[논문 리뷰] A PTAS for Minimum Makespan Vehicle Routing in Trees.

Amariah Becker, Alice Paul|arXiv (Cornell University)|2018. 07. 11.

Vehicle Routing Optimization Methods인용 수 1

한 줄 요약

이 논문은 나무 구조의 최소 메이크스팬 및 관련 차량 경로 문제에 대한 일반적인 PTAS 프레임워크를 제시한다. 나무를 클러스터링하고 각 클러스터당 해법 형태를 제한함으로써 동적 프로그래밍을 통해 다항시간 내에 근사 최적 해를 찾을 수 있도록 한다. 이 방법은 다수의 차량 경로 변형, 예를 들어 용량 제약 및 거리 제약이 있는 경로 문제에 대해 다항시간 근사 스킴을 달성하며, 다중 드롭오플리케이션으로도 확장 가능하다.

ABSTRACT

We develop a general framework for designing polynomial-time approximation schemes (PTASs) for various vehicle routing problems in trees. In these problems, the goal is to optimally route a fleet of vehicles, originating at a depot, to serve a set of clients, subject to various constraints. For example, in Minimum Makespan Vehicle Routing, the number of vehicles is fixed, and the objective is to minimize the longest distance traveled by a single vehicle. Our main insight is that we can often greatly restrict the set of potential solutions without adding too much to the optimal solution cost. This simplification relies on partitioning the tree into clusters such that there exists a near-optimal solution in which every vehicle that visits a given cluster takes on one of a few forms. In particular, only a small number of vehicles serve clients in any given cluster. By using these coarser building blocks, a dynamic programming algorithm can find a near-optimal solution in polynomial time. We show that the framework is flexible enough to give PTASs for many problems, including Minimum Makespan Vehicle Routing, Distance-Constrained Vehicle Routing, Capacitated Vehicle Routing, and School Bus Routing, and can be extended to the multiple depot setting.

연구 동기 및 목표

• 나무 구조 네트워크에서 다양한 차량 경로 문제에 대한 통합된 다항시간 근사 스킴(PTAS)을 개발하는 것.
• 고정된 차량 수가 있는 펌일 경로 설정에서 어떤 단일 차량이 이동하는 최대 거리(메이크스팬)를 최소화하는 것.
• 차량 용량, 거리 제한, 다중 드롭오플리케이션 등의 제약 조건을 처리할 수 있도록 프레임워크를 확장하는 것.
• 나무를 클러스터링하고 각 클러스터당 차량 경로 패턴을 제한함으로써 해공간을 줄여, 비용 증가를 크게 초래하지 않으면서도 해결 가능성 확보.
• 거시적이고 구조화된 빌딩 블록을 통해 동적 프로그래밍이 근사 최적 해를 효율적으로 계산할 수 있도록 하는 것.

제안 방법

• 근사 최적 해가 존재하도록, 각 차량의 루트가 클러스터 내에서 정해진 소수의 형태 중 하나가 되도록 나무를 클러스터로 분할하는 것.
• 특정 클러스터 내의 고객을 서비스하는 차량 수를 소수의 상수로 제한하여 해공간을 단순화하는 것.
• 클러스터화된 나무 구조 위에서 동적 프로그래밍을 수행하며, 각 클러스터당 제한된 경로 패턴을 활용해 다항 시간 런타임을 보장하는 것.
• 근사 최적 해의 비용이 진짜 최적 해의 (1+ε) 배 이내에 머무르도록 클러스터링 및 패턴 선택을 설계하는 것.
• 클러스터링 및 경로 패턴 제약 조건을 적절히 조정하여 다중 드롭오플리케이션을 처리할 수 있도록 프레임워크를 일반화하는 것.
• 최소 메이크스팬, 거리 제약, 용량 제약, 학교 버스 경로 문제 등 여러 문제에 프레임워크를 적용하는 것.

실험 결과

연구 질문

• RQ1 나무에서 다수의 차량 경로 문제에 대해 통합된 PTAS 프레임워크를 개발할 수 있는가?
• RQ2 근사 최적성을 유지하면서 클러스터링을 통해 해공간을 어떻게 제한할 수 있는가?
• RQ3 나무 네트워크의 어떤 구조적 성질이 거시적 경로 패턴을 기반으로 한 효율적 동적 프로그래밍을 가능하게 하는가?
• RQ4 해법 품질이 떨어지지 않도록 클러스터당 차량 수를 어느 정도로 제한할 수 있는가?
• RQ5 용량 및 거리 제한과 같은 추가 제약 조건과 다중 드롭오플리케이션을 처리할 수 있도록 프레임워크를 확장할 수 있는가?

주요 결과

• 프레임워크는 나무에서 최소 메이크스팬 차량 경로 문제에 대해 다항시간 근사 스킴(PTAS)을 달성한다.
• 클러스터링된 동적 프로그래밍을 활용하여 임의의 ε>0에 대해 (1+ε)-근사 해를 다항 시간 내에 보장한다.
• 클러스터당 고유한 차량 경로 패턴 수는 상수로 제한되어 있어 효율적 동적 프로그래밍이 가능하다.
• 프레임워크는 용량 제약이 있는 차량 경로 문제, 거리 제약이 있는 차량 경로 문제, 나무에서의 학교 버스 경로 문제 등으로도 확장 가능하다.
• 클러스터링 및 패턴 제약 조건을 조정하여 다중 드롭오플리케이션으로 일반화할 수 있다.
• 해의 비용은 최적 해의 (1+ε) 배 이내이며, 입력 크기 및 1/ε에 대해 다항 시간 런타임을 보장한다.