资讯中提到的复合移动禁忌搜索算法，核心突破在于通过复合移动操作系统性地扩展可行邻域空间，从而缓解邻接性约束对搜索能力的限制。这让我想起在空间优化项目中，传统的禁忌搜索往往因邻接性约束导致局部最优陷阱，尤其在选区划分这类高维组合问题中，邻域结构设计直接影响搜索效率。文中提到的“边界单元若”虽未完整，但复合移动的思路本质上是对邻域生成机制的革新——通过组合多个单步移动，在保持邻接性的同时扩大探索范围。
从个人经验看，邻接性约束常被简单处理为惩罚项或强制修复，这会牺牲解的质量。复合移动的提出，相当于在搜索过程中动态构造更丰富的邻域结构，类似于遗传算法中的重组算子，但保留了禁忌搜索的确定性记忆机制。我好奇的是：复合移动的生成策略是否自适应当前搜索状态？还是需要预设模板？
讨论问题：1）复合移动禁忌搜索在非凸或离散度高的空间（如不规则多边形）中，性能是否仍优于标准变体？2）与基于图割或动态规划的精确方法相比，该算法在实时交互式优化中的可解释性如何？
行业视野：空间优化正从静态规划转向动态交互，复合移动方法若能嵌入GIS平台，可能推动城市规划、选区重划等领域的决策支持系统升级。