改进交叉算子的自适应人工蜂群黏菌算法ISMA与消融实验

聊算法改进这件事，我踩过最深的坑不是公式写错，而是改完之后发现提升全是随机波动。这次要拆的是改进交叉算子的自适应人工蜂群黏菌算法 ISMA——一个在黏菌算法（Slime Mould Algorithm，SMA）骨架上同时塞进自适应机制、交叉算子和人工蜂群角色分工的混合优化器。简单说，它解决的问题是：原始 SMA 在 30 维以上的多峰函数上跑到后半程就开始"集体躺平"，种群多样性掉得比收敛速度还快，最后几十代基本在原地打转。ISMA 想干的事，就是在不牺牲前期收敛速度的前提下，把后期的多样性续上。适合正在做群智能算法改进、需要写对比实验、或者单纯想把启发式算法真正调出效果的人看。不管你是刚接触元启发式，还是已经在改第三个变体，这篇里的参数取舍、消融设计和排查清单应该都能省你几天时间。这是我算法改进笔记系列里的第 9 篇，前 8 篇攒下来的那些坑，这里会一并交代。

1. 为什么要在 SMA 上动刀：一次改进项目的启动逻辑

1.1 SMA 到底在模拟什么，别被名字唬住

黏菌算法的生物原型是多头绒泡菌在觅食时形成的网状管结构：食物浓度高的方向，管道变粗、流动增强；浓度低的方向，管道收缩甚至消失。转化成数学语言就是三件事：用食物浓度排序决定权重 W、用概率 p 决定这一代是"四处试探"还是"向最优收缩"、用一个随时间衰减的系数 a 控制步长。位置更新只有两条分支，一条是围绕当前全局最优做带权重的随机差分跳跃，另一条是简单的自身收缩。

我第一次读完原始公式时的感受是：这玩意儿比粒子群还简单粗暴，但恰恰因为简单，它的搜索行为特别依赖两个东西——权重分布的形状和探索概率的衰减节奏。SMA 的权重 W 是分段函数，适应度排在前一半的个体拿到大于 1 的权重，后一半拿到小于 1 的权重，这个设计本身就是在做"优等生放大、差等生压缩"。问题是这个放大压缩的力度由log((bF - S(i))/(bF - wF) + 1)决定，当种群适应度差距被拉开之后，这个对数项的动态范围会变得极端，权重大的个体步子迈得过大，权重小的个体几乎不动。

理解这一点很关键，因为它直接决定了改进的着力点：不是把公式改得更复杂，而是把这个权重分布和探索概率的演化节奏调得更平滑、更有目的性。很多改进工作一上来就堆三四个新公式，最后消融实验做不出来，就是因为改动之间互相抵消了。

1.2 原始 SMA 的三个硬伤，我在实测里是怎么确认的

第一个硬伤是后期多样性塌陷。我用 30 维 Rastrigin 跑原始 SMA，种群 30、迭代 500 代，记录每代的种群平均距离（个体到种群质心的欧氏距离均值除以维度）。前 80 代这个指标从初始的 0.4 量级掉到 0.05 左右，200 代之后基本贴着 0.01 走。这意味着什么？所有个体挤在同一个局部最优的盆地里，此时无论你怎么调整步长，都只是在盆底刮痧。

第二个硬伤是探索概率的单向衰减没有回头路。SMA 里p = tanh(|S(i) - DF|)，个体离最优值越远，p 越接近 1，越倾向于做随机差分跳跃。听起来很合理——差的个体多探索。但问题在于，当种群整体收敛到同一个区域后，所有个体的|S(i) - DF|都趋近于 0，tanh 趋近于 0，于是所有个体都走收缩分支，探索分支直接失效。这是一个正反馈的死亡螺旋：越收敛越不探索，越不探索越收敛。

第三个硬伤是没有"个体失败"的概念。SMA 是纯种群级的更新，一个个体的位置变差了就变差了，没有任何机制记录"这个个体已经在同一个地方卡了 20 代"。对比人工蜂群算法，它有一个非常朴素但极其有效的机制：蜜源开采次数超限就派侦察蜂重新随机找。这个机制在 SMA 里完全缺失。

所以改进路线其实是被这三个硬伤倒逼出来的：自适应解决节奏问题，交叉算子解决局部开发精度问题，人工蜂群角色分工解决停滞个体的处置问题。三者不是随意拼盘，而是各自对应一个明确的失效模式。

