16、二次分配问题的改进混合迭代禁忌搜索算法

二次分配问题的改进混合迭代禁忌搜索算法

二次分配问题（QAP）是一个经典的组合优化问题，在实际生活中有广泛的应用，如设施布局、任务分配等。为了更高效地解决QAP，人们提出了多种算法。本文将介绍三种分布式混合迭代禁忌搜索（HITS）算法，并对它们进行分析和实验。

背景知识

在解决QAP的过程中，已经有许多有效的方法被提出。其中包括：
- Robust Tabu search（Ro - Ts） ：Taillard在1991年提出的一种高效方法，后续很多工作都基于此进行改进。
- Memetic algorithm（MA - QAP） ：Merz等人提出的一种遗传算法，结合了均匀交叉（UX）和2 - opt局部搜索。
- Improved Hybrid Genetic Algorithm（IHGA） ：2004年实现的一种改进混合遗传算法。
- Iterative Tabu Search（ITS） ：Misevicius等人提出的一种迭代禁忌搜索算法，通过在每次禁忌搜索后进行随机扰动来获得新的起始解。

并行和分布式设计的元启发式方法可以提高解的质量并减少执行时间。Talbi将元启发式的并行和分布式设计分为三个层次：
1. 算法级别 ：允许并行运行多个算法，这些算法可以独立运行，也可以相互合作。独立运行时可以减少执行时间，合作运行时可以提高解的质量。
2. 迭代级别 ：在每次迭代中进行并行化，主要是并行评