[論文レビュー] Locating Depots for Capacitated Vehicle Routing

Inge Li Goertz, Viswanath Nagarajan|arXiv (Cornell University)|Mar 4, 2011

Vehicle Routing Optimization Methods参考文献 9被引用数 7

ひとこと要約

本稿では、$k$ 個の拠点を配置し、容量制限付きの車両で全需要を最小コストで満たすことを目的とする $k$-LocVRP 問題に対して、$(12 + \epsilon)$-近似アルゴリズムを提示する。この手法は、$k$-median と最小全域木の目的関数を組み合わせた、新規の $k$-median forest 問題に $k$-LocVRP を還元し、有界な局所最適性ギャップを持つ $t$-スワップ局所探索により $(3 + \epsilon)$-近似を達成することで、最終的な近似保証を実現する。

ABSTRACT

We study a location-routing problem in the context of capacitated vehicle routing. The input is a set of demand locations in a metric space and a fleet of k vehicles each of capacity Q. The objective is to locate k depots, one for each vehicle, and compute routes for the vehicles so that all demands are satisfied and the total cost is minimized. Our main result is a constant-factor approximation algorithm for this problem. To achieve this result, we reduce to the k-median-forest problem, which generalizes both k-median and minimum spanning tree, and which might be of independent interest. We give a (3+c)-approximation algorithm for k-median-forest, which leads to a (12+c)-approximation algorithm for the above location-routing problem, for any constant c>0. The algorithm for k-median-forest is just t-swap local search, and we prove that it has locality gap 3+2/t; this generalizes the corresponding result known for k-median. Finally we consider the "non-uniform" k-median-forest problem which has different cost functions for the MST and k-median parts. We show that the locality gap for this problem is unbounded even under multi-swaps, which contrasts with the uniform case. Nevertheless, we obtain a constant-factor approximation algorithm, using an LP based approach.

研究の動機と目的

• 容量制限付き車両のルーティングと $k$ 個の拠点の配置を同時に最適化する $k$-LocVRP 問題に対して、定数倍近似アルゴリズムを構築すること。
• $k$-median と最小全域木の目的関数を統合した、$k$-median forest 問題を導入・分析し、顧客の割り当てコストとルーティングコストの両方を捉えること。
• $k$-median forest 問題における $t$-スワップ局所探索の局所最適性ギャップが有界であることを確立し、既知の $k$-median の結果をハイブリッド目的関数へと拡張すること。
• 最小全域木コストが割り当てコストとは異なる距離計測で測られる非一様 $k$-median forest 変種に対し、多スワップにおいて局所最適性ギャップが無限大であっても、線形計画法の丸め手法により定数倍近似を達成すること。

提案手法

• 既知の CVRP の下界を活用し、$k$-LocVRP を $k$-median forest 問題に還元するが、近似損失は定数倍（4倍）に抑えられる。
• $k$-median forest 目的関数に対して $t$-スワップ局所探索を適用し、$k$-median と MST コストの両方の変化を同時に制限することで、局所最適性ギャップが $3 + \frac{2}{t}$ であることを証明する。
• 先行研究における $k$-median 分析から得られる非自明な全域木交換性質と構造的洞察を活用し、局所移動における MST コスト変化を制限する。
• 非一様ケースに対しては、[12] にインspiredされた線形計画法に基づく丸め枠組みを採用し、コストバインディングを維持する二段階の丸め手順を用いる。
• 丸め構造を捉える新しい線形計画式 $\mathsf{LP_{new}}$ を構築し、全単調性（total unimodularity）により整数最適解が存在することを証明する。
• $\mathsf{LP_{new}}$ の整数性と既知の補題を用いて、最終解のコストが最適 LP 値の 12 倍以内に抑えられることを示し、主な近似保証を導出する。

実験結果

リサーチクエスチョン

• RQ1 容量制限付きで、拠点の配置と車両ルートを同時に最適化する $k$-LocVRP 問題に対して、定数倍近似が達成可能か？
• RQ2 $k$-median と MST 目的関数のハイブリッドである $k$-median forest 問題において、$t$-スワップ局所探索の近似性能はどの程度か？
• RQ3 最小全域木コストが割り当てコストとは異なる重み付けで測られる場合、$t$-スワップ局所探索の局所最適性ギャップは依然として有界か？
• RQ4 多スワップにおいて局所最適性ギャップが無限大であっても、非一様 $k$-median forest 問題に対して定数倍近似が達成可能か？
• RQ5 構造的施設配置問題に還元することで、$k$-LocVRP 問題に対して多項式時間で定数倍近似を達成するアルゴリズムが存在するか？

主な発見

• 本稿では、$k$-LocVRP 問題に対して、初めて定数倍近似保証を持つ $(12 + \epsilon)$-近似アルゴリズムを提示する。
• $k$-median forest 問題は、中間的な鍵となる問題として導入され、$t$-スワップ局所探索により $(3 + \epsilon)$-近似が達成され、局所最適性ギャップは $3 + \frac{2}{t}$ である。
• $k$-median forest 問題における $t$-スワップ局所探索の局所最適性ギャップは $3 + \frac{2}{t}$ で有界であり、既知の $k$-median の結果がハイブリッド目的関数へと拡張された。
• 非一様 $k$-median forest 問題では、多スワップにおいて局所最適性ギャップが無限大であるが、線形計画法の丸めにより依然として定数倍近似が達成される。
• 線形計画法に基づく丸め手順により、最終解のコストが最適 LP 値の 12 倍以内に抑えられ、再定式化された制約の全単調性により整数性が保証される。
• $k$-LocVRP から $k$-median forest への還元は、近似損失が定数倍（4倍）に抑えられるため、全体として $(12 + \epsilon)$-近似が達成される。