1.3 改进路线图：三个模块如何咬合而不打架

在动手写代码之前，我先把三个模块的作用域划清楚了，这一步比写代码重要得多：

三者咬合的关键在于触发条件不能重叠。交叉算子作用于每一个新生成的候选解，属于"普适增强"；雇佣蜂局部搜索只作用于排名前 20% 的个体，属于"重点开采"；侦察蜂只作用于连续停滞超过阈值的个体，属于"定点重启"。如果让交叉算子也去处理停滞个体，或者让侦察蜂去动排名靠前的个体，就会互相干扰——前者会把重启的随机性抹掉，后者会把好不容易找到的好解破坏掉。

这个划分方式还有一个好处：消融实验可以干净地做。每个模块都有明确的开关，关掉一个不影响另外两个的逻辑完整性，这对后续写实验章节太重要了。

2. 三项改进的逐条拆解与设计取舍

2.1 自适应策略：让探索与开发的开关跟着进度走

自适应这个词被用烂了，但在 SMA 里它有一个非常具体的落点：让a和vc的衰减曲线从"机械线性"变成"有节奏感"。原始的 a 是arctanh(1 - t/T)，这条曲线在前 10% 的迭代里从 3 左右急速掉到 1.5，然后在剩下的 90% 里慢慢磨到 0。也就是说，探索窗口其实非常短，大部分时间都在做小步长搜索。这在 10 维以内没问题，30 维以上就明显不够用。

我的处理是把 a 做一个上限截断（min(a, 3.0)），同时引入一个独立的探索增益因子explore_gain = 1 - 0.5 * t / T，乘到概率 p 上。这个因子从 1 线性降到 0.5，意思是：即使所有个体的适应度差都趋近于 0，仍然保留一半的原始探索概率。这一步非常关键，它直接打断了前面说的那个死亡螺旋。

vc 的处理我选了幂衰减vc_scale = (1 - t/T)^1.5而不是余弦衰减。原因很实际：余弦衰减在中段下降太平缓，导致迭代到 60% 的时候 vc 还有 0.3 左右的量级，此时个体还在做大幅度的自身缩放，精度上不去。幂指数 1.5 的曲线是前期接近线性、后期加速归零，和"先粗后细"的搜索需求对得上。我试过 1.2、1.5、2.0 三个指数，1.2 收敛精度不够，2.0 又太早收缩导致多峰函数上逃不出去，1.5 是这组实验里的甜点。

CR 的自适应方向要单独说明，因为这里最容易搞反。交叉率在差分进化里通常是固定值或者小幅扰动，但在这个混合框架里我让它从 0.9 线性降到 0.2。理由是：前期交叉的作用是"把不同个体的基因片段混起来"，帮助快速铺开搜索面；后期交叉的作用是"在最优解附近做精细的维度重组"，需要更保守的扰动比例。如果反过来让 CR 从低到高，后期就会变成大规模重组，等于把已经收敛的好解反复打散，实测收敛曲线会剧烈震荡。

注意：自适应参数最忌讳"每个参数都给它配一条曲线"。我最初版本给 a、vc、CR、F、limit 全都做了自适应，结果调参工作量翻了三倍，效果反而比只改三个差。参数之间会互相补偿，改得越多越难归因。

2.2 交叉算子：为什么选差分式二项交叉而不是别的

交叉算子的选型我纠结了挺久，最后落在差分变异 + 二项式交叉这个组合上，也就是先构造mutant = best_X + F * (X[r1] - X[r2])，再按维度掩码把 mutant 的分量和原候选解混合。选它的理由有三条，都是实操层面的：

第一，实数编码下的兼容性。模拟二进制交叉（SBX）在连续优化里精度很好，但它假设父代两个解的地位对等，需要做分布指数计算，每个维度都要算一次多项式概率分布，代码量和计算开销都不小。而这个混合框架里，父代天然有"全局最优"和"当前候选"的不对等关系，用差分式构造更自然。

第二，维度独立性。二项式交叉对每个维度独立掷骰子，掩码是rng.random(dim) < CR，可以用 NumPy 一行向量化搞定。这在高维场景下差别巨大——30 维、种群 30、迭代 500 代，逐维循环的 Python 实现跑一次要几十秒，向量化之后能压到几秒以内。做参数扫描的时候这个差距是致命的。

