【杂记】LS（最优化——局部搜索）

学习内容：局部搜索算法（启发式）

1、 基本背景

局部搜索算法是从爬山法改进而来的。简单来说，局部搜索算法是一种简单的贪心搜索算法，该算法每次从当前解的邻域解空间中选择一个最好邻居作为下次迭代的当前解，直到达到一个局部最优解(local optimal solution)。局部搜索从一个初始解出发，然后搜索解的邻域，如有更优的解则移动至该解并继续执行搜索，否则就停止算法获得局部最优解。

2、 核心问题

①初始解
②邻域动作（求邻域解）
③邻域选择策略
④综合：动态策略选择
At the heart of the local search for a good permutation is the use of a particular heuristic and neighbourhood function to jump from one solution to another.

3、 LS优劣

优势：

没有较多局部最优解时，效果好

劣势：

①对初始值十分敏感
②迭代次数不可控
③复杂度呈指数级

4、工具

heuristical 启发式的
makespan 完工时
Flow Shop Scheduling 流水作业调度
permutation 排列组合
strat (strategy)
p