[論文レビュー] Integer Programming for Classifying Orthogonal Arrays

Dursun A. Bulutoglu, Kenneth J. Ryan|arXiv (Cornell University)|Jan 9, 2015

Formal Methods in Verification参考文献 29被引用数 9

ひとこと要約

本稿では、同型削除と新しい直交設計同値性（OD同値性）を活用して計算負荷を低減することで、これまで分類されていなかったケースの非同型直交配列 OA(N,k,2,4) を分類する2つの新しい整数プログラミング（IP）定式化を提案する。この手法により、対称性と組み合わせ的爆発のため従来不可能とされていた OA(160,k,2,4)（k=9,10）および OA(176,k,2,4)（k=5–10）の分類が可能となった。

ABSTRACT

Classifying orthogonal arrays is a well known important class of problems that asks for finding all non-isomorphic, non-negative integer solutions to a class of systems of constraints. Solved instances are scarce. We develop two new methods based on finding all non-isomorphic solutions of two novel integer linear programming formulations for classifying all non-isomorphic OA(N,k,s,t) given a set of all non-isomorphic OA(N,k-1,s,t). We also establish the concept of orthogonal design equivalence of OA(N,k,2,t) to reduce the number of integer linear programs (ILPs) whose all non-isomorphic solutions need to be enumerated by our methods. For each ILP, we determine the largest group of permutations that can be exploited with the branch-and-bound (B&B) with isomorphism pruning algorithm of Margot [Discrete Optim~4 (2007), 40-62] without losing isomorphism classes of OA(N,k,2,t). Our contributions brought the classifications of all non-isomorphic OA(160,k,2,4) for k=9,10 and OA(176,k,2,4) for k=5,6,7,8,9,10 within computational reach. These are the smallest s=2, t=4 cases for which classification results are not available in the literature.

研究の動機と目的

• s=2、t=4、N=160,176 である直交配列（OAs）の分類結果の不足に応えること。
• 直交設計同値性（OD同値性）を用いて対称性を活用することで、OAsの分類における計算複雑性を低減すること。
• 分枝限定法と同型削除を組み合わせた非同型OAsの列挙を可能にする効率的な整数プログラミング（IP）定式化を開発すること。
• 既存のOAs分類手法を体系的に、既知の低インデックスOAsに列を追加することで拡張すること。

提案手法

• 既存の OA(N,k-1,2,4) に新しい列を追加するプロセスをモデル化した2つの新しい整数線形計画問題（ILPs）として、OAs分類問題を定式化する。
• 符号反転および置換対称性の下で等価な2記号OAsをグループ化するため、直交設計同値性（OD同値性）を導入し、解く必要のあるILPの数を削減する。
• Margotの分枝限定法と同型削除を用いて、各ILPの非同型解をすべて列挙し、同型類を保持する。
• 完全列挙（Full）、ILP拡張（ILP-Ext.）、およびハイブリッド手法を組み合わせた戦略を採用し、計算効率と解の完全性のバランスを図る。
• 各ILP定式化に対して、同型削除と整合する最大の置換群を特定することで、対称性低減を実現する。
• 既知の分類結果を用いて手法を検証し、MCSアルゴリズムおよび他の最先端手法と性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 既存の文献で未分類のままの OA(160,k,2,4) および OA(176,k,2,4)（k=5–10）の非同型クラスを、新規ILP定式化が効率的に分類できるか。
• RQ2 直交設計同値性（OD同値性）は、OAs分類において解く必要のあるILPの数をどの程度削減できるか。
• RQ3 提案手法のILPベースのアプローチは、MCSアルゴリズムおよび他の既存手法と比較して、性能に優れているか。
• RQ4 同型削除と対称性に配慮したILP定式化の組み合わせは、λ>1 かつ t=4 である従来不可能とされていたOAsインスタンスにスケーリング可能か。
• RQ5 λ=1 かつ k>8 の場合に、N=160 および N=176 である OA(N,k,2,4) の分類は計算的に可能か。

主な発見

• OA(160,9,2,4) および OA(160,10,2,4) の分類が成功裏に完了し、それぞれ15,083および0の非同型クラスが得られた。ILP-Ext. 法を用いた。
• OA(176,k,2,4) については、k=5から10まですべての非同型配列が分類され、k=9では26の非同型クラス、k=10では0が得られた。
• OD同値性の活用により、対称的な設計をグループ化し、解く必要のあるILPの数を大幅に削減した。これにより計算効率が著しく向上した。
• ILP-Ext. 法により、OA(176,9,2,4) の分類が約378,241分でリアルタイムに実行可能であり、高kケースへのスケーラビリティを示した。
• MCSアルゴリズムと比較して、特に大きなNおよびkのケースで本手法が優れた性能を示した。OA(160,k,2,4) ではILP法で711,298分、MCS法では不明（利用不可）の時間であった。
• ハイブリッド手法は中間的なk値に対して最も効果的であり、OA(160,8,2,4) では1,184分で99,618の同型クラスが得られた。