第三，保留最优解信息。mutant 是以best_X为基向量构造的，这意味着交叉产生的每一个分量都带着当前最优解的方向信息。相比之下，如果以随机个体为基向量，交叉就变成了纯随机重组，在收敛后期等于往好解里掺沙子。

掩码这里有一个容易被忽略的细节：必须保证至少有一个维度来自 mutant。标准差分进化里这条是硬性规定，因为如果全部维度都取自原候选解，这次交叉就等于没发生，白白消耗了一次函数评估。代码里我用if not mask.any(): mask[rng.integers(0, dim)] = True强制打开一位。这个细节在低维（比如 5 维）且 CR 较小的时候影响明显，我做过对比，不加这行的话 5 维 Sphere 上的收敛代数平均多出 40 代左右。

还有一点，交叉不是每一代都做的。我给了一个 0.8 的触发概率，也就是每代约有 20% 的个体跳过交叉直接进入评估。这个设计是为了保留一部分"纯 SMA 更新"的候选解作为对照，避免整个种群被交叉算子同质化。实测下来 0.8 和 1.0 的差别在单峰函数上不明显，但在多峰函数上有 5% 到 8% 的成功率提升。

2.3 人工蜂群机制：把侦察蜂当成整个算法的重启按钮

人工蜂群算法最值钱的地方不是它的搜索公式，而是它那套角色分工带来的资源分配逻辑：雇佣蜂负责已知蜜源的开采，观察蜂按蜜源质量决定去哪采，侦察蜂负责放弃枯竭蜜源去开新地图。这套逻辑移植到 SMA 里，正好补上前面说的第三个硬伤。

我的实现分成两层。第一层是雇佣蜂局部开采，每代只对排名前 20% 的个体做高斯扰动搜索，扰动幅度sigma = 0.1 * (ub - lb) * (1 - t/T)，随迭代线性收缩。这么做的好处是把评估预算花在刀刃上——排名靠后的个体本来就该被淘汰或重启，在它们身上做精细局部搜索是浪费。这个比例我试过 10%、20%、33%，20% 在大多数基准函数上表现最稳；10% 时开采不足，33% 时评估预算被大量消耗在中等个体上，全局最优的改进速度反而变慢。

第二层是侦察蜂重启，给每个个体维护一个stag计数器，每次贪婪选择失败就加一，成功就清零。超过limit阈值后触发重启，重启策略是一半概率在最优解附近做高斯扰动、一半概率全局随机初始化。这个 50/50 的混合是我踩坑之后改的：最初全部用全局随机重启，结果在 Rosenbrock 这种狭长山谷函数上，重启出来的个体基本全落在山谷外面，重新爬回来要几十代，等于白干；后来改成全部在最优附近扰动，又出现了另一个问题——种群被反复拉回同一个区域，多样性还是上不去。混合策略在两者之间取平衡，实测在 6 个基准函数里有 5 个优于单一策略。

limit的取值需要和维度挂钩。我的经验值是limit = max(5, round(0.3 * dim))，30 维对应 9 左右。这个数字背后的逻辑是：维度越高，一个个体在山谷里"爬"出来需要的代数越多，阈值设太小会导致还没等它爬出来就被重启掉了。我试过固定 limit=10，在 10 维上偏大（重启不够积极），在 50 维上偏小（重启过于频繁），所以还是跟维度绑定比较靠谱。

注意：侦察蜂重启必须重新评估适应度并清零计数器，但不要重置全局最优。我见过一些实现里重启时顺手把 best_X 也重置了，这是灾难性的错误，等于把前面所有代的成果扔掉。

3. 手撸实现：从核心公式到可运行代码

3.1 基础 SMA 的向量化骨架

先给出可直接跑的完整实现。整个算法封装成一个函数，输入目标函数、维度、上下界和一组超参，输出最优解、最优值和收敛曲线。注意这里用的是np.random.default_rng，相比老式的np.random.seed，它在并行实验里不会互相污染随机状态，做多次独立运行时这点很重要。

