[論文レビュー] All Colors Shortest Path Problem

Yunus Can Bilge, Dogukan Çagatay+4 more|arXiv (Cornell University)|Jul 24, 2015

Vehicle Routing Optimization Methods参考文献 19被引用数 7

ひとこと要約

本稿では、各頂点に事前に割り当てられた色を持ち、すべての色のノードを少なくとも1つ以上通る必要がある辺重み付き無向グラフにおける最短経路を求める問題、All Colors Shortest Path (ACSP) を導入する。著者らはACSPがNP困難であり、P = NPでない限り定数因子内での近似が不可能であることを証明し、線形計画法の緩和、焼きなまし法、蟻巣最適化、遺伝的アルゴリズムに基づく新しいヒューリスティクスを提案する。実験の結果、GA-ACSPは解の品質を維持しつつ、時間対解の質の比で最も優れた性能を示した。

ABSTRACT

All Colors Shortest Path problem defined on an undirected graph aims at finding a shortest, possibly non-simple, path where every color occurs at least once, assuming that each vertex in the graph is associated with a color known in advance. To the best of our knowledge, this paper is the first to define and investigate this problem. Even though the problem is computationally similar to generalized minimum spanning tree, and the generalized traveling salesman problems, allowing for non-simple paths where a node may be visited multiple times makes All Colors Shortest Path problem novel and computationally unique. In this paper we prove that All Colors Shortest Path problem is NP-hard, and does not lend itself to a constant factor approximation. We also propose several heuristic solutions for this problem based on LP-relaxation, simulated annealing, ant colony optimization, and genetic algorithm, and provide extensive simulations for a comparative analysis of them. The heuristics presented are not the standard implementations of the well known heuristic algorithms, but rather sophisticated models tailored for the problem in hand. This fact is acknowledged by the very promising results reported.

研究の動機と目的

• 各頂点に色が割り当てられ、経路にすべての色のノードを少なくとも1つ以上含む必要があるという制約を課した、最短経路問題の新規な変種としてAll Colors Shortest Path (ACSP) 問題を定義し、形式的に考察すること。
• P = NPでない限り、ACSPが定数因子内での近似が不可能であることを示すことで、ACSPの計算複雑性を確立すること。
• LP緩和に基づく、焼きなまし法、蟻巣最適化、遺伝的アルゴリズムを含む、ACSPに特化したヒューリスティクスアルゴリズムの開発と評価を行うこと。
• さまざまなグラフサイズと色の分布を想定した、広範なシミュレーションを実施し、提案されたヒューリスティクスの解の品質、実行時間、スケーラビリティの観点から性能を比較すること。

提案手法

• 各色が経路に少なくとも1回以上現れるように制約を課した整数線形計画法（ILP）としてACSPを定式化する。
• 反復的丸めを用いて緩和解から実行可能経路を生成する3つのLP緩和ヒューリスティクス（LP_xACSP、LP_fACSP、LP_f/xACSP）を開発する。
• 温度制御されたランダム移動を用いて解空間を探索することで局所最適解から脱出する焼きなまし法に基づくヒューリスティクス（SA-ACSP）を設計する。
• 人工アリがフェロモンの痕跡とヒューリスティック情報に基づいて経路を構築する蟻巣最適化（ACO-ACSP）アルゴリズムを実装し、色カバレッジに特化したフェロモン更新ルールを導入する。
• ACSPに最適化された独自の符号化、選択、交叉、変異演算子を備えた遺伝的アルゴリズム（GA-ACSP）を提案する。また、実験的評価により、集団サイズの最適化も行う。
• ノード数（n=50, 100, 200）と色数（c=10から75）が異なるランダムに生成されたグラフ上で、ILPの結果を最適性の基準として用いた比較実験を実施する。

実験結果

リサーチクエスチョン

• RQ1 All Colors Shortest Path問題はNP困難であり、標準的な複雑性仮定のもとで定数因子近似が可能かどうか？
• RQ2 LP緩和、焼きなまし法、蟻巣最適化、遺伝的アルゴリズムといった異なるヒューリスティクス戦略は、ACSPにおいて解の品質と実行時間の観点でどのように性能を発揮するか？
• RQ3 多様なグラフおよび色の分布を想定した状況において、解のコストと計算時間のバランスが最も優れたヒューリスティクス設定は何か？
• RQ4 本稿の新規な問題に特化したメタヒューリスティクスは、標準的な実装を上回る性能を発揮できるか？

主な発見

• P = NPでない限り、ACSPはNP困難であり、任意の定数因子内での近似が不可能であることが証明され、計算的に扱いにくい問題であることが立証された。
• LPベースのヒューリスティクスの中で、LP_f/xACSPが解の品質と実行時間のバランスが最も優れており、テストされたインスタンスでは最適解の1.5倍以内の平均コストを達成した。
• 中規模のグラフ（n=50, 100）において、焼きなまし法（SA-ACSP）は蟻巣最適化（ACO-ACSP）を上回り、より低い平均経路コストを達成した。
• 大規模なグラフ（n=200）では、ACO-ACSPがSA-ACSPよりも優れた解を生成した。これは、複雑な探索空間においてACO-ACSPの優れた探索能力を示している。
• 遺伝的アルゴリズム（GA-ACSP）は、すべてのグラフサイズで最速の実行時間を達成し、n=200のグラフでは平均で6秒未満の計算時間で、他のメタヒューリスティクスと同等の解の品質を維持した。
• GA-ACSPの最適な集団サイズは、実験的評価により600であると特定された。これは、解の品質と計算コストのバランスを最適に保つものであった。