[論文レビュー] Towards Integrated Glance To Restructuring in Combinatorial Optimization

Mark Sh. Levin|arXiv (Cornell University)|Dec 20, 2015

Optimization and Packing Problems参考文献 82被引用数 4

ひとこと要約

この論文は、構造的変更のコストと目的解への距離の両方を最小化することで、組合せ最適化の解を再構築するための新しいフレームワークを導入する。ナップサック問題、最小全域木、クラスタリングなどの主要な問題において、1段階、多段階、要素集合が変更された再構築問題を形式化し、ヒューリスティックおよびマルチクリタリア方式を用いて変更コストと解の近接性のバランスを取る方法を示している。

ABSTRACT

The paper focuses on a new class of combinatorial problems which consists in restructuring of solutions (as sets/structures) in combinatorial optimization. Two main features of the restructuring process are examined: (i) a cost of the restructuring, (ii) a closeness to a goal solution. Three types of the restructuring problems are under study: (a) one-stage structuring, (b) multi-stage structuring, and (c) structuring over changed element set. One-criterion and multicriteria problem formulations can be considered. The restructuring problems correspond to redesign (improvement, upgrade) of modular systems or solutions. The restructuring approach is described and illustrated (problem statements, solving schemes, examples) for the following combinatorial optimization problems: knapsack problem, multiple choice problem, assignment problem, spanning tree problems, clustering problem, multicriteria ranking (sorting) problem, morphological clique problem. Numerical examples illustrate the restructuring problems and solving schemes.

研究の動機と目的

• 既存の解を改善または目的の構成に向け再構築することを核とする新しい組合せ最適化問題のクラスを形式化すること。
• 動的または進化する問題設定において、再構築コストを最小化し、望ましい解への類似度を最大化する二重の目的を扱うこと。
• 特にモジュラーなシステムやアップグレードの場面において、構造的変更を第一義的な関心事項として統合することで、従来の最適化を拡張すること。
• ナップサック問題、割り当て問題、最小全域木、クラスタリングなど、多様な組合せ問題に適用可能な統一的なフレームワークを提供すること。
• ネットワーク、ソフトウェア、制御システムなどの現実世界のシステムにおける解のアップグレードを支援するため、構造的変換モデルを通じて意思決定を支援すること。

提案手法

• 解の変換を二目的最適化として扱う再構築モデルを提案：変更コストの最小化と目的解への距離の最小化。
• 3つの問題タイプを定義：1段階再構築、多段階再構築、要素集合が変更された再構築。
• 要素の削除および追加のコスト関数を用いる：$ H(S^1 \Rightarrow S^*) = \sum_{i \in E^{1*-}} h^{-}_i + \sum_{i \in E^{1*+}} h^{+}_i \leq \widehat{h} $、ここで $ h^{-}_i $ と $ h^{+}_i $ はそれぞれ削除コストと追加コストを表す。
• Steiner木問題への拡張では、Steiner頂点の追加・削除コスト $ w^{-}_j $ および $ w^{+}_j $ を含め、総コスト制約を設ける。
• ナップサック問題、マルチチョイス問題、割り当て問題、最小全域木問題、クラスタリング問題、ソーティング問題、形態的クリーク問題など、多数の問題にフレームワークを適用。
• ヒューリスティックおよびマルチクリタリア意思決定手法を用いて再構築問題を解き、変換経路とコスト制約を示す数値例を提示。

実験結果

リサーチクエスチョン

• RQ1 組合せ最適化問題は、どのように再構成をコアな目的として含めるように再定式化できるか？
• RQ2 動的またはアップグレードされたシステムにおいて、解の変更コストと目的解への類似度の間の主なトレードオフは何か？
• RQ3 1段階、多段階、要素集合が変更された再構築問題は、多様な組合せ問題にわたってどのように形式的にモデル化され、解かれるか？
• RQ4 ネットワークやソフトウェアなどの現実世界のシステムにおいて、コストと類似度の両方の基準を再構成プロセスに組み込むとどのような影響があるか？
• RQ5 不確実性、動的要素集合、AI技術との統合を扱えるように、再構築フレームワークをどのように拡張できるか？

主な発見

• 本論文は、明確な問題タイプと解法フレームワークを備えた、再構築を別個の組合せ最適化問題のクラスとして成功裏に形式化した。
• 最小全域木問題において、$ T^1 $ から $ T^* $ への変換には、辺 $ (1,6), (5,6) $ の削除と $ (2,3), (2,6) $ の追加が必要であり、合計コストは $ \widehat{h} $ で制限された。
• Steiner木の例では、Steiner頂点を $ \{a,b\} $ から $ \{a,c\} $ に変更し、頂点および辺の削除・追加コストが関連付けられた。
• フレームワークは単一基準とマルチクリタリアの両方の定式化をサポートし、コストと解の品質の間の柔軟なトレードオフを可能にする。
• 数値例により、再構築が制御可能で境界のある変更コストで近似的最適解に到達できることを示した。
• このアプローチは一般化可能であり、ナップサック問題、割り当て問題、クラスタリング問題、ソーティング問題など、広範な問題に適用可能で、広範な実用的関連性を示唆している。