[論文レビュー] A Dynamic Near-Optimal Algorithm for Online Linear Programming

Shipra Agrawal, Zizhuo Wang+1 more|arXiv (Cornell University)|Nov 16, 2009

Optimization and Search Problems参考文献 18被引用数 36

ひとこと要約

本稿では、ランダムな到着順におけるオンライン線形計画法に対して、幾何的更新による双対価格を用いて逐次的意思決定を導く、動的で近似的最適なアルゴリズムを提示する。やや弱い条件下でも、競合比は1に近づき、理論的保証が得られ、最悪ケースの例によって近似的最適性が示されている。

ABSTRACT

A natural optimization model that formulates many online resource allocation and revenue management problems is the online linear program (LP) in which the constraint matrix is revealed column by column along with the corresponding objective coefficient. In such a model, a decision variable has to be set each time a column is revealed without observing the future inputs and the goal is to maximize the overall objective function. In this paper, we provide a near-optimal algorithm for this general class of online problems under the assumption of random order of arrival and some mild conditions on the size of the LP right-hand-side input. Specifically, our learning-based algorithm works by dynamically updating a threshold price vector at geometric time intervals, where the dual prices learned from the revealed columns in the previous period are used to determine the sequential decisions in the current period. Due to the feature of dynamic learning, the competitiveness of our algorithm improves over the past study of the same problem. We also present a worst-case example showing that the performance of our algorithm is near-optimal.

研究の動機と目的

• 将来の知識なしに制約と目的関数が逐次的に到着するオンラインリソース割り当て問題に対処すること。
• ランダム順列到着順においても高い競合比を維持できるプライマル・デュアルアルゴリズムの開発。
• 静的しきい値手法に代わる、動的で幾何的に更新される双対価格を導入することで、それらを改善すること。
• 理論的性能バウンドの確立と、最悪ケース解析による近的最適性の実証。
• 収益管理やオンラインマッチングにおける整数計画法の緩和への適用可能性の拡張。

提案手法

• 過去の時間間隔における列データをもとに、幾何的時間間隔ごとに双対価格ベクトルを動的に更新する。
• ラグランジュ緩和と前回の期間におけるデュアル解を用いて、現在の期間におけるプライマル意思決定を決定する。
• ランダム順列モデルを適用し、集合の選択が敵対的であっても、列が一様にランダムな順序で到着すると仮定する。
• 右辺値にやや弱い仮定をおく限り、問題サイズが大きくなるに従い、競合比は1に近づく。
• プライマル解とデュアル解が乖離する意思決定ポイントの数を制限するために、ランダムな摂動の議論を用いる。
• 理論的分析では、双対価格設定に基づく異なる意思決定領域の数を、計算幾何学的手法でバウンドする。

実験結果

リサーチクエスチョン

• RQ1 オンライン線形計画法において、動的双対価格更新戦略は静的しきい値手法を上回ることができるか？
• RQ2 ランダム到着順および有界な右辺値入力のもとで、達成可能な最高の競合比は何か？
• RQ3 双対価格の幾何的時間間隔による更新は、オンラインLPにおける長期的パフォーマンスにどのように影響するか？
• RQ4 最悪ケースにおいて、アルゴリズムは近的最適であるか、そしてそのことは形式的に証明可能か？
• RQ5 オンラインリソース割り当ての整数計画法定式化への結果の拡張は、どの程度可能か？

主な発見

• 任意の ε > 0 に対して、競合比が 1 - O(√(z/B) + ε) 以上であることが保証され、B が大きくなるに従い1に近づく。
• 最悪ケースの例により、いかなるアルゴリズムでも 1 - O(√(z/B)) よりも良い競合比を達成できないことが示され、アルゴリズムの近的最適性が裏付けられる。
• プライマル解が最適デュアルベース解と異なる時間ステップ数は、制約数 m でバウンドされる。
• アルゴリズムのパフォーマンスはランダム順列モデルにおいて頑健であり、これはi.i.d.仮定より弱いが、最悪ケース解析より強い。
• 整数計画法の緩和への応用は自然に拡張可能であり、やや弱い条件下でもパフォーマンス保証が維持される。
• 計算幾何学を用いて意思決定領域の複雑さの理論的バウンドを導出し、最大で (nk²)^m 種類の異なる設定が存在することが示された。