主讲人：邵泽辉（特聘教授）

时间：2025年06月26日星期四16:00-16:30

地点：腾讯会议：389-717-259

//meeting.tencent.com/dm/bRcAkDo5mg7m

主办：黄色漫画

主讲人简介：

华中科技大学取得博士学位，主要从事模式识别、智能信息处理、图论及应用、算法设计与分析相关领域工作，解决了几个图论以及组合数学等相关领域的国际公开问题。主持国家自然科学基金2项，四川省应用基础研究计划重点项目1项，广东省自然科学基金面上项目1项。在Information Sciences、Applied Mathematical Modelling、IET Communications、Discrete Math.、Discrete Applied Math.、Journal of Computer and System Sciences、SIAM J. on Discrete Math、Information Processing Letters、Journal of Combinatorial Optimization、MATCH Commun. Math. Comput. Chem.、Bulletin of the Malaysian Mathematical Sciences Society，Applied Thermal Engineering等国际期刊上发表论文70余篇，其中SCI收录60余篇, Thomson Reuters JCR 1区论文10篇，ESI高被引1篇，详见//www.researchgate.net/profile/Zehui_Shao。Google引用超过480次，Google h-Index为11，担任多个国际学术期刊编委。

主讲内容：

禁忌搜索是一种基于局部搜索的元启发式算法，适用于组合优化问题（如调度、路径规划等）。其核心思想是通过禁忌表记录近期操作，避免重复搜索，并结合特赦准则允许突破禁忌，防止陷入局部最优。算法流程包括：初始化解、邻域搜索、选择候选解、更新禁忌表，直至满足终止条件。关键机制包括短期/长期记忆、动态邻域结构和自适应参数调整。禁忌搜索的优势在于能有效逃离局部最优，适用于复杂离散优化问题；缺点是参数敏感，计算成本较高。典型应用包括旅行商问题、作业调度等。改进方向涵盖混合智能算法（如结合遗传算法）、并行计算等。总体而言，禁忌搜索在求解NP难问题时表现出较强的鲁棒性和灵活性，是组合优化领域的重要方法之一。