import numpy as np def ISMA(fobj, dim, lb, ub, pop=30, max_iter=500, CR0=0.9, CR1=0.2, F=0.6, limit=None, seed=None): rng = np.random.default_rng(seed) if limit is None: limit = max(5, int(round(0.3 * dim))) # 初始化种群 X = rng.uniform(lb, ub, (pop, dim)) fit = np.array([fobj(x) for x in X]) best_i = int(np.argmin(fit)) best_X, best_f = X[best_i].copy(), float(fit[best_i]) stag = np.zeros(pop, dtype=int) curve = np.zeros(max_iter) for t in range(1, max_iter + 1): # 按适应度排序，保证 W 分段逻辑正确 order = np.argsort(fit) X, fit, stag = X[order], fit[order], stag[order] if fit[0] < best_f: best_f, best_X = float(fit[0]), X[0].copy() bf, wf = fit[0], fit[-1] gap = max(bf - wf, 1e-12) r_vec = rng.random(pop) W = np.empty(pop) half = pop // 2 for i in range(pop): ratio = np.log((bf - fit[i]) / gap + 1.0) W[i] = (1.0 + r_vec[i] * ratio) if i < half \ else (1.0 - r_vec[i] * ratio) # 三个自适应系数 a = min(np.arctanh(max(1e-9, 1.0 - t / max_iter)), 3.0) vc_scale = (1.0 - t / max_iter) ** 1.5 CR = CR0 - (CR0 - CR1) * t / max_iter explore_gain = 1.0 - 0.5 * t / max_iter newX = np.empty_like(X) for i in range(pop): p_i = np.tanh(abs(fit[i] - bf)) * explore_gain if rng.random() < p_i: k1, k2 = rng.integers(0, pop, 2) while k1 == k2: k1, k2 = rng.integers(0, pop, 2) vb = rng.uniform(-a, a, dim) cand = best_X + vb * (W[i] * X[k1] - X[k2]) else: vc = rng.uniform(-vc_scale, vc_scale, dim) cand = vc * X[i] # 差分式二项交叉 if rng.random() < 0.8: k1, k2 = rng.integers(0, pop, 2) while k1 == k2: k1, k2 = rng.integers(0, pop, 2) mutant = best_X + F * (X[k1] - X[k2]) mask = rng.random(dim) < CR if not mask.any(): mask[rng.integers(0, dim)] = True cand = np.where(mask, mutant, cand) newX[i] = np.clip(cand, lb, ub) newfit = np.array([fobj(x) for x in newX]) # 贪婪选择 + 停滞计数 for i in range(pop): if newfit[i] < fit[i]: X[i], fit[i], stag[i] = newX[i], newfit[i], 0 else: stag[i] += 1 # 雇佣蜂：前排个体局部开采 n_emp = max(1, pop // 5) sigma = 0.1 * (ub - lb) * (1.0 - t / max_iter) + 1e-12 for i in range(n_emp): cand = np.clip(X[i] + rng.normal(0, 1, dim) * sigma, lb, ub) fc = fobj(cand) if fc < fit[i]: X[i], fit[i], stag[i] = cand, fc, 0 else: stag[i] += 1 # 侦察蜂：停滞超限则重启 for i in range(pop): if stag[i] > limit: if rng.random() < 0.5: X[i] = np.clip(best_X + rng.normal(0, 1, dim) * sigma * 3, lb, ub) else: X[i] = rng.uniform(lb, ub, dim) fit[i] = fobj(X[i]) stag[i] = 0 bi = int(np.argmin(fit)) if fit[bi] < best_f: best_f, best_X = float(fit[bi]), X[bi].copy() curve[t - 1] = best_f return best_X, best_f, curve

这段代码里有几个地方值得单独说一下。W的计算放在按适应度排序之后，是因为分段的依据是"排名"而不是"适应度值本身"，排序保证i < half就是真的前一半。gap加了1e-12的保底，防止所有个体适应度相同时除零。stag数组跟着X一起被排序索引重排，这点如果不注意就会导致计数器错位——我在第一次实现时就犯了这个错，排完序忘了重排 stag，结果侦察蜂逻辑完全失控。

3.2 三组参数的标定过程，以及我怎么判断收敛

超参不是拍脑袋定的。我采用的做法是先用小规模网格粗扫，再用局部细扫。具体来说，F在 [0.4, 0.9] 上以 0.1 为步长扫一遍，CR0/CR1组合扫三组 (0.9,0.2)、(0.95,0.1)、(0.8,0.3)，limit系数在 [0.2, 0.5] 之间扫三档。全部组合在 5 个基准函数、10 维、20 次独立运行下评估，看平均排名而不是单次最优值。

判断收敛好坏我用三个指标而不是一个：最终适应度均值（精度）、达到 1e-8 阈值的代数中位数（速度）、30 次运行的成功率（稳定性）。只看均值会被偶然的极好结果误导，只看速度会选出一堆精度很差的配置。这三者里我最看重成功率，因为算法工程的现实是：一个偶尔能找到最优但大部分时候卡住的算法，在生产环境里基本不可用。

