[論文レビュー] Improved Online Load Balancing with Known Makespan

Martin Böhm, Matej Lieskovský+3 more|arXiv (Cornell University)|Jan 1, 2024

Scheduling and Optimization Algorithms被引用数 2

ひとこと要約

この論文は、既知のマクスパンを伴うオンライン負荷バランス化のための画期的なオンラインアルゴリズムを提示し、長年の 3/2 有効競合比の障壁を打ち破った。洗練された重みベースの解析とアイテムタイプの動的しきい値設定を用いることで、十分に大きな m に対して 139/93 < 1.495 の有効競合比を達成し、従来の手法がキーパッキング特性の喪失により 3/2 を超えることができなかったのとは顕著に異なる。

ABSTRACT

We break the barrier of $3/2$ for the problem of online load balancing with known makespan, also known as bin stretching. In this problem, $m$ identical machines and the optimal makespan are given. The load of a machine is the total size of all the jobs assigned to it and the makespan is the maximum load of all the machines. Jobs arrive online and the goal is to assign each job to a machine while staying within a small factor (the competitive ratio) of the optimal makespan. We present an algorithm that maintains a competitive ratio of $139/93&lt;1.495$ for sufficiently large values of $m$, improving the previous bound of $3/2$. The value 3/2 represents a natural bound for this problem: as long as the online bins are of size at least $3/2$ of the offline bin, all items that fit at least two times in an offline bin have two nice properties. They fit three times in an online bin and a single such item can be packed together with an item of any size in an online bin. These properties are now both lost, which means that putting even one job on a wrong machine can leave some job unassigned at the end. It also makes it harder to determine good thresholds for the item types. This was one of the main technical issues in getting below $3/2$. The analysis consists of an intricate mixture of size and weight arguments.

研究の動機と目的

• 既知のマクスパンを伴うオンライン負荷バランス化における 3/2 有効競合比の障壁を克服すること。
• 従来の 3/2 アルゴリズムが可能にした2つのキーパッキング特性を失ったにもかかわらず、3/2 未満の有効競合比を維持するアルゴリズムを設計すること。
• ストレッチ要因が 3/2 未満に低下する際に出現する新しいアイテムタイプに対処し、慎重なしきい値管理とボックスの利用効率を確保すること。
• 複雑な構成におけるボックス利用効率と負荷分布を解析するため、洗練されたサイズおよび重みの議論を組み合わせた厳密な解析を提供すること。
• 3/2 の障壁は、高度なアルゴリズム的技術と洗練された解析によって乗り越え可能であることを示すこと。

提案手法

• アルゴリズムは段階的な戦略を採用し、バッチの充填を遅らせ、後段階にかけて一部のボックスを空のままにすることで柔軟性を高める。
• アイテムの組み合わせ的性質を追跡し、マシン間での負荷分散を保証するために重みベースの解析を導入する。
• サイズとパッケージング制約に基づいてアイテムをタイプに動的に分類し、入力の進行に応じてしきい値を適応的に変更する。
• 最悪ケースのボックス負荷状況をモデル化し、さまざまな構成下での妥当性を検証するために線形計画法の制約を用いる。
• 異なるアイテムタイプ（例：クォーターピus、ラージプラスなど）を区別し、部分的に満たされたボックス内でのパッケージング行動をモデル化する。
• 空のボックスが実行中に枯渇しないことを示すために、ボックス使用量と負荷レベルを制限する制約付き線形計画法を解く。

実験結果

リサーチクエスチョン

• RQ1 既知のマクスパンを伴うオンライン負荷バランス化において、3/2 の有効競合比の障壁を打ち破ることは可能か？
• RQ2 ストレッチ要因が 3/2 未満に低下する場合、特にパッケージング特性に関してどのような新たな課題が生じるか？
• RQ3 複雑な構成におけるボックス利用効率と負荷分布を解析するため、重みベースとサイズベースの議論をどのように統合できるか？
• RQ4 大規模な m に対して達成可能な最小の有効競合比は何か？また、入力パラメータにどのように依存するか？
• RQ5 悪意あるアイテムシーケンスに対しても、空のボックスが枯渇しない安定したアルゴリズムを設計することは可能か？

主な発見

• m ≥ 60,000 の場合、アルゴリズムは 139/93 ≈ 1.4946 < 1.495 の有効競合比を達成し、3/2 の障壁を上回った。
• ε = 1/62 の場合、m ≥ 3,300 で動作することを示し、中程度に大きな m に対しても結果が成り立つことを示した。
• すべての段階を通じて十分な空きボックスを維持し、最終段階（Stage 6）を回避し、すべてのアイテムがパッケージング可能であることを保証した。
• 空のボックスが枯渇すると仮定した場合、重要な段階におけるいかなる線形計画法の定式化にも妥当解が存在しないことを解析で証明し、ボックスの可用性を保証した。
• 3/2 未満で2つのキーパッキング特性（3回分の収容と任意サイズとの適合性）を失うことで、より複雑なしきい値設定と解析フレームワークの必要性が生じた。
• この結果により、3/2 の障壁は本質的ではなく、高度なアルゴリズム的設計と洗練された解析技術によって乗り越え可能であることが示された。