针对现有基于局部搜索思想的分布式约束优化问题求解算法存在容易陷入局部最优的问题，提出了一系列用于求解分布式约束优化问题(DCOP)的基于邻居忽略策略(NI)的局部搜索算法，以扩大对解空间的搜索，避免陷入局部最优。为了研究智能体之间约束关系的可变性和随机性对局部搜索的影响和极值对于局部搜索的影响，分别设计了单个随机邻居忽略策略和极值邻居忽略策略。同时，基于单个邻居随机忽略策略和极值邻居忽略策略，设计了用于平衡算法探索和开发能力的混合策略。此外，还设计了多个邻居随机忽略策略，以探讨求解DCOP时同时随机忽略多个邻居的可行性，并在理论上证明了随机邻居忽略策略对智能体之间的约束关系没有影响。将提出的一系列基于邻居忽略策略的局部搜索算法与十种先进的非完备算法在三类基准问题上的寻优结果进行了实验对比，结果表明所提一系列用于求解DCOP的基于邻居忽略策略的局部搜索算法显著优于目前先进的非完备算法。