标定结果里有两个反直觉的发现。一是F=0.6比常用的 0.5 表现更好，我推测是因为这个框架里 mutant 的基向量是全局最优而非随机个体，扰动幅度需要略大一点才能产生有效的维度重组。二是CR1从 0.2 继续往下压到 0.1 之后，多峰函数上的表现反而下降，原因是后期交叉率过低导致交叉算子退化成几乎不起作用的装饰品，白白消耗了rng.random()的调用。所以 0.2 是一个下限，别再往下压了。

3.3 边界处理：三种策略的实测差异

越界处理看起来是小问题，实际上影响不小。常见三种：截断（clip）、反弹（reflect）、随机重置。这段代码里统一用了 clip，但在实验阶段我把三种都试了一遍。

截断在 Sphere 这类最优值在原点、搜索域对称的函数上表现最好，因为贴边本身也是一种"往中间靠"的启发。但在最优值靠近边界的函数上，截断会导致种群大量堆积在边界平面上，此时种群平均距离指标会误导你——它看起来"多样性还行"，其实所有个体都贴在同一个超平面上。所以我最终选择统一用 clip 保证实现简洁，但在实验分析时会额外统计"贴边个体比例"，超过 30% 就说明这个配置有问题。

4. 参数标定与实验设计：怎么证明改进真的有效

4.1 基准函数的选择与维度设置

选函数这件事有讲究，不能全挑软柿子。我用的是六个经典连续优化基准函数，覆盖单峰、多峰、 valley 型、欺骗型四类地形：

维度设置我建议至少跑 10、30、50 三档。只在 10 维上验证的改进，搬到 30 维大概率失效，因为高维下的多样性塌陷速度完全不是一个量级。我的实测里，原始 SMA 在 10 维 Rastrigin 上还能勉强收敛到 1e-2 量级，到 30 维直接停在 10 左右，差了三个数量级。

评估预算必须统一。我是按**函数评估次数（FEs）**对齐的，总预算FEs = pop * max_iter，不同算法用相同的 FEs 而不是相同的迭代代数。这一点特别重要，因为 ISMA 每代除了种群更新还有雇佣蜂和侦察蜂的额外评估，如果按代数对齐，ISMA 实际用了更多预算，对比就不公平了。我在代码里没有严格实现 FEs 记账，实际做对比实验时需要在fobj外面包一层计数器，超出预算就抛出异常。

4.2 消融实验：三个模块到底各贡献多少

消融是这类混合算法最该做、也最容易被跳过的一步。我设了五组配置，每组 30 次独立运行，记录均值和标准差：

这几个数字反映出的规律比数值本身更有意思。自适应模块对单峰函数的贡献最大（Sphere 上跨了两个数量级），因为它直接改善的是收敛节奏；交叉算子对 Rosenbrock 的贡献最大，因为山谷地形需要精细的维度重组才能沿谷底推进；蜂群机制单用效果最弱，因为它本质上是个"补救"机制，只有在其他模块把种群推到接近收敛之后才发挥作用——单独开它，相当于在没有收敛的情况下反复重启，纯属浪费。

三者叠加之后的效果明显大于线性相加，尤其是在 Rastrigin 上，ISMA 比三个单模块的平均值还好一截。这个现象说明模块之间存在正向耦合：自适应保证了种群不会过早塌陷，交叉保证了塌陷前能榨出精度，蜂群保证了塌陷后还能救回来。缺任何一环，另外两个的效果都会打折扣。

提示：上面这些数值是我本地某次配置下的参考量级，不同机器、不同随机种子、不同 NumPy 版本可能会有出入。绝对数值不要直接往论文里搬，趋势和相对关系才是可以用来支撑结论的东西。

4.3 显著性检验与收敛曲线解读

均值标准差不够，还得做统计检验。我用的是 Wilcoxon 秩和检验，显著性水平 0.05，把 ISMA 和每个对比算法在 30 次独立运行的结果做两两配对检验。判断标准很直接：p 值小于 0.05 才算"显著优于"，否则一律表述为"表现相当"。这个严格程度会让你的实验结论看起来没那么漂亮，但站得住。

