2、进化迭代局部搜索（ILS）扰动技术实验分析

进化迭代局部搜索（ILS）扰动技术实验分析

1. 实验概述

为了研究基于进化扰动机制的迭代局部搜索（ILS）模型的性能，进行了一系列实验。实验使用了包含 19 个二进制优化问题的测试套件。首先介绍实验设置，然后分析使用 ILS - µCHC 进行不同实验研究得到的结果，具体目标包括：确定 µCHC 的创新设计是否能使该算法优于其他采用当代扰动方法的 ILS 模型；将其结果与其他旨在增强多样化的 ILS 实例进行比较。

2. 实验设置

• LS 过程 ：采用首次改进爬山算法。该算法从一个个体开始，按照预定义的随机顺序依次对每个基因进行变异，直到得到的个体比原始个体更优。若满足条件，新个体将替换原始个体，此过程会一直重复，直到无法进一步改进为止。
• 初始解 ：是随机生成的固定长度二进制字符串。
• 接受准则 ：要求新解的适应度值优于（或至少等于）当前解。
  所有算法均执行 50 次，每次执行的初始解相同，且每次执行的最大适应度函数评估次数为 100,000 次。使用 Wilcoxon 匹配对符号秩检验来比较提出的方法与其他 ILS 方法的结果。

3. µCHC 与其他扰动方法的比较

为了比较 µCHC 与其他当代扰动技术，实现了几种遵循上述基本方案的 ILS 算法，它们仅在扰动算子上有所不同：
- ILS 标准二进制扰动（SILS） ：以固定概率（扰动强度 σp）翻转位。
-