[論文レビュー] Convex integer minimization in fixed dimension

Timm Oertel, Christian Wagner+1 more|arXiv (Cornell University)|Mar 19, 2012

Advanced Optimization Algorithms Research参考文献 5被引用数 6

ひとこと要約

本稿では、固定次元における有界な凸集合内の整数点上での凸関数または擬凸関数の最小化に対して、楕円体近似を避ける新しい錐収縮アプローチを用いた多項式時間アルゴリズムを提示する。主な貢献は、標準的なオракルアクセス仮定（可能性、分離超平面、線形整数最適化オラクル）のもとで、次元が固定されている場合に凸整数最小化が多項式時間で解けることを証明することにある。

ABSTRACT

We show that minimizing a convex function over the integer points of a bounded convex set is polynomial in fixed dimension.

研究の動機と目的

• 次元が固定されている場合に凸整数最小化が多項式時間で解けることを確立すること。これは、線形および擬凸多項式整数計画問題に関する先行研究を拡張するものである。
• 既存の手法が一般の凸集合に対しては効率的に構築できない楕円体近似を必要としているという制限を克服すること。
• 次元を段階的に削減しながら妥当性と最適性の保証を維持する、反復的錐収縮に基づく新しいアルゴリズムフレームワークを設計すること。
• 評価オラクルと標準オラクル（可能性、分離超平面、線形整数最適化）を用いて問題を形式化し、多項式関数に限らない広範な適用可能性を実現すること。
• 整数変数が定数個で、連続変数が任意個である混合整数計画問題への結果の拡張を図ること。

提案手法

• アルゴリズムは、入力の凸集合から導かれる多面体と補助集合の階層に基づき、可能な領域を含む錐の体積を段階的に縮小する錐収縮戦略を用いる。
• 各反復において、現在の錐 $T_i$ のスケーリング内近似として補助多面体 $\bar{Q}_i$ と $\bar{T}_i$ を定義し、体積の縮小を保証する。
• 線形整数最適化オラクルを用いて、現在の錐内での最適整数点を特定する。それが $K_\varepsilon$ 内にある場合、アルゴリズムは終了する。
• 最適点が $K_\varepsilon$ 内にない場合、分離超平面オラクルが点を除外するが $K_{\varepsilon/2}$ を保持する超平面を特定し、次元を1つ減らした部分問題への再帰的還元を可能にする。
• 各部分問題に対して、次元 $n-1$ の超平面上で定義された問題について、補題2.6を適用して可能性をテストし、帰納法により各問題を多項式時間で解く。
• 体積の縮小は不等式 $\operatorname{vol}(T_{i+1}) \leq (1 - 2^{-n}(n-1)^{1-n}) \operatorname{vol}(T_i)$ によって保証され、$O(\log B)$ 回の反復で収束することが保証される。

実験結果

リサーチクエスチョン

• RQ1 次元が固定されている場合、多項式的制約がないとしても、有界な凸集合上での凸整数最小化は多項式時間で解けるか？
• RQ2 計算的に高価で、一般に多項式時間で構築できない楕円体近似の構築を回避することは可能か？
• RQ3 整数計画法において次元を削減しながら妥当性と最適性を維持する錐収縮アルゴリズムをどのように設計できるか？
• RQ4 一般の凸関数に対して、固定次元における多項式時間解法を保証するのに十分なオラクル仮定は何か？
• RQ5 整数変数が定数個で、連続変数が任意個である混合整数計画問題へは、結果を拡張可能か？

主な発見

• 本稿では、標準的なオラクルアクセスのもとで、有界な凸集合内の整数点上での凸関数または擬凸関数の最小化が、次元が固定されている場合に多項式時間で解けることが確立された。
• アルゴリズムは、体積の段階的縮小と反復的超平面分離、部分問題への分解を用いる錐収縮戦略により、楕円体近似を回避する。
• 各反復で、アクティブな錐の体積は少なくとも $1 - 2^{-n}(n-1)^{1-n}$ の割合で減少し、$O(\log B)$ ステップで収束することが保証される。
• 可能性と最適性の検証には、$\Delta$-可能性オラクルと線形整数最適化オラクルが用いられ、両者とも多項式時間で実行可能であると仮定される。
• 整数変数が定数個で、連続変数が任意個である混合整数計画問題へは、関数評価を固定整数点上のオラクルクエリに置き換えることで、本手法を拡張可能である。
• アルゴリズムは、$K_\varepsilon \cap \mathbb{Z}^n$ 内の最小化点を出力するか、$K_0 \cap \mathbb{Z}^n$ 内にそのような点が存在しないという証明を多項式時間で終了する。