广义邻域搜索算法

传统邻域搜索算法：

即利用邻域结构进行逐步优化的局部搜索算法。
算法从一个初始解出发，然后利用状态发生器持续的在解x的邻域中搜索比它好的解，然后替代x成为新的当前解，直至算法结束。

广义邻域搜索算法：

算法从若干初始解出发，在算法参数控制下由当前状态的邻域中产生出若干个候选解，并以某种策略在当前解和候选解中确定新的当前状态。伴随控制参数的调节，重复执行上述搜索过程，直至满足算法终止准则，结束搜索过程并输出优化结果。

对传统算法加以改进得到广义邻域搜索算法：
改进途径1、采用并行搜索结构
改进途径2、设计复杂的邻域函数
改进邻域3、替换贪婪策略等
广义邻域搜索算法的栗子：模拟退火算法、遗传算法、进化规划、混沌搜索等，这些算法在优化流程上呈现出很大的共性。

广义邻域搜索算法的六要素：

1、搜索机制的选择（搜索解的方式、如何产生新的候选解的方式）
2、搜索方法的选择（即每代有多少解参与优化。并行搜索、串行搜索）
3、邻域函数的设计（如基于路径编码的TSP优化中可利用互换、逆序和插入等多种邻域结构）
4、状态更新方式的设计（指以何种策略在新旧状态中确定新的当前状态。基于确定性的容易陷入局部极小，基于随机性的探索性更高）
5、控制参数的修改准则和方式的设计（当前控制参数难以使算法性能取得较大提高时，应考虑修改参数）
6、算法终止准测的设计（应兼顾算法的优化质量和搜索效率等多方面，如给定最大步数、最优解的最大凝滞步数和最小偏差阈值等）

广义邻域搜索算法的统一结构：

对优化过程作两方面分解处理：
方面1、基于优化空间的分层（原问题分解为子问题求解，最后将各子问题的解逆向综合为原问题的解）
方面2、基于优化进程的分层（进程层次分为若干阶段，各阶段采用不同的搜索算法或邻域函数进行优化）

目前混合算法的结构类型主要可归纳为串行、镶嵌、并行及混合结构。
串行结构：

镶嵌结构：

并行结构（又分为同步式并行、异步式并行、网络结构）：
   同步式：各子算法相对独立但与主过程的通讯必须同步
   异步式：子算法与主过程的通讯不受其他子算法的限制
   网络结构：各算法分别在独立的存储器上执行独立的搜索，算法间的通信是通过网络相互传递的

优化算法的性能评价指标：

1、优化性能指标（用以衡量算法对问题的最佳优化度，其值越小意味着算法的优化性能越好）
2、时间性能指标（用以衡量算法对问题解的搜索快慢程度即效率）
3、鲁棒性指标（用以衡量在随机初值下对最优解的逼近程度）

基于上述三个性能指标，优化算法的综合性能指标即为它们的加权组合。综合性能指标值越小表明算法的综合性能越好。