[論文レビュー] Multiset Ordering Constraints

Alan M. Frisch, Ian Miguel+3 more|ArXiv.org|May 22, 2009

Constraint Satisfaction and Optimization参考文献 11被引用数 23

ひとこと要約

本稿では、2つの変数ベクトルの値の多重集合が順序付けられるように制約を課す新しいグローバル制約、多重集合順序付けを導入する。一般化されたアーク整合性（GAC）を保証する線形時間アルゴリズムを提示し、行列の対称性やスポーツスケジューリングなどの制約充足問題において、従来の手法（lex順序付けやGCC制約など）を上回る効率性と対称性の打破能力を示している。

ABSTRACT

We identify a new and important global (or non-binary) constraint. This constraint ensures that the values taken by two vectors of variables, when viewed as multisets, are ordered. This constraint is useful for a number of different applications including breaking symmetry and fuzzy constraint satisfaction. We propose and implement an efficient linear time algorithm for enforcing generalised arc consistency on such a multiset ordering constraint. Experimental results on several problem domains show considerable promise.

研究の動機と目的

• 変数の値の多重集合が順序付けられるように保証する新しいグローバル制約「多重集合順序付け」を特定・形式化すること。
• 多重集合順序付け制約に対して一般化されたアーク整合性（GAC）を保証する効率的で線形時間のアルゴリズムを開発すること。
• 行列モデルやファジィ制約充足問題における対称性の打破の有効性を実証すること。
• 従来の手法（lex順序付けやGCC制約など）と比較して、対称性の削減と計算効率の観点から、多重集合順序付けの性能を評価すること。

提案手法

• 再帰的比較に基づく多重集合順序付けの定義：M ≺ₘ N であるとは、M が空かつ N が空でない、または M の最大値が N より小さい、または最大値が同一でかつ1つの出現を除いた残りの多重集合が順序付けられる場合を指す。
• x ≤ₘ y として多重集合順序付け制約を形式化し、x と y が変数のベクトルであるとき、その値の多重集合が定義された順序を満たす場合に制約が成立する。
• 出現度ベクトルを用いて、境界値とドメイン制限を効率的に伝搬することで、多重集合順序付け制約に対するGACを保証する線形時間アルゴリズムを提案する。
• 多重集合を比較する際、出現度ベクトルを降順にインデックス付けし、値を揃えるために必要に応じて先頭に0を補完する。
• ILOG SolverにGACアルゴリズムを実装し、プログレッシブパーティ問題やスポーツスケジューリングを含むベンチマーク問題で評価する。
• 失敗回数、選択肢の数、実行時間を指標として、GCC制約やlex順序付けなどの代替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 行と列の置換が区別できない行列モデルにおいて、多重集合順序付け制約は対称性を効果的に打破できるか？
• RQ2 制約充足問題における対称性の削減と探索空間の刈り減らしの観点から、多重集合順序付けとlex順序付けの性能はどのように比較できるか？
• RQ3 GCCや算術制約に分解するのではなく、多重集合順序付け制約に特化したGACアルゴリズムは、より効率的か？
• RQ4 異なる探索戦略と組み合わせた場合、多重集合順序付けはlex順序付けよりも対称性をより多く削減するか？
• RQ5 スポーツスケジューリングのような固有の対称性を持つ問題において、多重集合順序付けは従来の対称性打破手法に比べ、より小さな探索木と短い解決時間をもたらすか？

主な発見

• 多重集合順序付け制約は探索木のサイズを顕著に削減した：6-13-29プログレッシブパーティ問題では、失敗回数を20,722回から7,053回に、実行時間を12.3秒から4.6秒に削減した。
• プログレッシブパーティ問題において、列方向の多重集合順序付け（≤ₘ C）が最小の探索木と最短の解決時間を達成し、すべてのlex順序付けバリアントを上回った。
• n=9のスポーツスケジューリング問題では、多重集合順序付け（≤ₘ C）により、失敗回数を260万以上から760,973回に、実行時間を857.2秒から130.5秒に削減し、優れたスケーラビリティを示した。
• 一部の設定（例：列方向のラベル付け）では多重集合順序付けがlex順序付けを上回ったが、他の設定ではlex順序付けが優れていた。これは、2つのアプローチが比較不能であり、補完的であることを確認した。
• 提案された線形時間GACアルゴリズムは、GCCや算術制約への分解よりも、効率性と対称性の打破能力の両面で優れていた。
• ≤ₘ C と <ₗₑₓ R の組み合わせが最小の探索木と最短の解決時間を達成した。これは、異なる次元で多重集合順序付けとlex順序付けを組み合わせることで、単独で使用する場合よりもより多くの対称性を打破できることを支持する。