[논문 리뷰] Capacity Expansion in the College Admission Problem.

Federico Bobbio, Margarida Carvalho외 2명|arXiv (Cornell University)|2021. 10. 02.

Game Theory and Voting Systems참고 문헌 23인용 수 5

한 줄 요약

이 논문은 학생 비용을 최소화하기 위해 제한된 추가 자리 수를 학교에 최적으로 할당하는 컬리지 입학 설정에서의 용량 확장 문제를 다룬다. 정수 이차제약 프로그래밍 모델과 선형 재구성 모델을 제안하며, 그 외에 근사해를 구하는 그리디 및 선형계획법 기반 휴리스틱을 제시한다. 실증적으로 선형 모델이 이차 모델보다 뛰어난 성능을 보이며, 몇 개의 추가 자리만으로도 학생 만족도가 크게 향상됨을 입증한다.

ABSTRACT

The college admission problem plays a fundamental role in several real-world allocation mechanisms such as school choice and supply chain stability. The classical framework assumes that the capacity of each college is known and fixed in advance. However, increasing the quota of even a single college would improve the overall cost of the students. In this work, we study the problem of finding the college capacity expansion that achieves the best cost of the students, subject to a cardinality constraint. First, we show that this problem is NP-hard to solve, even under complete and strict preference lists. We provide an integer quadratically constrained programming formulation and study its linear reformulation. We also propose two natural heuristics: A greedy algorithm and an LP-based method. We empirically evaluate the performance of our approaches in a detailed computational study. We observe the practical superiority of the linearized model in comparison with its quadratic counterpart and we outline their computational limits. In terms of solution quality, we note that the allocation of a few extra spots can significantly impact the overall student satisfaction.

연구 동기 및 목표

• 고전적인 컬리지 입학 문제에서 고정된 학교 용량의 한계로 인해 학생의 결과가 최적화되지 않을 수 있는 점을 해결하기 위해.
• 고정된 추가 자리 수 제약 하에 전체 학생 비용을 최소화하는 방식으로 학교 용량을 최적으로 확장하는 문제를 연구하기 위해.
• 용량 확장 문제를 해결하기 위한 효율적인 해법—특히 선형화된 믹스드-인티거 프로그래밍 공식화 및 두 가지 휴리스틱—을 개발하기 위해.
• 제안된 접근법의 계산 성능 및 해 품질을 현실적인 설정에서 평가하기 위해.
• 소규모 용량 확장이 학생 만족도와 전체 시스템 비용에 미치는 영향을 정량화하기 위해.

제안 방법

• 용량 증가와 학생 비용 간의 트레이드오프를 모델링하기 위해, 용량 확장 문제를 정수 이차제약 프로그래밍(IQCP)으로 공식화한다.
• 계산의 용이성과 확장성을 향상시키기 위해 IQCP의 선형 재구성식을 유도한다.
• 각 학교에 추가 자리를 순차적으로 할당하여 학생 비용 감소의 경제적 효과를 고려하는 그리디 휴리스틱을 제안한다.
• 선형계획법의 해를 활용해 용량 확장 결정을 안내하는 LP 기반 휴리스틱을 개발한다.
• 정확한 선형화 모델, 원래의 이차 모델, 그리고 두 휴리스틱 간의 성능을 비교하기 위해 계산 실험을 수행한다.
• 학생 비용 평가의 일관성과 측정 가능성을 확보하기 위해 실험에서 완전하고 엄격한 선호도 목록을 사용한다.

실험 결과

연구 질문

• RQ1 완전하고 엄격한 선호도 목록 조건 하에서도 컬리지 입학 설정에서의 용량 확장 문제는 여전히 NP-난이도인가?
• RQ2 해 품질과 실행 시간 측면에서 선형화된 믹스드-인티거 프로그래밍 모델은 원래의 이차 모델보다 어떻게 비교되는가?
• RQ3 소규모 추가 용량 자리 수가 전체 학생 만족도와 비용에 얼마나 큰 영향을 미치는가?
• RQ4 제안된 휴리스틱(그리디 및 LP 기반)이 최적해를 얼마나 잘 근사하는가?
• RQ5 대규모 인스턴스로 확장할 때 정확한 방법의 계산적 한계는 무엇인가?

주요 결과

• 완전하고 엄격한 선호도 목록 조건 하에서도 용량 확장 문제는 NP-난이도임을 입증하여 본질적인 계산 난이도를 확인한다.
• 선형화된 믹스드-인티거 프로그래밍 모델은 계산 효율성과 확장성 측면에서 원래의 이차 공식화보다 뚜렷이 뛰어나다.
• 그리디 및 LP 기반 휴리스틱은 낮은 실행 시간으로 강력한 해를 제공하여 대규모 응용에 실용적이다.
• 소규모 추가 자리 수만으로도 전체 학생 비용과 만족도에 상당한 향상이 이루어진다.
• 계산 실험을 통해 대규모 인스턴스를 정확히 해결하는 데 명확한 한계가 드러나며, 효과적인 휴리스틱의 필요성을 강조한다.
• 선형 재구성식은 이차 모델 대비 더 빠른 수렴과 더 큰 문제 인스턴스 처리 능력을 제공한다.