[論文レビュー] Simulated Annealing Algorithm for Graph Coloring

Alper Köse, Berke Aral Sonmez+1 more|arXiv (Cornell University)|Dec 3, 2017

Scheduling and Timetabling Solutions参考文献 2被引用数 4

ひとこと要約

本稿では、エネルギー関数 H（不適切に彩色された辺の数を数える）を最小化することでグラフ彩色問題を解くためのマルコフ連鎖モンテカルロ（MCMC）を用いた焼きなまし法を提案する。温度（β）を動的に低下させることで局所最小値から脱出でき、十分な色数と反復回数があれば、特に1000頂点のErdos-Renyiグラフにおいて q=5 および q=7 で適切な彩色（H=0）を達成する。

ABSTRACT

The goal of this Random Walks project is to code and experiment the Markov Chain Monte Carlo (MCMC) method for the problem of graph coloring. In this report, we present the plots of cost function \(\mathbf{H}\) by varying the parameters like \(\mathbf{q}\) (Number of colors that can be used in coloring) and \(\mathbf{c}\) (Average node degree). The results are obtained by using simulated annealing scheme, where the temperature (inverse of \(\mathbfβ\)) parameter in the MCMC is lowered progressively.

研究の動機と目的

• MCMCを用いた焼きなまし法の開発と評価を通じて、グラフ彩色におけるコスト関数 H の最小化を目的とする。
• 利用可能な色数（q）とノードの平均次数（c）が、達成可能な最小エネルギー H_min に与える影響を調査すること。
• 反復回数と β の冷却スケジュールが、低エネルギー状態または適切な彩色への収束に与える影響を評価すること。
• 大規模なグラフ彩色において、MATLAB と C++ 実装の間でのパフォーマンスと効率性を比較すること。
• 複数の独立した実行と並列化を活用した戦略により、解の品質を向上させる方法を検討すること。

提案手法

• 頂点の色のステップワイズ更新に、受容確率 exp(−βΔH) を用いたメトロポリスアルゴリズムを採用する。
• 動的 β スケジュールを採用：β は (0.2 + N/n)/0.2 に従って増加する。ここで N は頂点数、n は反復回数である。
• 初期彩色は一様ランダムである。各ステップで、ランダムに選ばれた頂点の色を別の色に再設定する。
• エネルギー関数 H は、同じ色に塗られた頂点をもつ辺の数を数える：H(x) = Σ_{(v,w)∈E} 1_{x_v = x_w}。
• 焼きなまし法は、温度を段階的に低下（β を増加）させることで、低エネルギー状態への収束を促進する。
• C++ 実装により、1000頂点のグラフにおける 10^6 回の反復処理において、実行時間が MATLAB の 50 秒から 0.04 秒に大幅に改善された。

実験結果

リサーチクエスチョン

• RQ1 利用可能な色数（q）が、グラフ彩色における達成可能な最小エネルギー H_min に与える影響は何か？
• RQ2 平均次数（c）を増加させると、適切な彩色（H=0）を達成する難易度はどのように変化するか？
• RQ3 収束速度と解の品質の両立を最適化するための最適な β の冷却スケジュールは何か？
• RQ4 複数の独立した実行により、グローバル最小値 H=0 を発見する確率は向上するか？
• RQ5 実装の効率性（MATLAB 対 C++）が、大規模シミュレーションの実現可能性に与える影響は何か？

主な発見

• 1000頂点、c=5 のErdos-Renyiグラフにおいて、q=5 および q=7 は H_min=0（適切な彩色）を達成したが、q=3 では H_min=34 であった。
• c=20 の場合、q=7 のみが H_min=5 を達成した。q=5 では H_min=302、q=3 では H_min=1510 であり、色数が少ないほど困難さが増していることが示された。
• すべての q 値について、H_min は c に対して線形に増加したが、q が小さいほど勾配が急で、色の選択肢の多様性が低いことが反映された。
• 反復回数を増やすことで収束が向上し、各 β 値で長く停留することで H_min が減少した。
• 最終的な β 値は、十分に大きくなければならず、これによりチェインが凍結（熱的ゆらぎが制限される）し、収束が保証された。
• 複数の独立した実行により、H=0 を発見する確率が顕著に向上した。また、各実行が独立しているため、並列化が容易であった。