1. 概述
比赛的难点之一就是要去寻找服务器最佳选址,虽然对于这个问题已经给出了直连的一种解,但是这样的解显然是不可取的(代价很大)。因而在现有初始解的情况下使用启发式的搜索算法对优解进行搜索,便是一种可行的方案。
禁忌搜索算法是组合优化算法的一种,是局部搜索算法的扩展。禁忌搜索算法是人工智能在组合优化算法中的一个成功应用。禁忌搜索算法的特点是采用了禁忌技术。所谓禁忌就是禁止重复前面的工作。禁忌搜索算法用一个禁忌表记录下已经到达过的局部最优点,在下一次搜索中,利用禁忌表中的信息不再或有选择地搜索这些点。
禁忌搜索算法实现的技术问题是算法的关键。禁忌搜索算法涉及侯选集合、禁忌对象、评价函数、特赦规则等概念。
禁忌搜索算法实现的技术问题是算法的关键。禁忌搜索算法涉及侯选集合、禁忌对象、评价函数、特赦规则等概念。
侯选集合:
针对于今年比赛的题目给定的初始解,在搜索过程中选择的候选的领域,可以是当前解周围的网络节点。
禁忌对象:
对于选择进来的解,可能会导致整体总费用的升高或是使得解变得不可行,就需要将该点加入到禁忌表中了。
评价函数:
对于节点选择带来的效果,使用上一讲中提到的最小费用最大流算法,去计算费用
特赦规则:
当选择的结点使得新解的评价比原来的解效果好,那么就可以考虑对禁忌表中的元素进行解禁
终止准则:
在算法运行的过程中可以采用运行次数的限制,来使程序退出
2. 编码
static int tabu_list_lenth = 0; //禁忌表的长度 static int tabu_max_times = 5000; //禁忌表的最大迭代次数 std::deque<std::vector<int>> tabu_list; //使用双向队列作为禁忌表 //禁忌搜索初始化 void tabu_init() { int tabu_lenth = client_node_num*2;//(client_node_num - 1) / 2; //计算禁忌表的长度 tabu_list_lenth = tabu_lenth; //tabu_list = std::deque<std::vector<int>>(tabu_list_lenth); //定义一个禁忌表长度的双向队列 } //判断当前交换是否在禁忌表中,存在返回true,不存在返回false bool is_tabulist(int pos_1, int pos_2) { swap_int(pos_1, pos_2); unsigned int tabu_size(tabu_list.size()); for (unsigned int i=0; i<tabu_size; i++) { std::vector<int> vec = tabu_list[i]; if (vec.size()>0) if ((pos_1==vec[0]) && (pos_2==vec[1])) return true; //该值存在于禁忌表中 } return false; } //更新禁忌表 void flush_tabulist(int pos_1, int pos_2) { if (!is_tabulist(pos_1, pos_2)) //不存在于禁忌表中 { swap_int(pos_1, pos_2); //按照小大次序排列 std::vector<int> vec; vec.push_back(pos_1); vec.push_back(pos_2); if ((int)tabu_list.size() < tabu_list_lenth) //禁忌表没有满 { tabu_list.push_back(vec); } else //禁忌表已经被填满了,删除最先进来的元素,将新的元素添加进来 { cout << "卧槽,禁忌表都满了!" << endl; tabu_list.pop_front(); tabu_list.push_back(vec); } } } //交换两个数的值 void swap_int(int& pos_1, int& pos_2) { if (pos_1 > pos_2) { int temp = pos_1; pos_1 = pos_2; pos_2 = temp; } } //获取该点没有存在于禁忌表中的点 std::vector<int> neighbour_node(int node, std::vector<int>& may_server) { node = node > net_node_num ? (node-2*net_node_num) : node; //对于选择该点不存在的情况 std::vector<int> result; unsigned int temp_size(net_node[node].outnode.size()); //临时记录大小的 for (unsigned int i = 0; i < temp_size; i++) { if (!is_tabulist(node, net_node[node].outnode[i]) && CheckIsServer(net_node[node].outnode[i], may_server)) //当前对值没有存在于禁忌表中 result.push_back(net_node[node].outnode[i]); } //搜索出度 temp_size = net_node[node].innode.size(); //临时记录大小的 for (unsigned int i = 0; i < temp_size; i++) { if (!is_tabulist(node, net_node[node].innode[i]) && CheckIsServer(net_node[node].innode[i], may_server)) //当前对值没有存在于禁忌表中 result.push_back(net_node[node].innode[i]); } //搜索入度 if (!is_tabulist(node, node+2*net_node_num)) //这里判断与不存在的点的配对是指不选择该点 result.push_back(node+2*net_node_num); return result; } //获取low和high范围内的一个随机值 int get_random_pos(int low, int high) { int result = static_cast<unsigned int>(rand())%high; return result; } //获取向量中服务器的个数 int get_server_count(std::vector<int> vec) { int result(0); unsigned int temp_size(vec.size()); for (unsigned int i=0; i<temp_size; i++) { if (vec[i] < net_node_num) result++; } return result; } //去除那些已经排除了的点 std::vector<int> clean_server(std::vector<int> vec) { std::vector<int> result; int temp_size((int)vec.size()); for(int i=0; i<temp_size; i++) if(vec[i] < net_node_num) result.push_back(vec[i]); return result; } //禁忌搜索 void tabu_search() { tabu_init(); //禁忌搜索初始化 int iterator_times = tabu_max_times; int result_size((int)min_server.size()); std::vector<int> may_server = xjbs_getserver(0); //得到可能会是服务器的节点 srand((unsigned)time(0)); //弄个随机种子 while (iterator_times>0) { //运行时间判断 clock_t temp_end = clock(); if(((double)(temp_end-start)/CLOCKS_PER_SEC) > tabu_time) break; int change_pos = get_random_pos(0, result_size); //随机的产生需要替换掉的点 cout << "需要出去的点:" << min_server[change_pos] << endl; std::vector<int> neighbours = neighbour_node(change_pos, may_server); //获取该点领域的点 cout << "邻域点的个数:" << neighbours.size() << "\t"; if(neighbours.size()<=0)//邻域的个数为0跳过 { --iterator_times; continue; } int temp_min_cost(MAXINT), temp_best_node(change_pos); for (unsigned int i = 0; i < neighbours.size(); i++) { min_server[change_pos] = neighbours[i]; //使用领域替换掉指定的点 int flow(0), cost(-1); my_search_init(clean_server(min_server)); cost = MinCostFlow(net_node_num, (net_node_num + 1), flow); cost += get_server_count(min_server)*server_cost; if (flow >= needed_flow) { if (temp_min_cost>cost) { temp_min_cost = cost; min_path = path; temp_best_node = neighbours[i]; } } cout << neighbours[i] << "\t"; } //搜寻领域中最佳的点 if (change_pos == temp_best_node) cout << "麻痹,在 " << min_server[change_pos] << " 的领域中没有找到优化的解" << endl; min_server[change_pos] = temp_best_node; //使用最好的领域替换掉指定的点 if (min_cost>temp_min_cost) //藐视准则 { count = 0; cout << "find better: " << temp_min_cost << endl; min_server[change_pos] = temp_best_node; //使用领域替换掉指定的点 tabu_list.clear(); min_cost = temp_min_cost; flush_tabulist(change_pos, temp_best_node); //加入到禁忌表中 } else { for (unsigned int i = 0; i < neighbours.size(); i++) { flush_tabulist(change_pos, neighbours[i]); //加入到禁忌表中 } } --iterator_times; } cout << "\nthe result after " << tabu_max_times << " times search" << endl; cout << "the min_cost is: " << min_cost << endl; }
注:水平有限,堆码有误不足,欢迎指正。