[論文レビュー] Optimizing Connected Components Graph Partitioning With Minimum Size Constraints Using Integer Programming and Spectral Clustering Techniques

Mishelle Cordero, Andrés Miniguano–Trujillo+3 more|arXiv (Cornell University)|Feb 23, 2022

VLSI and FPGA Design Techniques参考文献 43被引用数 5

ひとこと要約

本稿では、最小サイズ制約を満たす連結成分にグラフ分割する問題を、分枝・切り離し法および列生成を用いた混合整数プログラミング（MIP）アプローチで解く。総エッジコストを最小化する。流体ベースの定式化による新規有効不等式および連結性制約を導入し、シミュレートされたインスタンスにおいて最適性ギャップと解法時間に顕著な改善を示し、世論調査員のルート計画への実用的応用を実証する。

ABSTRACT

In this work, a graph partitioning problem in a fixed number of connected components is considered. Given an undirected graph with costs on the edges, the problem consists of partitioning the set of nodes into a fixed number of subsets with minimum size, where each subset induces a connected subgraph with minimal edge cost. The problem naturally surges in applications where connectivity is essential, such as cluster detection in social networks, political districting, sports team realignment, and energy distribution. Mixed Integer Programming formulations together with a variety of valid inequalities are demonstrated and computationally tested. An assisted column generation approach by spectral clustering is also proposed for this problem with additional valid inequalities. Finally, the methods are tested for several simulated instances, and computational results are discussed. Overall, the proposed column generation technique enhanced by spectral clustering offers a promising approach to solve clustering and partitioning problems.

研究の動機と目的

• エクアドル国立統計局が日常的に行う世論調査員のルート計画に生じる現実世界のグラフ分割問題に対処すること。
• 各部分集合が最小ノード数（α ≥ 2）を満たす連結部分グラフを誘導することを保証すること。
• 各連結成分内の総エッジコストを最小化すること。
• 強い有効不等式および連結性制約を備えたMIP定式化を構築し、テストすること。
• シミュレートされたインスタンスを用いて性能を評価し、解の品質と効率性を比較すること。

提案手法

• 各サブセットが連結部分グラフを誘導するように保証する流体ベースの連結性制約を用いた混合整数プログラミングで問題を定式化する。
• MIP緩和の強化と最適性ギャップの低減を図る複数の有効不等式族を導入する。
• 分枝・切り離しフレームワークを採用し、最適化プロセス中に有効不等式を体系的に分離・追加する。
• 大規模インスタンスを効率的に処理するため、追加のカットを施した列生成アプローチを提案する。
• 連結性制約とエッジコスト最小化を組み合わせて目的関数をモデル化する。
• スケーラビリティと解の品質の向上を図るため、MIPと列生成を統合したハイブリッドアプローチを実装する。

実験結果

リサーチクエスチョン

• RQ1 最小サイズ制約を満たす連結成分へのグラフ分割を、混合整数プログラミングで効果的にモデル化する方法は何か？
• RQ2 どの有効不等式族が分枝・切り離しプロセスにおける最適性ギャップとノード数を顕著に低減するか？
• RQ3 列生成アプローチは、大規模インスタンスにおいて解法時間とギャップをどの程度改善するか？
• RQ4 提案された定式化とカットは、シミュレートされたグラフインスタンスにおいて性能面でどのように比較されるか？
• RQ5 提案手法は、連結性およびサイズ制約を伴う現実世界のルーティング問題に効果的に応用可能か？

主な発見

• 有効不等式を組み込んだ提案されたMIP定式化は、全テストインスタンスにおいて最適性ギャップと分枝・ボラントリーサーチノード数を顕著に低減した。
• (60, 102, 9)インスタンスでは、最適性ギャップが21にまで低下し、B&Bノード数は6、解法時間は421秒であった。
• 追加カットを施した列生成アプローチは、特に大規模インスタンス（例：(65, 1352, 9)）において解法効率を向上させ、ギャップを33,615、B&Bノード数を216にまで低減した。
• 全25のシミュレートされたインスタンス（最大1,500ノードを含む大規模グラフを含む）に対して、最適または近似最適解が得られた。
• 計算結果から、有効不等式の導入により収束が速くなり、ベースラインMIPモデルよりも優れた性能を発揮することが確認された。
• 本手法は、現実世界の世論調査員ルート計画問題に成功裏に適用され、実用的意義とスケーラビリティを実証した。