[論文レビュー] Multistage Robust Combinatorial Optimization via Quantified Integer Programming

Marc Goerigk, Michael Hartisch|arXiv (Cornell University)|Sep 25, 2020

Supply Chain and Inventory Management被引用数 1

ひとこと要約

本稿では、多段階ロバスト組合せ最適化問題を数量化整数計画法（QIP）としてモデル化することで、検索空間を縮小する高度なQIPソルバ技術を活用し、新たな手法を提案する。実験により、9段階の選択および割り当て問題が最新のソルバを用いて効率的に解けることが示され、ロバスト最適化における一般的な2段階制限を著しく超える成果が得られた。

ABSTRACT

Decision making needs to take an uncertain environment into account. Over the last decades, robust optimization has emerged as a preeminent method to produce solutions that are immunized against uncertainty. The main focus in robust combinatorial optimization has been on the analysis and solution of one- or two-stage problems, where the decision maker has limited options in reacting to additional knowledge gained after parts of the solution have been fixed. Due to its computational difficulty, multistage problems beyond two stages have received less attention. In this paper we argue that multistage robust combinatorial problems can be seen through the lens of quantified integer programs, where powerful tools to reduce the search tree size have been developed. By formulating both integer and quantified integer programming formulations, it is possible to compare the performance of state-of-the-art solvers from both worlds. Using selection and assignment problems as a testbed, we show that problems with up to nine stages can be solved in reasonable time.

研究の動機と目的

• 2段階を超える多段階ロバスト組合せ最適化問題を解く際の計算課題に対処すること。
• 不確実性下での多段階ロバスト意思決定をモデル化する枠組みとして、数量化整数計画法（QIP）の可能性を検討すること。
• 多段階問題における整数計画法と数量化整数計画法の両ソルバの性能を比較すること。
• 9段階にまで及ぶ複雑な多段階ロバスト問題を、合理的な時間内に解けるかどうかを実証すること。

提案手法

• 意思決定が複数段階にわたり不確実性下で行われる多段階ロバスト組合せ最適化問題を、数量化整数計画法（QIP）として定式化すること。
• 数量子の削除や、数量子に配慮したブランンチアンドバウンディングの分岐ルールを含む、QIP特有の高度な技術を適用し、探索木のサイズを縮小すること。
• テスト問題における性能比較のため、整数計画法および数量化整数計画法の両分野における最新ソルバを用いること。
• スケーラビリティと効率性を評価するため、段階数を増やしながらテストケースとして選択および割り当て問題を設計・解くこと。
• 後段の意思決定が、以前に固定された選択と不確実パラメータに依存する階層的意思決定構造を採用すること。

実験結果

リサーチクエスチョン

• RQ1 数量化整数計画法は、多段階ロバスト組合せ最適化問題を効果的にモデル化・解くことができるか？
• RQ2 QIPソルバの性能は、多段階ロバスト問題において、標準的な整数計画法ソルバと比べてどう異なるか？
• RQ3 QIPベースの定式化を用いて、実用的に解ける段階数の上限はどの程度か？
• RQ4 QIP特有の技術は、多段階ロバスト最適化における計算負荷をどの程度軽減できるか？

主な発見

• QIPの定式化により、通常の2段階制限を著しく超えて、最大9段階の多段階ロバスト組合せ最適化問題が解けるようになった。
• QIP特有のソルバ技術により、探索木のサイズが顕著に縮小され、計算効率が向上した。
• 数量化整数計画法ソルバは、数量子構造のより良い扱いにより、多段階ロバスト問題において標準的な整数計画法ソルバを上回る性能を示した。
• 特に選択および割り当ての文脈において、不確実性下での複雑な多段階意思決定問題に対して、本手法が実用的に実現可能であることが示された。