[論文レビュー] Approximation Algorithms for Orienteering with Time Windows

Chandra Chekuri, Nitish Korula|ArXiv.org|Nov 29, 2007

Optimization and Packing Problems参考文献 15被引用数 15

ひとこと要約

本稿では、時間窓長の最大値と最小値の比 $ L_{\max}/L_{\min} $ を活用することで、より優れた性能を達成する、時間窓付きオリエンティング問題（Orienteering-TW）の改善された近似アルゴリズムを提示する。整数時間窓の場合に $ O(\alpha \log L_{\max}) $ の近似、一般ケースでは $ O(\alpha \max\{\log \text{OPT}, \log(L_{\max}/L_{\min})\}) $ の近似、終点が指定されていない場合には $ O(\alpha \log(L_{\max}/L_{\min})) $ の近似を達成し、無向グラフにおいて $ L_{\max}/L_{\min} $ が多項式的に有界である場合には $ O(\log n) $ の近似が達成される。

ABSTRACT

Orienteering is the following optimization problem: given an edge-weighted graph (directed or undirected), two nodes s,t and a time limit T, find an s-t walk of total length at most T that maximizes the number of distinct nodes visited by the walk. One obtains a generalization, namely orienteering with time-windows (also referred to as TSP with time-windows), if each node v has a specified time-window [R(v), D(v)] and a node v is counted as visited by the walk only if v is visited during its time-window. For the time-window problem, an O(\log \opt) approximation can be achieved even for directed graphs if the algorithm is allowed quasi-polynomial time. However, the best known polynomial time approximation ratios are O(\log^2 \opt) for undirected graphs and O(\log^4 \opt) in directed graphs. In this paper we make some progress towards closing this discrepancy, and in the process obtain improved approximation ratios in several natural settings. Let L(v) = D(v) - R(v) denote the length of the time-window for v and let \lmax = \max_v L(v) and \lmin = \min_v L(v). Our results are given below with αdenoting the known approximation ratio for orienteering (without time-windows). Currently α= (2+\eps) for undirected graphs and α= O(\log^2 \opt) in directed graphs. 1. An O(α\log \lmax) approximation when R(v) and D(v) are integer valued for each v. 2. An O(α\max{\log \opt, \log \frac{\lmax}{\lmin}}) approximation. 3. An O(α\log \frac{\lmax}{\lmin}) approximation when no start and end points are specified. In particular, if \frac{\lmax}{\lmin} is poly-bounded, we obtain an O(\log n) approximation for the time-window problem in undirected graphs.

研究の動機と目的

• 時間窓付きオリエンティング問題における多項式時間近似比と準多項式時間近似比のギャップを埋めること。
• 特に $ L_{\max}/L_{\min} $ の比に着目した時間窓の構造的性質を活用することで、近似保証を向上させること。
• 特に無向グラフにおいて、標準オリエンティング問題へのブラックボックス還元に頼らない、より優れた性能を達成するアルゴリズムの開発。
• 特定の時間内に訪問が必要なノードを含む車両ルーティングおよびスケジューリング応用における時間窓制約の課題に対処すること。

提案手法

• 時間窓を部分に再帰的に分割するアプローチを採用し、特に $ L_{\max}/L_{\min} $ が小さい場合に、モジュール式の部分インスタンスを生成する。
• 時間窓長 $ L \leq 2 $ のインスタンスに対しては、元の問題の5つの制限付きバージョンを構築し、各部分時間窓の長さが0.5未満となるようにする。これにより定数倍近似が可能になる。
• 半整数のリリース時刻またはデッドライン時刻に対応できるように、Frederickson-Wittmanアルゴリズムをモジュール式インスタンスに適応させ、特定の条件下で定数倍近似を実現する。
• ゼロ長時間窓に対しては動的計画法を用い、標準オリエンティング問題に対する既知の $ \alpha $-近似アルゴリズムをブラックボックス部品として活用する。
• 変更されたインスタンスにおける最適解と元の問題の最適解との関係を分析し、制限付きバージョンで良い解が得られれば、元の問題に対しても良い解が得られることを示す。
• 一般ケースでは、標準オリエンティング問題の $ \alpha $-近似比と $ L_{\max}/L_{\min} $ の対数要因を組み合わせることで、改善された境界を達成する。

実験結果

リサーチクエスチョン

• RQ1 最大時間窓長と最小時間窓長の比を活用することで、時間窓付きオリエンティング問題におけるより優れた多項式時間近似比を達成できるか？
• RQ2 無向グラフにおいて $ L_{\max}/L_{\min} $ が多項式的に有界である場合に、$ O(\log n) $ の近似が得られるか？
• RQ3 有向グラフにおいて、オリエンティングアルゴリズムのブラックボックス使用を回避することで、近似比を低減できるか？
• RQ4 $ L_{\max}/L_{\min} \leq 2 $ の場合に、固定された開始・終了ノードがなくても定数倍近似が可能か？
• RQ5 複数の互いに素な時間窓を持つ頂点を扱えるように、近似フレームワークを拡張できるか？

主な発見

• 時間窓が整数値の場合は、$ \alpha $ を標準オリエンティング問題の近似比として、$ O(\alpha \log L_{\max}) $ の近似が達成される。
• 一般インスタンスでは、$ O(\alpha \max\{\log \text{OPT}, \log(L_{\max}/L_{\min})\}) $ の近似が得られ、有向グラフにおいては従来の $ O(\log^4 \text{OPT}) $ の境界を改善する。
• 開始・終了ノードが指定されていない場合、$ O(\alpha \log(L_{\max}/L_{\min})) $ の近似が達成され、$ L_{\max}/L_{\min} $ が小さい場合には特に有効である。
• $ L_{\max}/L_{\min} $ が多項式的に有界な場合、無向グラフにおいて $ O(\log n) $ の近似が達成され、標準オリエンティング問題の最良既知の比と一致する。
• $ L \leq 2 $ の場合、開始・終了ノードが固定されていなくても、修正された Frederickson-Wittman アルゴリズムを用いることで定数倍近似が可能である。
• 結果として、時間窓長の比がオリエンティング-TWの可解性を決定づける重要なパラメータであることが示され、ブラックボックス還元に比べて顕著な改善が達成された。