[論文レビュー] Online Buy-at-Bulk Network Design

Deeparnab Chakrabarty, Alina Ene+2 more|arXiv (Cornell University)|Sep 10, 2015

Optimization and Search Problems参考文献 32被引用数 5

ひとこと要約

本稿では、無向および有向グラフにおける非均一でマルチコンmodityのバイ・アット・バル―（MC-BB）ネットワーク設計問題について、初めて非自明なオンラインアルゴリズムを提示し、多対数の競合比を達成した。主な革新は、マルチコンmodityのインスタンスを複数のシングルシンクサブ問題に変換する汎用的なオンライン還元定理であり、これにより、後者の問題に対して既存または新規のオンラインアルゴリズムを活用可能にし、競合オンライン設定において、既知の最良のオフライン近似要因と一致する。

ABSTRACT

We present the first non-trivial online algorithms for the non-uniform, multicommodity buy-at-bulk (MC-BB) network design problem in undirected and directed graphs. Our competitive ratios qualitatively match the best known approximation factors for the corresponding offline problems. The main engine for our results is an online reduction theorem of MC-BB problems to their single-sink (SS-BB) counterparts. We use the concept of junction-tree solutions (Chekuri et al., FOCS 2006) that play an important role in solving the offline versions of the problem via a greedy subroutine -- an inherently offline procedure. Our main technical contribution is in designing an online algorithm using only the existence of good junction-trees to reduce an MC-BB instance to multiple SS-BB sub-instances. Along the way, we also give the first non-trivial online node-weighted/directed single-sink buy-at-bulk algorithms. In addition to the new results, our generic reduction also yields new proofs of recent results for the online node-weighted Steiner forest and online group Steiner forest problems.

研究の動機と目的

• 一般のグラフ設定、特にノード重み付きおよび有向グラフにおいて、非均一でマルチコンmodityのバイ・アット・バル―ネットワーク設計問題に対するオンラインアルゴリズムの不足を解消すること。
• MC-BB問題におけるオフライン近似保証とオンライン競合比のギャップを埋めること。
• マルチコンmodityインスタンスを複数のシングルシンクインスタンスに変換する汎用的なオンライン還元フレームワークを構築し、既存または新規のオンラインアルゴリズムの再利用を可能にすること。
• 同フレームワークを報酬回収付きMC-BBの変種に拡張し、同じ競合比を達成すること。
• 提案された還元を用いて、最近のオンラインノード重み付きスティーナー・フォレストおよびオンライン一般化接続性に関する結果の新たな証明を提供すること。

提案手法

• マルチコンmodityバイ・アット・バル―（MC-BB）インスタンスを複数のシングルシンクバイ・アット・バル―（SS-BB）サブインスタンスに還元する汎用的なオンライン還元定理を提唱する。
• チェクリらの研究から得られる良好なジョイントリー解の存在を構造的基盤として活用するが、グリーディなジョイントリー構築は本質的にオフラインであるため、その利用には注意を要する。
• ジョイントリーの存在のみを用いて還元を誘導するオンラインアルゴリズムを設計し、オフライン計算を避ける。
• 既存のシングルシンク問題用オンラインアルゴリズム（例：エッジ重み付きおよび有向ケース）を、還元フレームワーク内のサブルーチンとして活用する。
• 報酬回収付き変種のためのLP定式化にペナルティ変数を追加し、同じ還元が適用可能になるようにする。
• 還元後に外側のLP変数に対して丸め技法を適用し、ペナルティ選択肢をモデル化するための特別なルート頂点を導入する。

実験結果

リサーチクエスチョン

• RQ1 非均一マルチコンmodityバイ・アット・バル―問題に対して、無向エッジ重み付きグラフにおいて多対数競合比を達成するオンラインアルゴリズムを設計可能か？
• RQ2 このようなアルゴリズムをより複雑なノード重み付きおよび有向グラフ設定に拡張可能か？
• RQ3 オンライン還元フレームワークを報酬回収付きMC-BBの変種に一般化可能か？ その場合、同じ競合比を達成できるか？
• RQ4 このフレームワークを用いて、オンラインノード重み付きスティーナー・フォレストなどの他のオンラインネットワーク設計問題の証明を再導出または簡略化可能か？
• RQ5 ノード重み付きグラフにおける準多項式時間アルゴリズムを、多対数競合比を保ちながら多項式時間に改善可能か？

主な発見

• 無向エッジ重み付きグラフにおけるMC-E-BB問題に対して、最良の既知のオフライン近似要因と一致する多対数競合比のオンラインアルゴリズムを提示した。
• ノード重み付き無向グラフにおけるMC-N-BBおよびSS-N-BBに対して、準多項式時間で多対数競合比を達成するアルゴリズムを開発した。
• 有向グラフにおけるMC-D-BBに対して、任意の固定された $\epsilon > 0$ に対して、$\tilde{O}(k^{1/2 + \epsilon})$ の競合比を達成する多項式時間アルゴリズムを実現した。ここで $k$ は要請数である。
• シングルシンク有向ケース（SS-D-BB）では、競合比が $\tilde{O}(k^{\epsilon})$ に改善され、準多項式時間で多対数競合比を達成した。
• フレームワークは報酬回収付き変種に拡張可能であり、$O(\alpha\beta\gamma \cdot \mathrm{polylog}(n))$-競合比のアルゴリズムを導出し、ベース問題と同一の競合比を達成した。
• 還元定理は、最近のオンラインノード重み付きスティーナー・フォレストおよびオンライン一般化接続性に関する結果の新たな、より単純な証明をもたらした。