[論文レビュー] Linear-Programming based Approximation Algorithms for Multi-Vehicle Minimum Latency Problems

Ian Post, Chaitanya Swamy|arXiv (Cornell University)|Nov 17, 2014

Vehicle Routing Optimization Methods参考文献 23被引用数 6

ひとこと要約

本稿では、複数台の車両を用いた最小遅延問題（multi-vehicle minimum latency problem）に対する、線形計画法（LP）に基づく新たな近似アルゴリズムを提示する。多拠点バージョンでは8.497-近似、単一拠点バージョンでは7.183-近似を達成しており、10年以上にわたって改善されていなかった。本研究は、配置（configuration）および双方向LP緩和（bidirected LP relaxations）を活用し、この問題クラスにおけるLPの有効性を初めて明確に示した。応用分野は、車両ルーティングおよびグラフ探索にまで及ぶ。

ABSTRACT

We consider various {\em multi-vehicle versions of the minimum latency problem}. There is a fleet of $k$ vehicles located at one or more depot nodes, and we seek a collection of routes for these vehicles that visit all nodes so as to minimize the total latency incurred, which is the sum of the client waiting times. We obtain an $8.497$-approximation for the version where vehicles may be located at multiple depots and a $7.183$-approximation for the version where all vehicles are located at the same depot, both of which are the first improvements on this problem in a decade. Perhaps more significantly, our algorithms exploit various LP-relaxations for minimum-latency problems. We show how to effectively leverage two classes of LPs---{\em configuration LPs} and {\em bidirected LP-relaxations}---that are often believed to be quite powerful but have only sporadically been effectively leveraged for network-design and vehicle-routing problems. This gives the first concrete evidence of the effectiveness of LP-relaxations for this class of problems. The $8.497$-approximation the multiple-depot version is obtained by rounding a near-optimal solution to an underlying configuration LP for the problem. The $7.183$-approximation can be obtained both via rounding a bidirected LP for the single-depot problem or via more combinatorial means. The latter approach uses a bidirected LP to obtain the following key result that is of independent interest: for any $k$, we can efficiently compute a rooted tree that is at least as good, with respect to the prize-collecting objective (i.e., edge cost + number of uncovered nodes) as the best collection of $k$ rooted paths. Our algorithms are versatile and extend easily to handle various extensions involving: (i) weighted sum of latencies, (ii) constraints specifying which depots may serve which nodes, (iii) node service times.

研究の動機と目的

• k台の車両が1つ以上の拠点から出発し、すべてのノードを訪問して顧客の待機時間の合計を最小化する『複数台の最小遅延問題（k-MLP）』の改善された近似アルゴリズムの開発。
• 最小遅延問題という、これまで体系的に活用されていなかった分野において、線形計画法緩和（特に配置および双方向LP）の有効性を実証すること。
• 重み付き遅延、拠点-ノード割り当て制約、ノードサービス時間といった実用的バリエーションに対応できるようにアルゴリズムを拡張すること。
• 多拠点k-MLPに対して、整数性ギャップが3.592以下である新しい配置LPを確立し、広く用いられているストロールベースの下界よりも強いことを示すこと。
• 重要な構造的結果を証明する：任意のkに対して、報酬収集型目的関数下で、最良のk本のルート付きパスよりも良いか、同等の性能を持つルート付き木を効率的に計算可能である。

提案手法

• 多拠点k-MLPは、車両と時間軸における可能なルート組み合わせをモデル化する配置LPの近最適解を丸めることで近似する。
• 単一拠点k-MLPは、双方向LPの丸めまたは、双方向LPを用いて報酬収集型木に関する重要な構造的補題を導出する組み合わせ的アプローチによって近似する。
• 時間間隔ごとに、LP解から木の構成を確率的にサンプリングし、ランダムな走査によって巡回路に変換する、新しい丸め方を採用する。
• ノードカバレッジの時間添付分解を用いた解析により、未カバーのノードを時間経過とともに追跡し、潜在関数の議論を通じて期待遅延とLP目的関数を関連付ける。
• 各時間ステップにおけるカバー確率を考慮した再帰的関係を用いて、ノードごとの期待遅延をバウンディングすることで、近似比を導出する。
• 整数性ギャップが最大3.592である新しい配置LPを導入し、ストロールベースの下界を支配することが示された。k=1の場合、整数性ギャップは3.03に低下する。

実験結果

リサーチクエスチョン

• RQ1 配置および双方向LP緩和は、複数台の車両を用いた最小遅延問題に対する改善された近似アルゴリズムの設計に有効に活用可能か？
• RQ2 多拠点k-MLPに対する新しい配置LPの整数性ギャップは何か？ また、既存の下界と比較してどうか？
• RQ3 報酬収集型目的関数下で、最良のk本のルート付きパスよりも良いか、同等の性能を持つ1本のルート付き木を効率的に計算可能か？ その結果がk-MLPに与える影響は？
• RQ4 提案されたアルゴリズムは、重み付き遅延、拠点-ノード割り当て制約、ノードサービス時間といった拡張に対応可能か？
• RQ5 提案されたLPベースのアプローチは、特に単一車両の場合に、既存の最良近似比を同等または上回るか？

主な発見

• 多拠点k-MLPに対して8.497-近似を達成し、前回の最良比12を改善した。
• 単一拠点k-MLPに対して7.183-近似を提示し、前回の最良比8.497を改善した。
• 提案された配置LPの整数性ギャップは、多拠点問題では最大3.592であり、k=1の場合は3.03に低下する。
• 本稿は、任意のkに対して、報酬収集型目的関数下で最良のk本のルート付きパスよりも良いか同等の性能を持つルート付き木を計算可能であるという新しい構造的結果を提供した。これはk=1の既存結果を一般化するものである。
• アルゴリズムは柔軟性に富み、重み付き遅延、拠点-ノード割り当て制約、ノードサービス時間といった拡張に対しても自然に拡張可能である。
• 本研究は、最小遅延問題分野において、LP緩和（特に配置および双方向LP）の力の実証的証拠を初めて提供した。この分野は、これまで組み合わせ的技法に支配されていた。