【优化求解】禁忌搜索算法求解基站选址问题matlab源码
一、简介
一、局部领域搜索
又称爬山启发式算法，从当前的节点开始，和周围的邻居节点的值进行比较。如果当前节点是最大的，那么返回当前节点，作为最大值(即山峰最高点)；反之就用最高的邻居节点替换当前节点，从而实现向山峰的高处攀爬的目的。它是禁忌搜索的基础，TS算法是在其上改进而来。
优点：
1、容易理解，容易实现，具有较强的通用性；
2、局部开发能力强，收敛速度很快。
缺点：
1、全局开发能力弱，只能搜索到局部最优解；
2、搜索结果完全依赖于初始解和邻域的映射关系。
通过针对爬山法的分析，提出了TS搜索算法：
改进1：接受劣解。
改进2：引入禁忌表。
改进3：引入长期表和中期表。
二、TS算法的特点:
1、基本思想——避免在搜索过程中的循环
2、只进不退的原则,通过禁忌表实现
3、不以局部最优作为停止准则
4、邻域选优的规则模拟了人类的记忆功能
TS算法构成要素:
(1)编码方式
将不相同的n件物品分为m组，可以用的编码：
a、带分隔符的顺序编码
以自然数1~n分别代表n件物品，n个数加上 m-1个分割符号混编在一起，随机排列。 如：1-3-4-0-2-6-7-5-0-8-9
b、自然数编码
编码的每一位分别代表一件物品，而每一位的值代表该物品所在的分组。
如：1-2-1-1-2-2-2-3-3
(2)初始解的获取
可以随机给出初始解，也可以事先使用其他启发式等算法给出一个较好的初始解。
(3)移动邻域
移动是从当前解产生新解的途径，例如上述问题中用移动s产生新解s(x)。 从当前解可以进行的所有移动构成邻域，也可以理解为从当前解经过“一步”可以到达的区域。
(4)禁忌表
禁忌表的作用：防止搜索出现循环
(1)记录前若干步走过的点、方向或目标值，禁止返回
(2)表是动态更新的
(3)表的长度称为Tabu-Size
禁忌表的主要指标（两项指标）
禁忌对象：禁忌表中被禁的那些变化元素
禁忌长度：禁忌的步数
禁忌对象（三种变化）
以状态本身或者状态的变化作为禁忌对象
以状态分量以及分量的变化作为禁忌对象
采用类似的等高线做法，以目标值变化作为禁忌对象
禁忌长度:可以是一个固定的常数(T=c),也可以是动态变化的，可按照某种规则或公式在区间内变化。
禁忌长度过短，一旦陷入局部最优点，出现循环无法跳出；
禁忌长度过长，候选解全部被禁忌，造成计算时间较大，也可能造成计算无法继续下去。
(5)渴望水平函数
A(x，s)一般为历史上曾经达到的最好目标值，若有C(s(x)) (6)停止准则 (1)给定最大迭代步数（最常用 ） (2)设定某个对象的最大禁忌频率。 (3)设定适配值的偏离阈值。 ```c 完整代码或者仿真添加QQ1575304183
二、源代码
function [MINL,MINZ,RESULT,best_so_far]=Tabusearch(CS,MS,Z,NT,TL)
hwait = waitbar(0,'正在初始化>>>>');
pause(1);
%把Z转换成q，即把点的位置转换成点的坐标和权值
q=[];
for ii=1:size(Z,2)
q=[q;CS(Z(1,ii),:)];
end
%初始化禁忌表TA
TA=zeros(1,size(q,1));
TA(TA==0)=inf;
%初始化指针ptr
ptr=1;
waitbar(1/100,hwait,'开始计算>>>>');
[bestF]=findL(q,MS);
result(ptr)=bestF;
%开始搜索
while ptr
%并通过findL函数求出领域的所有代价L(i)
[NEIBR]=neighbor(Z,CS);
for i=1:size(NEIBR,3)
Q=NEIBR(:,:,i);
L(i)=findL(Q,MS);
end
%在L(i)中找出最小代价m，及其所在行TI，TI即应变动的点
m=min(L);
[x,TI]=find(L==m);
%if和else之间表示特赦准则的情况
if m
sit=TI;
TA=TA-1;
TA(TA==0)=inf;
TA(1,TI)=TL;
else%else之后的if表示TI未在禁忌表中标记
if TA(1,TI)==inf
bestF=m;
TA=TA-1;
TA(TA==0)=inf;
TA(1,TI)=TL;
sit=TI;
else%else之后表示TI在禁忌表中有标记，m不能用
%转而找没有被标记的最优点
[x,ti]=find(TA==inf);
%如果ti为空，则所有情况被标记，只执行禁忌表-1
if isempty(ti)
TA=TA-1;
TA(TA==0)=inf;
else
%如果ti不为空，则找出未被标记情况中的最小代价解
for j=1:size(ti)
mimi(j)=L(ti(j));
end
bestF=min(mimi);
[x,t]=find(L==bestF);
TA=TA-1;
TA(TA==0)=inf;
TA(1,t)=TL;
sit=t;
end
end
end
```三、运行结果
四、备注