变量邻域下降法(Variable Neighborhood Descent, VND)

简介

变量邻域下降法(Variable Neighborhood Descent, VND)是由Mladenovic和Hansen(1997)提出的一种求解细化方法，它在求解空间中交替搜索，并系统地考虑邻域结构。
设Ns = {N1(s)，N2(s)，…，Nk(s)}是一组不同的邻域结构。VND过程的默认版本从利用N1(s)邻域开始，根据这个结构定义的搜索策略。在N1(s)的开发完成后(即没有发现任何改进方案)，开始开发N2(s)邻域。如果在N2(s)的开发结束时观察到改进，则恢复邻域开发N1(s)。否则，下一个邻域将被利用，即N3(s)邻域，以此类推。这种循环的、系统的邻居的交替过程一直持续下去，直到探索到第k个邻居结构，在现有的解决方案中没有改进，或者直到某个停止准则得到满足。

算法1总结了这种描述，其中f(s)表示发送应用于解s的目标函数，Nsk是该解利用的第k个邻域结构。在该算法的默认版本中，如果应用第k个结构提出了改进的解决方案，则change_neighborhood(k, s’, s∗)函数返回1；否则，这个函数返回k + 1。

影响因素：

1.可能的邻域开发顺序 possible orders of neighborhoods exploitation

（1）增加排列的基数顺序 increasing the cardinality order of permutations
（2）通过邻域结构变化的影响增加来定义 defined by the increasing impact of changes caused by the neighborhood structure

<