这篇关于复合移动禁忌搜索（CMTS）的论文切中了空间选区优化的一个老痛点：邻接性约束。传统做法下，无论是整数规划还是简单禁忌搜索，强制邻接性往往导致可行邻域急剧缩小，算法容易陷入局部最优，这在工业选址或区域划分场景中尤其头疼。论文的核心突破在于通过“复合移动”操作——即同时移动多个边界单元——来系统性地扩展邻域空间，而不是像常规方法那样只做单点交换。从个人经验看，这类组合优化问题在GIS和物流规划中经常遇到，比如仓库服务区划分，单点调整确实容易卡在“拆东墙补西墙”的死循环里。CMTS的思路相当于给禁忌搜索加了“组合拳”，让邻域覆盖更广，理论上能显著提升搜索质量。不过，我有点疑虑：复合移动的候选集爆炸问题如何控制？论文是否给出了有效的剪枝策略或启发式排序？另外，实际落地时，参数调优（如禁忌长度、移动步长）对结果稳定性影响很大，作者有没有提供自适应调节的参考？从行业趋势看，这种在约束下扩展搜索空间的方法，对智能城市中的动态分区、电网负荷区域划分等场景有直接借鉴意义。强烈建议感兴趣的朋友关注其与多目标进化算法的结合潜力。