[論文レビュー] Property analysis of symmetric travelling salesman problem instances acquired through evolution

van Hemert|arXiv (Cornell University)|Feb 28, 2005

Metaheuristic Optimization Algorithms Research参考文献 9被引用数 12

ひとこと要約

この論文では、2つのリン・カーニハン変種のための困難な対称TSPインスタンスを生成するために進化的アルゴリズムが用いられ、それらのインスタンスを分析してアルゴリズムの性能に相関する構造的特性を同定する。主な貢献は、特定のインスタンス特性（例えば、エッジ分布や局所最適解の密度）を同定し、2つのTSPソルバー間の相対的効率差を予測することにある。

ABSTRACT

We show how an evolutionary algorithm can successfully be used to evolve a set of difficult to solve symmetric travelling salesman problem instances for two variants of the Lin-Kernighan algorithm. Then we analyse the instances in those sets to guide us towards deferring general knowledge about the efficiency of the two variants in relation to structural properties of the symmetric travelling sale sman problem.

研究の動機と目的

• 既存のTSPソルバー、特に2つのリン・カーニハンアルゴリズム変種を挑戦する対称TSPインスタンスを生成すること。
• 進化したインスタンスの構造的特性を調査し、1つのリン・カーニハン変種が他よりも優れている理由を理解すること。
• TSPインスタンスの構造とソルバー効率の関係に関する一般的な知見を導出すること。

提案手法

• 2つのリン・カーニハン変種に対して高い難易度を持つ対称TSPインスタンスを進化的アルゴリズムで進化させる。
• フィットネス評価は、各進化したインスタンスにおける2つのリン・カーニハン変種間の相対的性能差に基づく。
• エッジ分布、局所最適解密度、クラスタ接続性などの構造的特徴を進化したインスタンスから抽出する。
• 統計的分析を用いて、これらの特徴と2つのソルバーで観察された性能差との相関を分析する。
• 進化的プロセスは、2つのアルゴリズム間の性能乖離を最大化するように繰り返しインスタンスを最適化する。
• 分析は、1つのソルバーが他よりも常に優れる一貫したインスタンス構造のパターンを同定することに焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 対称TSPインスタンスのどの構造的特性が、2つのリン・カーニハン変種間の性能差に最も強く影響を与えるか？
• RQ2 進化的アルゴリズムは、TSPソルバー間の性能差を露呈するTSPインスタンスを効果的に生成できるか？
• RQ3 TSPインスタンスの特定のトポロジカル特徴が、1つのリン・カーニハン変種が他を上回る原因となるか？
• RQ4 TSPインスタンスの構造的特性によって、その解法の難易度をどの程度まで予測できるか？
• RQ5 1つのソルバーが常に他よりも優れる理由を説明する一貫したインスタンス構造のパターンは存在するか？

主な発見

• 進化したTSPインスタンスは、2つのリン・カーニハン変種間の性能差を一貫して露呈しており、進化的アプローチによるハードインスタンス生成の有効性を確認している。
• 局所最適解密度が高いインスタンスは、1つのリン・カーニハン変種を好む傾向があり、局所構造がソルバー行動に顕著に影響を与えることを示している。
• 特に高重量エッジの密集したクラスタを有するエッジ分布パターンは、2つのソルバー間の性能乖離を強く相関づけている。
• インスタンストポロジに対称的サブ構造が存在することは、2つの変種の相対的効率に影響を与えることが判明した。
• 進化的プロセスは、与えられたインスタンスにおいてどのソルバーがより良く動作するかを信頼性高く予測する構造的特徴のセットを効果的に同定した。
• 分析により、インスタンスの難易度が一様に分布しているのではなく、特定で識別可能なトポロジカル特徴に強く関連していることが明らかになった。