[論文レビュー] A Fully Polynomial Time Approximation Scheme for Packing While Traveling

Frank Neumann, Sergey Polyakovskiy+3 more|arXiv (Cornell University)|Feb 17, 2017

Optimization and Packing Problems被引用数 5

ひとこと要約

本稿では、非線形なパッキング・ホワイル・トランベルィング（PWT）問題に対する動的計画法と完全多項式時間近似スキーム（FPTAS）を提案する。PWT問題は、旅行泥棒問題（TTP）のコアな部分問題であり、ルーティングとナップサック意思決定を組み合わせ、重量依存の移動コストを伴う。FPTASは、ベースライン移動コストに対する利益の近似を非常に効率的に行い、高い利益・重量範囲を有する大規模インスタンスにおいて、先行する混合整数計画法およびブランチ・インフェア・アンド・バウンド手法を著しく上回る性能を示す。

ABSTRACT

Understanding the interactions between different combinatorial optimisation problems in real-world applications is a challenging task. Recently, the traveling thief problem (TTP), as a combination of the classical traveling salesperson problem and the knapsack problem, has been introduced to study these interactions in a systematic way. We investigate the underlying non-linear packing while traveling (PWT) problem of the TTP where items have to be selected along a fixed route. We give an exact dynamic programming approach for this problem and a fully polynomial time approximation scheme (FPTAS) when maximising the benefit that can be gained over the baseline travel cost. Our experimental investigations show that our new approaches outperform current state-of-the-art approaches on a wide range of benchmark instances.

研究の動機と目的

• 旅行泥棒問題（TTP）の主要な部分問題である、非線形パッキング・ホワイル・トランベルィング（PWT）問題の計算的課題に対処すること。PWT問題は、ルーティング意思決定とナップサック意思決定を統合し、重量に依存する移動コストを伴う。
• 中程度のサイズのインスタンスに対して効率的な計算を可能にする、PWT問題の正確な動的計画法解法を設計すること。この解法は擬似多項式時間で実行可能である。
• 元の目的関数が近似可能であることがNP困難であることを踏まえ、最小移動コストに対する利益の最大化を目的とする完全多項式時間近似スキーム（FPTAS）を設計すること。
• 提案手法を、多様なベンチマークインスタンスにおいて、先行する最先端の手法（特に混合整数計画法およびブランチ・インフェア・アンド・バウンド技術）と比較して実験的に評価すること。
• 近似の精度と実行時間のトレードオフを理解すること。特に、近似保証（ε）とインスタンスの複雑さの変化に伴う影響を分析すること。

提案手法

• アイテムをルート順に処理する動的計画法アルゴリズムを提案。各アイテム接頭辞と各可能な総重量に対して、最大目的値を保持するテーブルを維持し、擬似多項式時間の計算量を達成する。
• 最適解において、最高利益の1つのアイテムが最適値の少なくとも OPT/m を寄与することに着目し、利益に適切な丸め処理を施すことでFPTASを設計。これにより、ベースラインコストに対する利益の(1−ε)近似が保証される。
• 移動コスト関数を単位距離あたりの単調増加かつ凸関数と仮定することで、非線形ルーティングコスト関数の広いクラスに適用可能なFPTASを実現する。
• 利益にスケーリング技術を適用することで、動的計画法テーブルのサイズを縮小。これにより、完全多項式時間実行が可能になりつつ、望ましい近似比を維持する。
• 調整可能なε値を用いてFPTASを実装。近似精度と計算効率のバランスを図る。特に、複雑なインスタンスではεを0.75に緩和することで高い効果を発揮する。
• TTPベンチマークインスタンスを用いた広範な実験を実施。利益／重量範囲やインスタンスタイプの変化に応じて、新規手法と既存の混合整数計画法およびブランチ・インフェア・アンド・バウンドソルバーを比較した。

実験結果

リサーチクエスチョン

• RQ1 中程度のサイズのインスタンスに対して、最適解を効率的に計算可能な、PWT問題の正確な動的計画法を設計できるか？
• RQ2 元の目的関数が近似可能であることがNP困難であることを踏まえ、最小移動コストに対する利益最大化を目的とする完全多項式時間近似スキーム（FPTAS）を設計できるか？
• RQ3 利益および重量が広範囲にわたる場合、インスタンスの複雑さが増すに従い、FPTASの性能はどのように変化するか？
• RQ4 近似パラメータεが、異なるインスタンスタイプにおけるFPTASの実行時間および精度に与える影響は何か？
• RQ5 多様なベンチマークインスタンスにおいて、混合整数計画法およびブランチ・インフェア・アンド・バウンズ手法といった先行の最先端手法と比較して、提案手法は実際の性能でどのように差をつけるか？

主な発見

• 正確な手法で解けるインスタンスにおいて、動的計画法は先行する混合整数計画法およびブランチ・インフェア・アンド・バウンズ手法を著しく上回り、実行時間を桁違いに短縮した。
• ε = 0.0001およびε = 0.01の設定では、FPTASは大多数のインスタンスで100％の近似比（すなわち最適解）を達成し、高い精度を示した。
• εを0.25に引き上げた場合でも、FPTASは高い精度を維持しながら実行時間を短縮した。これは、近似保証を緩和することで性能が向上し、解の品質を損なわずに実現可能であることを示している。
• 利益および重量の範囲が最大10^7に達するインスタンスにおいて、εを0.0001から0.75に緩和したことで、FPTASの性能は最大95％向上したが、近似比は100％のまま維持された。
• 1,000個のアイテムを含むuncorr-s-w_01インスタンスでは、FPTASは1秒未塔で問題を解釈したが、approxMIP手法は数時間を要した。これは、FPTASの優れたスケーラビリティを示している。
• FPTASは大多数のインスタンスでapproxMIPを上回ったが、特定の相関インスタンス（例：b-s-corr_06およびb-s-corr_10）ではapproxMIPが優れた性能を示した。これは、両手法に異なる難易要因が存在することを示唆している。