[論文レビュー] On the Multi-Commodity Flow with convex objective function: Column-Generation approaches

Guillaume Beraud-Sudreau, Lucas Létocart+2 more|arXiv (Cornell University)|Feb 3, 2026

Vehicle Routing Optimization Methods被引用数 0

ひとこと要約

論文は、増大する凸形の弧コストを伴う Splittable および Unsplittable Convex Multi-Commodity Flow 問題を解くための列生成ベースのアルゴリズムを開発しており、非微分可能なコスト関数およびブラックボックスコスト関数を含む。

ABSTRACT

The purpose of this work is to develop an algorithmic optimization approach for a capacitated Multi-Commodity flow problem, where the objective is to minimize the total link costs, where the cost of each arc increases convexly with its utilization. This objective is particularly relevant in telecommunication networks, where device performance can deteriorate significantly as the available bandwidth on a link becomes limited. By optimizing this convex function, traffic is efficiently distributed across the network, ensuring optimal use of available resources and preserving capacity for future demands. This paper describes the Convex Multi-Commodity Flow Problem and presents methodologies to solve both its Splittable and Unsplittable variants. In the Splittable version, flows can be fractionally distributed across multiple paths, while in the Unsplittable version, each commodity must be routed through a single path. Our approach employs Column-Generation techniques to address the convexly increasing cost functions associated with arc utilization, effectively accommodating various forms of convex increasing cost functions, including nondifferentiable or black-box convex increasing functions. The proposed methods demonstrate strong computational efficiency, offering a robust framework for managing network flows in complex telecommunication environments.

研究の動機と目的

• 弧コストが利用率とともに凸的に増大することを前提とした通信におけるルーティングを動機づけ、過度の飽和を防ぎ将来の容量を温存する。

提案手法

• Splittable-CMCF の三つの定式化を提示：Compact（dense）、Convex（列生成）、Inner（polyhedral 内部近似）。
• Restricted Master Problem (RMP) と pricing subproblem を用いて Convex 定式化で新しい経路とコスト関数の頂点を KKT ベースの不等式で生成。
• Cost を多面体頂点で線形化し線形 RMP を解く INNER 現象を提案し、非微分コストの扱いを可能にする Inner-Approximation。
• Unsplittable-CMCF へ拡張し、branch-and-price 緩和と pricing による tighten を実装。
• INNER の pricing は微分を持たない凸コストやブラックボックス凸コストにも対応可能。

実験結果

リサーチクエスチョン

• RQ1 凸で増加する弧コスト関数を Splittable および Unsplittable CMCF に効率的に統合するにはどうすれば良いか。
• RQ2 列生成アプローチは CMCF における非微分可能あるいはブラックボックス凸コスト関数を扱えるか。
• RQ3 Inner-Approximation と拡張定式化は標準ベンチマークで性能とスケーラビリティの観点でどう比較されるか。
• RQ4 これらの定式化で有益な経路とコスト関数頂点を生成するための効果的な pricing 問題は何か。
• RQ5 branch-and-price 法を用いて Unsplittable 変種へ容量制約を組み込むにはどうするか。

主な発見

• Convex 列生成（CONVEX）は Compact 定式化より大幅に優れており、Kleinrock および Quadratic コストでより大きなインスタンスをはるかに短時間で解く。
• Inner-Approximation（INNER）は RMP を線形化し各ステップで非線形凸問題を解く必要がないため CONVEX より高速。
• 非微分可能またはブラックボックス凸コストは pricing によって経路変数とコスト頂点変数の両方を生成することで対応可能。
• Pricing 問題は CONVEX の KKT 条件および INNER の双対条件に基づき、重みを調整した最短経路問題や単純な凸頂点生成といった多項式時間で解けるサブ問題を生み出す。
• Unsplittable-CMCF については、経路間のパターンに基づく緩和を用いた branch-and-price フレームワークを導入し、問題を tighten。