[論文レビュー] Branch-and-Bound Solves Random Binary Packing IPs in Polytime

Santanu S. Dey, Yatharth Dubey+1 more|arXiv (Cornell University)|Jul 30, 2020

Vehicle Routing Optimization Methods被引用数 2

ひとこと要約

この論文は、制約の数が固定されているとき、変数ブランチの分枝限定法がランダムなバイナリパッキング整数計画問題を高確率で多項式時間で解けることを証明している。著者たちは、ランダムに生成されたインスタンスにおける標準的な変数ブランチの分析を行い、アルゴリズムのノード探索が多項式のままであることを示し、その実用的性能の背後にある理論的根拠を提示している。

ABSTRACT

Branch-and-bound is the workhorse of all state-of-the-art mixed integer linear programming (MILP) solvers. These implementations of branch-and-bound typically use variable branching, that is, the child nodes are obtained by fixing some variable to an integer value v in one node and to v + 1 in the other node. Even though modern MILP solvers are able to solve very large-scale instances efficiently, relatively little attention has been given to understanding why the underlying branch-and-bound algorithm performs so well. In this paper our goal is to theoretically analyze the performance of the standard variable branching based branch-and-bound algorithm. In order to avoid the exponential worst-case lower bounds, we follow the common idea of considering random instances. More precisely, we consider random packing integer programs where the entries of the coefficient matrix and the objective function are randomly sampled. Our main result is that with good probability branch-and-bound with variable branching explores only a polynomial number of nodes to solve these instances, for a fixed number of constraints. To the best of our knowledge this is the first known such result for a standard version of branch-and-bound. We believe that this result provides a compelling indication of why branch-and-bound with variable branching works so well in practice.

研究の動機と目的

• 分枝限定法に変数ブランチを適用した場合、指数時間の最悪ケース複雑性があるにもかかわらず、実世界のMILPインスタンスでなぜこれほど効率的に動作するのかを理論的に説明すること。
• バイナリパッキング整数計画問題のランダムインスタンスにおける標準的分枝限定法の性能を分析すること。
• 制約数が固定されている場合に、探索されるノード数が高確率で多項式のままであることを確立すること。
• ランダムMILPインスタンスにおける標準的変数ブランチの最初の形式的解析を提供すること。
• 現代のMILPソルバーの経験的成功の背後にある理論的洞察を提供すること。

提案手法

• 著者たちは、係数と目的関数の要素が独立同分布の確率変数であるランダムなバイナリパッキング整数計画問題を検討する。
• 各ノードが変数を0または1に固定することで分割される標準的な変数ブランチルールを分析する。
• このブランチルール下での分枝限定木における探索ノード数の期待値に注目する。
• 確率論的および集中不等式を用いて探索木のサイズを評価する。
• 証明は、ランダムインスタンスにおいて整数性ギャップと部分問題の挙動が良好に制御されることを示すことに依存する。
• 変数の数に関する漸近的バウンドを得るため、制約数を固定した条件付きで分析を行う。

実験結果

リサーチクエスチョン

• RQ1 なぜ変数ブランチを用いた分枝限定法は、実世界の多くのMILPインスタンスを実用的に非常に効率的に解けるのか？
• RQ2 ランダムインスタンスにおいて、分枝限定法が探索するノード数が多項式のままであることを理論的に示せるか？
• RQ3 変数ブランチは、ランダムなバイナリパッキングIPにおいて多項式サイズの探索木を生成するか？
• RQ4 係数行列と目的関数のランダム性が、計算の tractability（扱いやすさ）を保証する役割を果たすか？
• RQ5 ランダムインスタンスにおける標準的分枝限定法の経験的頑健性の背後にある理論的説明はあるか？

主な発見

• 変数ブランチを用いた分枝限定法は、高確率でランダムなバイナリパッキング整数計画問題を解くために多項式数のノードのみを探索する。
• 制約数が固定されていれば、変数の数が増加してもこの結果は成り立つ。
• 制約行列と目的ベクトルのすべての要素が独立にランダムに抽出されるインスタンスに適用可能である。
• これは、ランダムMILPインスタンスにおける標準的変数ブランチの多項式時間性能を示す最初の既知の理論的結果である。
• 研究結果は、現代のMILPソルバーの実用的効率性に対する強い理論的根拠を提供する。
• この結果は、ランダムインスタンスの構造が、変数ブランチにおける分枝限定木のサイズを本質的に制限している可能性を示唆している。