[論文レビュー] A New Approximation Technique for Resource-Allocation Problems

Barna Saha, Aravind Srinivasan|arXiv (Cornell University)|Jan 10, 2010

Advanced Graph Theory Research参考文献 48被引用数 21

ひとこと要約

本稿では、資源割り当ておよびスケジューリング問題の近似アルゴリズムを改善するため、多面体内のランダムウォークに基づく新しいラウンディング手法を提案する。特に、ジョブのドロップを許容するように先行研究を一般化する。依存ラウンディングによる負の相関性を有する手法を用いることで、よりタイトな整数性ギャップと、ランダムなバイパライトマッチングに対する新たな集中不等式が得られる。

ABSTRACT

We develop a rounding method based on random walks in polytopes, which leads to improved approximation algorithms and integrality gaps for several assignment problems that arise in resource allocation and scheduling. In particular, it generalizes the work of Shmoys and Tardos on the generalized assignment problem to the setting where some jobs can be dropped. New concentration bounds for random bipartite matching are developed as well.

研究の動機と目的

• 資源割り当て問題におけるより良い近似を得るため、従来の依存ラウンディングおよび反復ラウンディングを拡張する一般化されたラウンディングフレームワークの開発。
• 一部のジョブがドロップ可能なスケジューリング問題に対処し、先行研究を超えて一般化割当問題を拡張すること。
• 依存ラウンディング下でのランダムバイパライトマッチングに対する、新たな集中測度の境界を確立すること。
• 多面体的ランダムウォークアプローチを用いて、重要な組合せ最適化問題の整数性ギャップを改善すること。

提案手法

• 線形計画法の緩和によって定義される多面体内でのランダムウォークを提案。現在の点から頂点へ向かって移動させつつ、妥当性と期待値の保存を維持する。
• 現在の点におけるタイトな制約を保つ方向の部分空間を用い、許容領域内での制御された移動を可能にする。
• 確率的更新ルールを適用：ステップサイズに比例する確率で方向ベクトルに沿って移動させ、各変数の期待値が変化しないように保証する。
• バイパライトマッチングにおけるパスおよびサイクルに基づく更新を用いて、複数の成分を同時にラウンディング可能にする、先行研究の依存ラウンディングの一般化。
• 変数が 0 または 1 に達するまで再帰的にラウンディングを行い、削減された制約系の核空間ベクトルを用いて依存関係を維持する。
• 反復的更新における条件付き期待値の分析を通じて、バイパライトマッチングにおけるマッチドアイテムの変数が負の相関性を示すことを導出する。

実験結果

リサーチクエスチョン

• RQ1 ジョブドロップを許容する資源割り当て問題に対して、ランダムウォークに基づくラウンディング手法が近似保証を改善できるか？
• RQ2 複数の変数を一度にラウンディング可能にするために、依存ラウンディングをどのように一般化できるか？ その際、負の相関性を維持する方法は？
• RQ3 この一般化されたラウンディングスキーム下でのランダムバイパライトマッチングに対する新たな集中不等式は何か？
• RQ4 このアプローチにより、従来の手法と比較してスケジューリングおよび割当問題の整数性ギャップを改善できるか？
• RQ5 依存的かつ非i.i.d.な方法でラウンディングを行う際、期待値を維持する理論的基盤は何か？

主な発見

• 提案手法は、ジョブドロップを許容する設定にまで、Shmoys と Tardos の一般化割当問題に関する先行研究を拡張し、近似比を改善する。
• ドロップペナルティを伴う一般化割当問題に対して、新たな整数性ギャップの境界を確立し、従来の結果を上回る。
• ランダムバイパライトマッチングに対する新たな集中不等式が確立され、期待値からの大きな逸脱確率が厳密に制御されていることが示された。
• バイパライトマッチングにおけるマッチドアイテムの指標変数が負の相関性を示すことが証明され、依存ラウンディングにおける確率的解析が強化された。
• ランダムウォークプロセスにより、各変数の期待値が各ステップで保存され続けることが保証され、強力な近似保証が得られる。
• 多面体幾何と確率的ラウンディングダイナミクスを組み合わせることで、整数性ギャップのよりタイトな解析が可能になった。