[論文レビュー] On local search and LP and SDP relaxations for k-Set Packing

TS Tim Oosterwijk|arXiv (Cornell University)|Jul 27, 2015

Complexity and Algorithms in Graphs参考文献 84被引用数 3

ひとこと要約

本学位論文は、基本的NP困難な組合せ最適化問題であるk-セットパッキング問題に対する局所探索、線形計画法（LP）、および半定値計画法（SDP）の緩和について調査する。Bermanの重み付き近似アルゴリズムの証明を簡略化し、多項式サイズのLPと自然なSDP緩和に対して、$rac{k}{3}+1+
$の新たな整数性ギャップの上限を確立し、近似保証の向上に関する未解決問題について議論する。

ABSTRACT

Set packing is a fundamental problem that generalises some well-known combinatorial optimization problems and knows a lot of applications. It is equivalent to hypergraph matching and it is strongly related to the maximum independent set problem. In this thesis we study the k-set packing problem where given a universe U and a collection C of subsets over U, each of cardinality k, one needs to find the maximum collection of mutually disjoint subsets. Local search techniques have proved to be successful in the search for approximation algorithms, both for the unweighted and the weighted version of the problem where every subset in C is associated with a weight and the objective is to maximise the sum of the weights. We make a survey of these approaches and give some background and intuition behind them. In particular, we simplify the algebraic proof of the main lemma for the currently best weighted approximation algorithm of Berman ([Ber00]) into a proof that reveals more intuition on what is really happening behind the math. The main result is a new bound of k/3 + 1 + epsilon on the integrality gap for a polynomially sized LP relaxation for k-set packing by Chan and Lau ([CL10]) and the natural SDP relaxation [NOTE: see page iii]. We provide detailed proofs of lemmas needed to prove this new bound and treat some background on related topics like semidefinite programming and the Lovasz Theta function. Finally we have an extended discussion in which we suggest some possibilities for future research. We discuss how the current results from the weighted approximation algorithms and the LP and SDP relaxations might be improved, the strong relation between set packing and the independent set problem and the difference between the weighted and the unweighted version of the problem.

研究の動機と目的

• Bermanのk-セットパッキング問題に対する重み付き近似アルゴリズムの主要補題の代数的証明を、複雑な代数的計算に頼らずに直感的な組合せ的推論によって簡略化し、数学的構造の背後にあるより深い直感を明らかにすること。
• k-セットパッキング問題の多項式サイズのLP緩和および自然なSDP緩和に対して、$
  \frac{k}{3}+1+\varepsilon$
  の新たな整数性ギャップの上限を確立すること。
• k-セットパッキング問題と最大独立集合問題の関係を、重み付きおよび重みなしバージョンの文脈で探求すること。
• 未解決の問題および今後の研究の方向性（特に局所探索におけるより大きな改善集合の利用による近似保証の向上）を特定し、議論すること。

提案手法

• 複雑な代数的計算を避けて、直感的な組合せ的推論を用いてBermanの重み付き近似アルゴリズムの主要補題の証明を簡略化する。
• 衝突ハイパーグラフにおける辺の数が頂点の数より多い部分グラフとして、局所探索における改善集合の構造をモデル化して分析する。
• 半定値計画法およびLovászのシータ関数の技術を応用して、k-セットパッキング問題のSDP緩和に対する境界を導出する。
• ChanとLauの研究に基づき、多項式サイズのLP緩和を構築することで、よりタイトな整数性ギャップの上限を達成する。
• アルゴリズム設計の基盤として、重み付きk-セットパッキング問題を$k+1$-クラウ-freeグラフ上の独立集合問題に還元する。
• 重み付きと重みなしk-セットパッキングの違いおよび現在の近似技法の限界について、詳細な議論を行う。

実験結果

リサーチクエスチョン

• RQ1 Bermanのk-セットパッキング問題に対する重み付き近似アルゴリズムの証明を、より直感的な組合せ的構造の洞察が得られるように簡略化できるか？
• RQ2 k-セットパッキング問題の多項式サイズのLP緩和に対する、最もタイトな整数性ギャップは何か？
• RQ3 k-セットパッキング問題の自然なSDP緩和は、多項式サイズのLP緩和と同じ整数性ギャップの上限を達成するか？
• RQ4 2より大きなサイズの改善集合（例えば、$t > 2$ の $t$-局所最適解）を考慮する局所探索アルゴリズムは、重み付きk-セットパッキング問題に対してより良い近似保証を達成できるか？
• RQ5 ある固定された $c \geq 0$ に対して、重み付きk-セットパッキング問題で $
  \frac{k+c}{3}+\varepsilon$
  の近似保証を達成することは可能か？

主な発見

• Bermanの重み付き近似アルゴリズムの主要補題の証明が簡略化され、重み関数と改善集合選択の背後にあるより明確な組合せ的直感が明らかになった。
• k-セットパッキング問題の多項式サイズのLP緩和に対して、$
  \frac{k}{3}+1+\varepsilon$
  の新たな整数性ギャップの上限が確立された。
• 同じ整数性ギャップの上限 $
  \frac{k}{3}+1+\varepsilon$
  が、k-セットパッキング問題の自然なSDP緩和に対しても成立することが示された。
• 定理17およびその推論（定理19, 23, 24）の証明は、改善集合の定義に誤りがあるため無効であることが判明し、これらの結果の真偽は未解決のまま残っている。
• 本論文は、局所探索をより大きな改善集合を考慮するように拡張することで、$
  \frac{k+c}{3}+\varepsilon$
  のより良い近似保証が得られる可能性があると仮説を立てる。
• 本論文は、現在の重み付き近似アルゴリズムがk-セットパッキング問題を$k+1$-クラウ-freeグラフ上の独立集合問題に還元することに強く依存していることを見いだし、今後の改善のための有望な道筋としてこの還元を指摘する。