变邻域粒子群算法

局部搜索显著增强

针对IPSO局部搜索能力弱、难以求解离散约束问题，引入变邻域搜索和0-1整数规划约束处理，在连续、离散和复杂函数上整体求解性能领先。

Hao, Li · Jianjun, Zhan · Zipeng, Zhao · Haosen, Wang

Mathematics 2024

参数信息

经典基准函数第一名次数

18

单峰函数第一名次数

6

背包问题第一名次数

4

复合函数第一名次数

4

技术优势

局部搜索不再是短板

引入变邻域搜索（VNS）机制，在IPSO的全局探索基础上强化局部开发，使算法能在单峰函数上逼近最优。

能解离散约束问题

设计了0-1整数规划约束求解方法，使算法能够直接求解背包等组合优化问题，在6个背包问题中4次获得第一。

复杂函数整体领先

在10个CEC2017复合函数上综合排名第一，表现优于对比算法，证明了算法对复杂非凸问题的求解能力。

应用场景

• 工程优化：直接用于连续工程问题求解，如参数设计、结构优化等，利用其强局部搜索获得更优解。
• 组合优化：通过0-1整数规划求解背包等离散组合问题，替换现有求解器。
• 参数调优：用于自动调优机器学习模型等算法的超参数，提高调参效率。
• 资源分配：处理0-1决策的资源分配问题，如投资组合选择。
• 路径规划：为机器人、物流等路径规划提供离散优化支持。