16、禁忌进化编程在最优转移及冗余优化问题中的应用

禁忌进化编程在最优转移及冗余优化问题中的应用

1. 引言

在航天领域，寻找地球到火星的最优转移轨迹是一个重要的研究课题，关键在于找到最小能量转移机会或最小脉冲速度要求的轨迹。同时，在复杂系统可靠性优化方面，如何在资源受限的情况下合理分配冗余度以提高系统可靠性也是一个核心问题。本文将介绍禁忌进化编程（TEP）在地球到火星最优转移问题中的应用，以及一种模拟植物生长过程的随机算法（APPM）在冗余优化问题中的应用。

2. 禁忌进化编程相关概念

2.1 禁忌搜索（TS）

禁忌搜索（Taboo Search，TS）是一种随机优化方法，由Glover在1989 - 1990年提出，并在1995年扩展到连续值函数。它属于局部搜索技术类别，通过使用记忆结构来提高局部搜索方法的性能。具体来说，一旦确定了一个潜在的解决方案，就将其标记为“禁忌”，避免算法重复访问该可能性。其搜索过程是从一个解 $x_i$ 迭代移动到其邻域内的另一个解 $x_{i + 1}$，直到满足停止准则。邻域内可接受的解通过禁忌列表来确定，禁忌列表是一个短期记忆，包含最近访问过的解。引导搜索跳出局部最优的条件称为禁忌条件。

2.2 进化编程（EP）

进化编程（Evolutionary Programming，EP）是进化算法（EAs）的一个重要分支，主要用于确定指定函数的全局最优值。它是非梯度算法，主要采用基于搜索的方法来计算函数的最优值。其他进化算法分支包括遗传算法（GA）和进化策略。2006年，Mingjun Ji和Jacek Klinowski提出了一种新的全局优化技术——禁忌进化编程（Taboo Evolutionary Programming，TE