[論文レビュー] A hybrid constraint programming and semidefinite programming approach for the stable set problem

van Hoeve|arXiv (Cornell University)|Feb 25, 2003

Complexity and Algorithms in Graphs参考文献 13被引用数 7

ひとこと要約

本稿では、最大安定集合問題を解くために、制約プログラミング（CP）と半正定値プログラミング（SDP）を組み合わせたハイブリッド手法を提案する。SDP緩和を用いて変数の値をランク付けし、CPソルバにおける制限付きずれ探索（limited discrepancy search）をガイドすることで、部分問題の選択を著しく改善する。計算結果から、高品質な解が早期に得られたり、最適性が即座に証明されたりするなど、SDP緩和の強力な情報価値が示された。

ABSTRACT

This work presents a hybrid approach to solve the maximum stable set problem, using constraint and semidefinite programming. The approach consists of two steps: subproblem generation and subproblem solution. First we rank the variable domain values, based on the solution of a semidefinite relaxation. Using this ranking, we generate the most promising subproblems first, by exploring a search tree using a limited discrepancy strategy. Then the subproblems are being solved using a constraint programming solver. To strengthen the semidefinite relaxation, we propose to infer additional constraints from the discrepancy structure. Computational results show that the semidefinite relaxation is very informative, since solutions of good quality are found in the first subproblems, or optimality is proven immediately.

研究の動機と目的

• 最大安定集合問題を効率的に解くための計算的課題に対処すること。
• 半正定値プログラミング（SDP）が探索のための強い境界とガイダンスを提供するという強みを活用すること。
• SDP緩和と制約プログラミング（CP）を統合し、部分問題選択と解の品質を向上させること。
• SDPに基づく変数順序付けが、CPにおける制限付きずれ探索の有効性を高めることを検証すること。
• ずれ構造から得られる追加制約を用いてSDP緩和を強化すること。

提案手法

• 半正定値緩和を用いて、最適な安定集合に含まれる可能性の高い変数のドメイン値を、その確率に基づいて順序付けする。
• 制限付きずれ探索戦略を適用し、上位の順序付けされた変数値を持つ部分問題を優先的に探索する。
• SDPから得られる順序付けに基づき、最初に有望な部分問題を生成し、高品質な解を早期に得る。
• 生成された部分問題を制約プログラミングソルバで解き、妥当性と最適性を検証する。
• ずれ構造から追加の有効な不等式を導出し、半正定値緩和を強化する。
• SDP緩和を繰り返し精緻化し、CP探索をガイドすることで、解の効率を向上させる。

実験結果

リサーチクエスチョン

• RQ1 半正定値緩和は、安定集合問題における制約プログラミングフレームワーク内での変数選択を効果的にガイドできるか？
• RQ2 SDP順序付けで情報化された制限付きずれ探索は、最適解または近似最適解の探索速度にどのように影響するか？
• RQ3 ずれから導かれる制約を用いてSDP緩和を強化することで、解の品質と境界のタイトさはどの程度向上するか？
• RQ4 ハイブリッドCP-SDPアプローチは、探索プロセスの初期段階で最適性を即座に証明できるか？
• RQ5 SDP緩和は、さらなる探索に適した高品質な部分問題を特定するのにどの程度有用か？

主な発見

• 半正定値緩和は非常に有用なガイダンスを提供し、最初の数個の部分問題で高品質な解が特定可能である。
• 多くのインスタンスで最適性が即座に証明され、SDP緩和による強い境界の質が裏付けられた。
• SDP順序付けに基づく部分問題生成は、ランダムまたはヒューリスティックな選択に比べて一貫して有望である。
• ずれ構造をSDP緩和に統合することで、よりタイトな境界が得られ、探索効率が向上した。
• 従来のCP手法と比較して、探索する部分問題の数が顕著に減少した。
• ベンチマークインスタンスにおいて優れた性能を示し、最適解または近似最適解への収束が速い。