[論文レビュー] Tight Analysis of a Multiple-Swap Heuristic for Budgeted Red-Blue Median

Zachary Friggstad, Yifeng Zhang|arXiv (Cornell University)|Mar 3, 2016

Facility Location and Emergency Management参考文献 12被引用数 6

ひとこと要約

本稿では、予算付きレッド・ブルーメディアン問題に対する複数交換ローカルサーチヒューリスティクスを提示し、$p$-スワップヒューリスティクスの局所的ギャップが $5 + O(1/\sqrt{p})$ であることを示すことにより、任意の定数 $\epsilon > 0$ に対して $(5 + \epsilon)$-近似が達成されることを証明している。この解析は低次の項を除いてタイトであり、局所最適解が最適解の $5 + \Omega(1/p)$ 倍にまで悪化しうることを示す下界が存在する。また、シングルスワップヒューリスティクスは最適解の $7 - \epsilon$ 倍まで悪化する可能性がある。

ABSTRACT

Budgeted Red-Blue Median is a generalization of classic $k$-Median in that there are two sets of facilities, say $\mathcal{R}$ and $\mathcal{B}$, that can be used to serve clients located in some metric space. The goal is to open $k_r$ facilities in $\mathcal{R}$ and $k_b$ facilities in $\mathcal{B}$ for some given bounds $k_r, k_b$ and connect each client to their nearest open facility in a way that minimizes the total connection cost. We extend work by Hajiaghayi, Khandekar, and Kortsarz [2012] and show that a multiple-swap local search heuristic can be used to obtain a $(5+ε)$-approximation for Budgeted Red-Blue Median for any constant $ε> 0$. This is an improvement over their single swap analysis and beats the previous best approximation guarantee of 8 by Swamy [2014]. We also present a matching lower bound showing that for every $p \geq 1$, there are instances of Budgeted Red-Blue Median with local optimum solutions for the $p$-swap heuristic whose cost is $5 + Ω\left(\frac{1}{p} ight)$ times the optimum solution cost. Thus, our analysis is tight up to the lower order terms. In particular, for any $ε> 0$ we show the single-swap heuristic admits local optima whose cost can be as bad as $7-ε$ times the optimum solution cost.

研究の動機と目的

• 予算付きレッド・ブルーメディアン問題に対する近似保証を、従来の最高の8-近似を上回るよう改善すること。
• 特に $p$-スワップヒューリスティクスの近似比としての性能を、その近似比の観点から解析すること。
• $p$-スワップヒューリスティクスの局所的ギャップが $5 + O(1/\sqrt{p})$ であることを明確にすること。
• 任意の $p$-スワップヒューリスティクスが $5 + \Omega(1/p)$ よりも良い近似比を達成できないことを示すマッチング下界を構築すること。
• シングルスワップヒューリスティクスの限界を明確にすることにより、最適コストの $7 - \epsilon$ 倍まで悪化する可能性があることを示すこと。

提案手法

• 著者たちは、最大 $p$ 個のレッドおよびブルー施設を一度に交換することで解を段階的に改善する $p$-スワップローカルサーチヒューリスティクスを解析している。
• 局所最適解およびグローバル最適解の施設に近い距離に基づき、クライアントを左、中央、右の3グループに分類する構造化されたコスト分解を用いている。
• スワップ後のクライアント再割り当てに伴うコスト変化を追跡し、施設タイプ間の距離差を表すパラメータ $\alpha$、$\beta$、$\gamma$ を用いている。
• 特に、局所最適解の施設を削除するようなすべての可能なスワップ構成を検討することで、最悪ケースのコスト増加を導出している。
• すべての構成についてコスト変化を最小化し、$p \geq 2$ の場合にその値が非負であることを示し、局所最適解では有益なスワップが存在しないことを証明している。
• また、$p=1$ の場合については別個に解析を行い、シングルスワップヒューリスティクスが依然として最悪ケース比 $7 - \epsilon$ で抑えられることを示している。

実験結果

リサーチクエスチョン

• RQ1 予算付きレッド・ブルーメディアン問題に対する $p$-スワップローカルサーチヒューリスティクスの近似比は何か？
• RQ2 複数スワップヒューリスティクスは、シングルスワップヒューリスティクスよりも良い近似比を達成できるか？
• RQ3 $p$-スワップヒューリスティクスの近似保証はタイトか？ そして、達成可能な最良の比は何か？
• RQ4 シングルスワップヒューリスティクスの最悪ケース性能は何か？ また、複数スワップバージョンと比較するとどうなるか？
• RQ5 この解析は、2つより多くの施設カラーを持つ一般化問題へと拡張可能か？

主な発見

• $p$-スワップローカルサーチヒューリスティクスは、予算付きレッド・ブルーメディアン問題に対して $(5 + O(1/\sqrt{p}))$-近似を達成する。
• 任意の定数 $\epsilon > 0$ に対して、$p = \Theta(1/\epsilon^2)$ と設定することで、多項式時間で $(5 + \epsilon)$-近似が得られる。
• この解析は低次の項を除いてタイトであり、$p$-スワップヒューリスティクスが最適解の $5 + \Omega(1/p)$ 倍のコストを生じるようなインスタンスが存在する。
• シングルスワップヒューリスティクスは、任意に小さい $\epsilon > 0$ に対して、最適コストの $7 - \epsilon$ 倍まで悪化する可能性がある。
• コスト変化の解析により、局所最適解では、各色の最大 $p$ 個の施設をスワップしても有益なスワップが存在しないことが示され、この境界が成立することが確認された。
• 下界構築により、任意の $p$-スワップヒューリスティクスが $5 + \Omega(1/p)$ よりも良い近似比を達成することは不可能であることが示された。