[논문 리뷰] All Colors Shortest Path Problem

Yunus Can Bilge, Dogukan Çagatay외 4명|arXiv (Cornell University)|2015. 07. 24.

Vehicle Routing Optimization Methods참고 문헌 19인용 수 7

한 줄 요약

이 논문은 각 정점에 사전 할당된 색상이 있는 간선 가중치가 있는 무방향 그래프에서 모든 색상의 정점 최소 한 개를 포함하는 최단 경로를 찾는 문제인 All Colors Shortest Path (ACSP) 문제를 제안한다. 저자들은 ACSP가 NP-난이도이며, 상수 요인 내에서 근사 가능하지 않음을 증명하고, 선형계획법(정수형 선형계획)의 풀이, 시뮬레이티드 어닐링, 개미집단최적화, 유전알고리즘 기반의 새로운 휴리스틱 기법을 제안한다. 실험 결과, GA-ACSP는 해를 찾는 데 소요되는 시간 대비 성능 비율에서 가장 우수한 성능를 보이며, 경쟁 가능한 해 품질을 유지한다.

ABSTRACT

All Colors Shortest Path problem defined on an undirected graph aims at finding a shortest, possibly non-simple, path where every color occurs at least once, assuming that each vertex in the graph is associated with a color known in advance. To the best of our knowledge, this paper is the first to define and investigate this problem. Even though the problem is computationally similar to generalized minimum spanning tree, and the generalized traveling salesman problems, allowing for non-simple paths where a node may be visited multiple times makes All Colors Shortest Path problem novel and computationally unique. In this paper we prove that All Colors Shortest Path problem is NP-hard, and does not lend itself to a constant factor approximation. We also propose several heuristic solutions for this problem based on LP-relaxation, simulated annealing, ant colony optimization, and genetic algorithm, and provide extensive simulations for a comparative analysis of them. The heuristics presented are not the standard implementations of the well known heuristic algorithms, but rather sophisticated models tailored for the problem in hand. This fact is acknowledged by the very promising results reported.

연구 동기 및 목표

• 모든 색상의 정점 최소 한 개를 포함해야 하는 조건이 있는 정점에 색상이 할당된 그래프에서의 최단 경로 문제인 All Colors Shortest Path (ACSP) 문제를 정의하고 공식적으로 연구한다.
• P = NP 가정 하에 ACSP의 계산 복잡도를 규명하기 위해, ACSP가 NP-난이도이자 상수 요인 내에서 근사 가능하지 않음을 증명한다.
• LP-완화 기반, 시뮬레이티드 어닐링, 개미집단최적화, 유전알고리즘 기반의 ACSP에 특화된 휴리스틱 알고리즘 세트를 개발하고 평가한다.
• 다양한 그래프 크기와 색상 분포에서 해 품질, 실행 시간, 확장성 측면에서 제안된 휴리스틱의 성능을 비교하기 위한 광범위한 시뮬레이션을 수행한다.

제안 방법

• 모든 색상이 경로에 최소 한 번 이상 포함되도록 보장하는 제약 조건을 포함한 정수형 선형계획법(ILP) 문제로 ACSP를 수식화한다.
• 반복 라운딩 기법을 사용하여 유연한 해에서 탐색 가능한 경로를 생성하는 세 가지 LP-완화 휴리스틱 기법(LP_xACSP, LP_fACSP, LP_f/xACSP)을 개발한다.
• 온도 제어를 통한 무작위 이동을 사용하여 국소 최적해에서 벗어나기 위한 해 공간 탐색을 수행하는 시뮬레이티드 어닐링 기반 휴리스틱(SA-ACSP)을 설계한다.
• 인공 개미들이 페로몬 흔적과 휴리스틱 정보에 기반하여 경로를 구성하는 개미집단최적화(ACO-ACSP) 알고리즘을 구현하며, 색상 커버리지에 맞게 페로몬 갱신 규칙을 특화한다.
• ACSP에 최적화된 고유한 인코딩, 선택, 교차, 돌연변이 연산자를 포함한 유전알고리즘(GA-ACSP)을 제안하며, 경험적 평가를 통한 인구 크기 최적화를 수행한다.
• 노드 수(n=50, 100, 200)와 색상 수(c=10에서 75)가 다양하게 설정된 무작위 생성 그래프에서 비교 실험을 수행하며, 최적성 비교를 위해 ILP 결과를 기준으로 삼는다.

실험 결과

연구 질문

• RQ1 All Colors Shortest Path 문제는 NP-난이도이며, 표준 복잡도 가정 하에 상수 요인 내에서 근사 가능할까?
• RQ2 LP-완화, 시뮬레이티드 어닐링, 개미집단최적화, 유전알고리즘 등 다양한 휴리스틱 전략의 경우 ACSP 문제에서 해 품질과 실행 시간 측면에서 성능는 어떻게 나타나는가?
• RQ3 다양한 그래프 및 색상 분포에서 해 비용과 계산 시간 사이의 최적 균형을 이루는 휴리스틱 설정은 무엇인가?
• RQ4 이러한 새로운 문제에 적용된 특화된 메타휴리스틱은 표준 구현보다 뛰어난 성능를 보일 수 있는가?

주요 결과

• ACSP는 P = NP 가정 하에 NP-난이도이며, 어떤 상수 요인 내에서도 근사 가능하지 않음을 증명하여 계산적으로 해결 불가능함을 입증한다.
• LP-기반 휴리스틱 중에서 LP_f/xACSP가 해 품질과 실행 시간의 균형을 가장 잘 유지하며, 테스트된 인스턴스에서 평균 비용이 최적값의 1.5배 이내에 머물러 있다.
• 중간 크기의 그래프(n=50, 100)에서 시뮬레이티드 어닐링(SA-ACSP)이 개미집단최적화(ACO-ACSP)를 능가하며, 더 낮은 평균 경로 비용을 기록한다.
• 더 큰 그래프(n=200)에서는 ACO-ACSP가 SA-ACSP보다 더 나은 해를 생성하여, 복잡한 최적화 표면에서 더 뛰어난 탐색 능력을 보인다.
• 유전알고리즘(GA-ACSP)은 모든 그래프 크기에서 가장 짧은 실행 시간을 기록하며, n=200 그래프에서 평균 계산 시간이 6초 이내에 머물러 있으며, 다른 메타휴리스틱과 유사한 해 품질을 유지한다.
• GA-ACSP의 최적 인구 크기는 경험적 평가를 통해 600으로 결정되었으며, 해 품질과 계산 비용 사이의 균형을 잘 맞춘다.