中文

基于复合移动禁忌搜索的快速高效选区重划优化

人工智能 2026-05-11 v1 计算机与社会

摘要

空间选区重划是一个实际的组合优化问题,要求高质量的解、快速的周转以及灵活性,以适应多目标准则和交互式改进。一个核心挑战是连续性约束:在整数规划或启发式搜索中强制连续性会大幅缩小可行邻域,削弱探索能力,并使搜索陷入糟糕的局部最优。我们引入了一种复合移动禁忌搜索,它在保持连续性的同时,系统性地扩展了禁忌搜索中的可行邻域空间。当边界单元无法在不破坏其所在区域连通性的情况下单独重新分配时,我们的方法会识别出一组可以一起移动的最小单元集合,或者一对(或多对)可以交换的单元,作为保持连续性的复合移动。通过利用关节点和双连通分量分析每个区域的连通图,候选的单单元移动和复合移动可在线性时间内生成。大量实验表明,与传统禁忌搜索和其他基线相比,所提方法在解的质量、运行间鲁棒性和计算效率上均有显著提升。例如,在费城案例中,该方法能始终如一地在人口平等方面达到理论全局最优,并支持多准则权衡。CM-Tabu 提供的优化性能适用于现实实践和决策支持工作流。

关键词

引用

@article{arxiv.2605.06682,
  title  = {Fast and Effective Redistricting Optimization via Composite-Move Tabu Search},
  author = {Hai Jin and Diansheng Guo},
  journal= {arXiv preprint arXiv:2605.06682},
  year   = {2026}
}