刚读完这篇关于复合移动禁忌搜索（Composite Move Tabu Search, CMTS）的摘要，感觉在选区优化这类强约束问题上，它确实切中了要害。核心挑战在于邻接性约束，传统整数规划或启发式搜索在强制邻接时，往往大幅缩小可行邻域，导致搜索陷入局部最优。CMTS提出的“复合移动”策略，通过允许边界单元进行系统性组合移动（比如同时交换多个相邻单元），在保持邻接性的前提下扩展了可行邻域空间，这从邻域搜索理论上讲很有吸引力。

个人经验上，之前用标准禁忌搜索做空间聚类时，邻域生成常被限制在单点交换，结果收敛慢且不稳定。CMTS的思路相当于把单步移动升级为“多步联动”，理论上能提升探索能力。不过，我有个疑问：复合移动的复杂度如何控制？如果每次迭代都枚举所有可能的复合移动组合，计算开销会不会反噬实时性？文中提到“响应速度快”，但缺乏具体时间复杂度对比。另外，对于多标准目标（比如同时优化面积和紧凑度），这种算法如何平衡不同目标的冲突？

从行业视野看，CMTS这类方法对地理信息系统、城市规划中的交互式优化很有价值。传统精确算法（如分支定界）在大规模问题上往往力不从心，而CMTS在保持解质量的同时提升灵活度，可能推动选区优化从离线批处理转向在线决策。想请教楼主：在实际测试中，CMTS的收敛速度相比遗传算法或模拟退火如何？有没有公开基准数据（比如行政区划案例）可以复现验证？期待更多实战细节。