[논문 리뷰] A hybrid constraint programming and semidefinite programming approach for the stable set problem

van Hoeve|arXiv (Cornell University)|2003. 02. 25.

Complexity and Algorithms in Graphs참고 문헌 13인용 수 7

한 줄 요약

이 논문은 최대 안정집합 문제를 해결하기 위해 제약프로그래밍(CP)과 준정방행렬프로그래밍(SDP)을 융합한 하이브리드 접근법을 제안한다. SDP 타당화를 통해 변수 값의 순위를 매기고, 이를 바탕으로 제한된 오차 탐색을 수행하는 CP 솔버의 탐색을 이끌어내어 하위문제 선택을 크게 향상시킨다. 계산 결과는 높은 품질의 해가 조기에 발견되거나 즉시 최적성 증명이 가능함을 보여주며, 이는 SDP 타당화가 강력한 정보를 제공함을 시사한다.

ABSTRACT

This work presents a hybrid approach to solve the maximum stable set problem, using constraint and semidefinite programming. The approach consists of two steps: subproblem generation and subproblem solution. First we rank the variable domain values, based on the solution of a semidefinite relaxation. Using this ranking, we generate the most promising subproblems first, by exploring a search tree using a limited discrepancy strategy. Then the subproblems are being solved using a constraint programming solver. To strengthen the semidefinite relaxation, we propose to infer additional constraints from the discrepancy structure. Computational results show that the semidefinite relaxation is very informative, since solutions of good quality are found in the first subproblems, or optimality is proven immediately.

연구 동기 및 목표

• 최대 안정집합 문제를 효율적으로 해결하는 데 있어 계산적 과제를 해결하기 위해.
• 준정방행렬프로그래밍(SDP)이 탐색에 대해 강력한 경계값과 안내를 제공하는 데서 유래하는 강점을 활용하기 위해.
• SDP 타당화를 제약프로그래밍(CP)과 통합하여 하위문제 선택과 해 품질을 향상시키기 위해.
• SDP 기반 변수 순위 매기기가 제한된 오차 탐색의 효과성을 높이는지 조사하기 위해.
• 오차 구조에서 유도된 추가 제약 조건을 통해 SDP 타당화를 강화하기 위해.

제안 방법

• 준정방행렬 타당화를 사용해 경계값을 계산하고, 최적의 안정집합에 포함될 가능성이 높은 변수 도메인 값의 순위를 매긴다.
• 제한된 오차 탐색 전략을 적용하여 탐색 트리를 탐색하고, 순위가 높은 변수 값이 포함된 하위문제를 우선순위로 삼는다.
• SDP에서 유도된 순위에 기반해 먼저 유망한 하위문제를 생성하여, 조기에 고품질 해를 집중적으로 탐색한다.
• 생성된 하위문제를 제약프로그래밍 솔버를 사용해 해의 타당성과 최적성을 검증한다.
• 오차 구조에서 유도된 추가 유효 부등식을 유추하여 준정방행렬 타당화를 강화한다.
• 반복적으로 SDP 타당화를 정밀화하고 이를 CP 탐색을 이끄는 데 사용하여 해법 효율성을 향상시킨다.

실험 결과

연구 질문

• RQ1 준정방행렬 타당화가 안정집합 문제의 제약프로그래밍 프레임워크 내에서 변수 선택을 효과적으로 이끌 수 있는가?
• RQ2 SDP 순위에 기반한 제한된 오차 탐색이 최적해 또는 근접 최적해를 찾는 데 있어 속도에 어떤 영향을 미치는가?
• RQ3 오차 유도 제약 조건을 사용해 준정방행렬 타당화를 강화할 경우, 해 품질과 경계 타이트니스는 어느 정도 향상되는가?
• RQ4 하이브리드 CP-SDP 접근법이 탐색 과정의 초반에 최적성을 즉시 증명할 수 있는가?
• RQ5 준정방행렬 타당화가 향후 탐색을 위해 더 유망한 하위문제를 식별하는 데 얼마나 정보를 제공하는가?

주요 결과

• 준정방행렬 타당화는 매우 정보가 풍부하여 첫 몇 개의 하위문제에서 고품질 해를 식별하는 데 기여한다.
• 많은 경우에서 최적성이 즉시 증명되며, 이는 SDP 타당화에서 얻은 강력한 경계 품질을 시사한다.
• SDP 순위에 기반해 생성된 하위문제들은 무작위 또는 휘도 기반 선택보다 항상 더 유망하다.
• 오차 구조를 SDP 타당화에 통합함으로써 더 타이트한 경계와 향상된 탐색 효율성이 달성된다.
• 기존의 표준 CP 방법에 비해 탐색하는 하위문제의 수가 크게 감소한다.
• 해법 성능이 뛰어나 벤치마크 인스턴스에 대해 빠른 수렴을 보이며 최적해 또는 근접 최적해에 도달한다.