局部搜索算法是一种重要的求解组合优化问题的启发式算法，由于简单且易于理解，其已受到越来越广泛的重视。不同局部搜索算法的差别主要在于评估函数、邻域结构以及状态转移函数的设计。本书针对最小加权顶点覆盖、最小有容量支配集、最小连通支配集几个经典的NP难组合优化问题，提出合理的评估函数、邻域结构以及状态转移函数，设计出高效的局部搜索算法。
本书可供计算机科学、运筹学、管理科学、系统工程等相关专业的高校师生、科研人员和工程技术人员阅读参考。

李睿智，博士，吉林财经大学管理科学与信息技术学院数据科学系教师。主要研究方向为组合优化问题求解、算法设计与分析。已在核心期刊和国际学术会议发表论文20余篇。主持国家自然科学基金青年科学基金项目、中国博士后科学基金面上项目、吉林省科学技术厅优秀青年人才基金项目、吉林省教育厅“十三五”科学规划项目多项，参与国家自然科学基金项目、国家社会科学基金项目等20余项。

丛书序
前言
第1章 绪论
1.1 组合优化问题
1.2 组合优化问题的求解方法
1.2.1 精确算法
1.2.2 启发式算法
1.2.3 两类算法的优缺点
1.3 相关工作
1.3.1 最小加权顶点覆盖问题
1.3.2 最小有容量支配集问题
1.3.3 最小连通支配集问题
1.3.4 顶点覆盖与支配集之间的关系
1.4 本书的研究内容和贡献
第2章 局部搜索算法
2.1 局部搜索概述
2.2 基本概念
2.3 局部搜索算法简介
2.4 局部搜索算法的核心技术
2.5 本章小结
第3章 最小加权顶点覆盖问题求解
3.1 基本符号和定义
3.2 基于动态边权的打分策略
3.2.1 动态边权
3.2.2 打分策略
3.2.3 快速增量评估技术
3.3 加权格局检测策略
3.4 顶点选择策略
3.5 DLSWCC算法的描述
3.6 实验分析
3.6.1 基准实例
3.6.2 现有算法介绍
3.6.3 加权格局检测策略的有效性
3.6.4 动态打分策略的有效性
3.6.5 快速增量评估技术的有效性
3.6.6 SPI组实例实验结果
3.6.7 MPI组实例实验结果
3.6.8 LPI组实例实验结果
3.6.9 MGI组实例实验结果
3.7 本章小结
第4章 最小有容量支配集问题求解
4.1 基本概念
4.2 基于顶点惩罚的打分策略
4.2.1 顶点惩罚策略
4.2.2 顶点打分策略
4.2.3 顶点选择方法
4.3 两种模式的被支配顶点选择策略
4.4 强化策略
4.5 LS_PD算法的描述
4.6 实验分析
4.6.1 基准实例
4.6.2 现有算法介绍
4.6.3 固定容量的实验结果
4.6.4 变化容量的实验结果
4.6.5 讨论
4.7 本章小结
第5章 最小连通支配集问题求解
5.1 基本概念
5.2 GRASP算法框架
5.3 GRASP求解最小连通支配集问题
5.3.1 贪婪随机构造阶段
5.3.2 局部搜索阶段
5.4 实验分析
5.4.1 基准实例
5.4.2 现有算法介绍
5.4.3 求解LPRNMR实例的实验结果
5.4.4 求解随机实例的实验结果
5.4.5 求解MLSTP实例的实验结果
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献