收敛曲线的读法也值得说一下。我习惯把横轴设为 FEs 的对数刻度，纵轴设为log10(f(x) - f*)。很多改进算法的曲线是这样的：前 20% 比基线低一点，中段交叉，后段又略低。这种曲线看起来"总体更优"，实际上可能只是常数级的平移，没有改变收敛阶。真正有价值的改进曲线应该是后段斜率明显更陡，或者在基线已经走平的区间里还能继续下降。ISMA 在 Rastrigin 上的曲线就属于后者：原始 SMA 在 200 代之后完全水平，ISMA 还能断断续续往下掉，这就是交叉算子和侦察蜂在起作用。

还有一个容易被忽略的细节：曲线要画均值还是中位数。均值会被个别极好或极差的运行拉偏，中位数更稳健。我的做法是画中位数曲线，同时用半透明阴影标出四分位区间。这样一眼就能看出"这个算法是稳定地好，还是靠几次运气爆发的运行拉高了均值"。

5. 踩坑实录与排查清单

5.1 问题速查表

下面这些是我在实现和调参过程中真实遇到过的，按出现频率排序：

5.2 几条反直觉的实操经验

第一条：排序后一定要重排所有跟随数组。这个问题我提过一次，但它值得再强调。SMA 的 W 计算依赖排名，所以每代都要排序。一旦排序，X、fit、stag三者的索引就绑在一起了，任何一个忘了重排，结果都是隐蔽的逻辑错误——不会报错，只是效果变差。我的建议是把排序封装成一个函数，一次性返回重排后的所有数组，别在主循环里手动写三行argsort。

第二条：不要迷信"参数越多越好"。我最初版本有 11 个可调参数，做敏感性分析做了整整两天，最后发现其中 6 个的影响在统计上不显著。后来砍到 5 个核心参数，效果几乎没变，但调参时间和复现难度都降了一个量级。判断一个参数是否值得保留的标准很简单：在不显著影响最终精度的前提下，能不能用一个固定值替掉它。能替就替。

第三条：评估次数比迭代代数更能反映真实成本。尤其是在嵌入式或者实时场景下做参数优化，你要担心的不是"跑多少代"，而是"调用多少次目标函数"。我见过有人用 ISMA 优化一个单次评估要 3 秒的仿真模型，结果一整晚没跑完，就是因为没算过总评估次数。pop=30, max_iter=500加上蜂群额外的评估，总 FEs 轻松超过 2 万次，这个账一定要提前算。

第四条：多峰函数上的"局部最优"不一定是坏事。我一度执着于让算法在 Rastrigin 上跑到 1e-5 以下，后来发现这个目标在给定预算内根本不现实，而且为了它牺牲了在其他函数上的表现。合理的期望是：多峰函数上能稳定跳出前三个次优盆地，就已经是很成功的改进了。把目标定得符合预算，比追求漂亮数字重要。

第五条：记录日志比调参本身更重要。每一代至少记录：当前最优值、种群平均距离、触发重启的个体数、贴边个体比例、平均交叉次数。这五个指标能覆盖 90% 的问题定位。我现在的习惯是实验脚本一跑起来就把这些写到 CSV，出问题不用重跑，直接翻日志就能找到是哪一代开始跑偏的。这个习惯帮我省下的机时，远超写日志花的那点时间。

5.3 这个框架还能往哪扩

如果要把这套东西继续往下推，我比较看好的方向有两个。一是把交叉算子的基向量从固定的全局最优改成自适应选择——前期用随机个体做基向量保证多样性，后期切到全局最优保证精度，切换时机用种群多样性指标触发而不是固定代数。二是把侦察蜂的重启策略换成基于历史信息的重启，比如记录每个个体曾经到达过的最好位置，重启时在历史最优的邻域内采样，而不是纯随机或者纯围绕当前最优。

这两个方向都不需要动主体框架，属于在现有骨架上加挂件。但我的经验是，一次只加一个，加完必须做消融，否则你永远说不清到底是哪个改动起了作用。算法改进这件事最怕的就是"改了一堆，效果变好了，不知道为什么好"，这种成果没法固化成经验，下次遇到新问题还得从头试。

我个人在实际操作中的体会是，启发式算法的改进，七分靠问题诊断，三分靠公式设计。你得先搞清楚原算法在你的问题上具体是卡在多样性、卡在精度、还是卡在预算分配，然后再去找对应的机制。先有病灶再开药，别反过来——看到一个新颖的算子就想着往框架里塞，塞完之后再去找它能解决什么问题，这条路我走过，基本上都是白忙。