智能优化——禁忌搜索基本原理

智能优化中的禁忌搜索算法是一种非确定性搜索策略，它的核心在于从初始解出发，通过记忆机制避免陷入局部最优。1986年由Glover教授提出的Tabu Search（TS）源自汤加语的“禁忌”，意味着不可触碰，象征着搜索过程中的某些策略不可重复。TS通过Tabu表记录搜索路径，防止重复尝试，同时不以局部最优为终点，而是寻求全局优化。

瑞士联邦理工学院的Werra团队在80年代后期的贡献使得TS在学术界得到广泛关注，随着1990年第一本禁忌搜索专著的出版，TS的研究达到了新的高度。TS算法包括基本原理、步骤、移动规则和禁忌表的使用等要素，如仅适用于离散优化，依赖于定义的邻域，如局部邻域搜索，通过单位步长和方向实现解的移动，同时通过禁忌表和渴望水平函数来避免循环和促进搜索效率。

TS的基本思想体现在：不回退原则，不以局部最优为终止标准，以及模拟人类记忆的邻域选优规则。TS的搜索过程包括寻找不在禁忌表中的最优解，这确保了其强大的局部搜索能力。理解并应用禁忌搜索，有助于解决组合优化、生产调度等领域的问题，展现出强大的适应性和广泛的应用潜力。