疏散性问题来源于城市公共设施定址、同质组选择等实际应用,是一类具有NP难的组合优化问题。根据目标可分为两大类:基于效率的疏散性问题和基于平衡的疏散性问题。基于平衡的疏散性问题保证所选元素之间的均衡性,主要包含最小差别疏散性问题、最大化均值疏散性问题、最大化和的最小值的疏散性问题。基于效率的疏散性问题则是考虑所有选中元素的整体疏散情况,主要包括最大化和的疏散性问题和最大化最小和疏散性问题。鉴于疏散性问题的高复杂性,精确性算法只能求解小规模算例,采用迭代局部搜索算法求解大规模疏散性问题。从两大类中分别选取一个代表性问题,以最小化差别疏散性问题和最大化和的疏散性问题为研究对象,设计一个具有通用性的疏散类求解算法。主要研究工作如下:采用迭代局部搜索算法框架,使用下降过程搜索高质量的解,自适应选择不同强度的扰动过程进行跳坑。在搜索过程中,使用了点对对交换的邻域算符,加入了基于解的禁忌方案来避免反复搜索相同的解空间,提高了在相同停机时间内搜索的效率。对于不同求解目标的问题,设计了相同的邻域操作、下降过程和扰动过程,实现搜索算法框架的通用性。通过最小化差别疏散性问题和最大化和的疏散性问题的测试算例对所提出的算法进行实验测试,并与文献中最好的算法进行了比较。实验结果表明,所提出的迭代局部搜索算法可求解一类疏散性问题,具有较好的通用性和较高的性能。