文档介绍：捕食搜索算法
动物学家在研究动物的捕食行为时发现，尽管由于动物物种的不同而造成的 身体结构的千差万别，，在没有发 现猎物和猎物的迹象时在整个捕食空间沿着一定的方向以很快的速度寻找猎物. 一旦发现猎物索算法的有效性，利用捕食搜索算法与基于类顺序交 叉和换位变异算子的遗传算法子编码相同，交叉率为变异率为迭代次数为soot 对上述算例各随机计算10次，得到相应的目标值和计算时间如表3所示。
表3掐含搜索宵沅仲斗，与遗性有法EA浏•麻结果比较
Tj|i 3 Coni iioi kcHi I. nilkl |ioIj1 hii l曾浏j lh Li —袖 w如 |i伸TzjkHj.
at 知rillw」JPSAj 菖祁ml L illjin （ CA）
目枷涂
Limi•削用
13
IF
iGA
E5A
1
JOflAO
(1WI
Q-I4I
坦普a
(iW
« 4a
3-
2250()
H *)1
B 331
1
2444 0
2OR10
n&oj
。拒II
y
229AQ
明桩用
0
fl -46J
任
Z I OS 0
tl«L2L
0 JM
7
23110
涂“
a&3i
tt5&\
«-
22M 0
20B£0
ns3i
C) JQI
手
234d0
220SO
a&
J)
in
21花n
z监中
m i
Q糠
平均伐
22M 0
河;I?
0曲新
制推备
如g
LIJ H
n曲
曲邳
由表3中可以看出，YSA求得的目标值全而优于GA, 10次计算中9次得到 了最优值（或近似最优值）20850元，而GA的最优值仅为21050元，计算平均值， 从计算的时间来看，YSA的计算效率高于C从但是YSA的计算时间没有C、稳 定，可以从它们计算时间的标准差上看出这一点，这是因为以在算法参数设定后 计算时间波动很小（以最大迭代次数为停止准则），而YSA因为模仿动物捕食的 内在特点，除了算法参数外，其初始解亦会影响算法的计算时间。上述两种算法 在多个算例上进行了实验，得到了相似的结论。因而，文中设计的
YSA作为一 类新的优化算法对模型的求解是可行和高效的。
禁忌(Tabu Search)算法
是禁忌(Tabu Search)算法一种亚启发式(meta-heuristic)随机搜索算法1， 它从一个初始可行解出发，选择一系列的特定搜索方向(移动)作为试探，选择 实现让特定的目标函数值变化最多的移动。为了避免陷入局部最优解，TS搜索 中采用了一种灵活的“记忆”技术，对已经进行的优化过程进行记录和选择，指 导下一步的搜索方向，这就是Tabu表的建立。
为了找到“全局最优解”，就不应该执着于某一个特定的区域。局部搜索的缺点 就是太贪婪地对某一个局部区域以及其邻域搜索，导致一叶障目，不见泰山。禁 忌搜索就是对于找到的一部分局部最优解，有意识地避开它(但不是完全隔绝)， 从而获得更多的搜索区间。兔子们找到了泰山，它们之中的一只就会留守在这里， 其他的再去别的地方寻找。就这样，一大圈后，把找到的几个山峰一比较，珠穆 朗玛峰脱颖而出。
当兔子们再