[論文レビュー] Empirical evaluation of construction heuristics for the multidimensional assignment problem

Daniel Karapetyan, Gregory Gutin+1 more|arXiv (Cornell University)|Jun 16, 2009

Vehicle Routing Optimization Methods参考文献 13被引用数 5

ひとこと要約

本稿は、多様次元割当問題（s-AP）のための4つの構築ヒューリスティクス—グリーディ、マックスレグレット、ROM、および新規のシフト-ROM—を評価し、ROMの対称性と性能を向上させる次元シフト最適化を提案する。シフト-ROMは、特にs ≥ 4の状況において、解の品質と安定性の両面で他を上回る。一方、ROMは速度と解の品質の良好なトレードオフを提供する。

ABSTRACT

The multidimensional assignment problem (MAP) (abbreviated s-AP in the case of s dimensions) is an extension of the well-known assignment problem. The most studied case of MAP is 3-AP, though the problems with larger values of s have also a number of applications. In this paper we consider four fast construction heuristics for MAP. One of the heuristics is new. A modification of the heuristics is proposed to optimize the access to slow computer memory. The results of computational experiments for several instance families are provided and discussed.

研究の動機と目的

• 多様次元割当問題（s-AP）のための4つの構築ヒューリスティクスの性能を評価・比較すること、特にs > 3の状況を対象とすること。
• 次元順序に依存するバイアスを解消するため、シフト-ROMを導入することでROMヒューリスティクスの非対称性を是正すること。シフト-ROMは次元の巡回的順列を用いてROMを繰り返し適用する。
• 主に大規模インスタンスを想定し、メモリアクセスの最適化を通じてヒューリスティクスの性能を向上させること。
• さまざまなインスタンスファミリーにおいて、解の品質と実行時間のトレードオフを評価すること。
• ランダム、コンポジット、CS、GPファミリーを含む多様なテストインスタンスを用いて、s-APのヒューリスティクスの実験的ベンチマークを提供すること。

提案手法

• シフト-ROMを提案する。これは、問題の次元をs個の巡回的順列に置き換えてROMを適用することで、次元順序バイアスを軽減するROMヒューリスティクスの変種である。
• すべてのヒューリスティクスにおいて、メモリアクセスパターンを最適化し、キャッシュミスを削減し、現代のアーキテクチャにおける実行効率を向上させる。
• グリーディヒューリスティクスでは、各ステップで最小重みの妥当なベクトルを選択するグリーディ選択戦略を採用する。
• マックスレグレットヒューリスティクスでは、機会費用が最大の変数を優先し、最大のレグレット差を示すペア（次元, 値）を選択する。
• ROMおよびシフト-ROMにおいて、部分的割当から導かれる行列Mに2-APの解を適用し、割当を更新する。
• ROMでは、座標の接頭辞を段階的に延長しながら最適化を繰り返す再帰的マッチングフレームワークを実装し、割当品質を段階的に向上させる。

実験結果

リサーチクエスチョン

• RQ1 シフト-ROMは、さまざまなインスタンスファミリーにおいて、グリーディ、マックスレグレット、ROMと比較してどのように性能を発揮するか？
• RQ2 ROMにおける次元順序バイアスが解の品質に与える影響はどの程度で、シフト-ROMはそのバイアスを効果的に軽減できるか？
• RQ3 sおよびnの異なる値において、各ヒューリスティクスの解の品質と実行時間のトレードオフはどのようなものか？
• RQ4 実際の実行環境において、メモリアクセス最適化は構築ヒューリスティクスの実行時間にどのように影響を与えるか？
• RQ5 多様なs-APインスタンスタイプにおいて、どのヒューリスティクスが最も安定的かつ強固な性能を示すか？

主な発見

• シフト-ROMは、すべてのインスタンスファミリーで最良の平均解の品質を達成し、GPインスタンスでは平均誤差10%、最大で16.1%にとどまる。
• マックスレグレットは3-APインスタンスで最良の解を生成するが、シフト-ROMと比較して約10倍遅く、誤差のばらつきも大きく（最大25.7%）、性能が不安定である。
• ROMは、特にs ≥ 4の状況で最も高速であり、時間計算量はO(ns + sn³)である。GPインスタンスでは、シフト-ROMの解の品質の1.5倍の悪さにとどまる。
• グリーディは、全体として最も高速であり、特に最小重みベクトルの密度が高いランダムインスタンスで効果を発揮するが、解の品質は最悪で、平均誤差が200%を超える。
• シフト-ROMは、解の品質と実行時間の両面でマックスレグレットよりも優れた安定性を示し、実用的導入に向けより信頼性が高い。
• コンポジットインスタンスでは、s ≥ 4の状況でシフト-ROMが他を上回るが、3-APではマックスレグレットが最良の解を生成する。これは、sに応じたヒューリスティクス選択の重要性を示している。