[논문 리뷰] Generalized Traveling Salesman Problem Reduction Algorithms

Gregory Gutin, Daniel Karapetyan|arXiv (Cornell University)|2008. 04. 04.

Vehicle Routing Optimization MethodsEngineering참고 문헌 17인용 수 20

한 줄 요약

이 논문은 최적 해를 변경하지 않으면서 중복되는 정점과 간선을 제거함으로써 일반화된 여행하는 판매원 문제(GTSP)를 다항 시간 내에 단순화하는 전처리 알고리즘을 제안한다. 이 방법은 거리 비교를 통해 차이 표를 활용하여 어떤 최적의 순회에도 포함될 수 없는 정점을 식별하며, 평균적으로 문제 크기를 15–20% 감소시키고 여러 솔버에서 최대 60% 빠른 해답 시간을 달성한다.

ABSTRACT

The generalized traveling salesman problem (GTSP) is an extension of the well-known traveling salesman problem. In GTSP, we are given a partition of cities into groups and we are required to find a minimum length tour that includes exactly one city from each group. The aim of this paper is to present a problem reduction algorithm that deletes redundant vertices and edges, preserving the optimal solution. The algorithm's running time is O(N^3) in the worst case, but it is significantly faster in practice. The algorithm has reduced the problem size by 15-20% on average in our experiments and this has decreased the solution time by 10-60% for each of the considered solvers.

연구 동기 및 목표

• 최적 해에 포함될 수 없는 정점과 간선을 식별하고 제거하여 GTSP 인스턴스 크기를 줄이는 것.
• 최적성을 유지하면서 GTSP 솔버의 계산 비용을 크게 감소시킬 수 있는 전처리 기법을 개발하는 것.
• 낮은 오버헤드를 가지며 실세계 GTSP 인스턴스에서 기존 방법보다 뛰어난 성능을 보이는 실용적이고 효율적인 알고리즘을 설계하는 것.
• 여러 GTSP 솔버에서 정점 감소, 간선 감소 및 그 조합의 효과를 평가하는 것.

제안 방법

• 정점 감소를 위해, 클러스터 C에 속한 정점 r이 다른 클러스터의 정점 쌍 x와 y에 대해, C \ {r}에 속한 다른 정점 s가 존재하여 dist(x,s) + dist(s,y) ≤ dist(x,r) + dist(r,y)를 만족하면 r은 부족한 정점으로 간주된다.
• 모든 x ∉ C 및 s ∈ C ∖ {r}에 대해 Δₓʳ ⁻ ˢ = dist(x,r) − dist(x,s)를 저장하는 차이 표(Differences Table)를 구성하여 부족한 정점 검사를 효율적으로 수행한다.
• 모든 서로 다른 클러스터에서 온 정점 쌍 (x,y)에 대해 Δₓʳ ⁻ ˢ + Δᵧʳ ⁻ ˢ ≥ 0 여부를 확인함으로써 부족한 정점 여부를 검증한다; 만약 모든 합이 음수이면 r은 부족하지 않다.
• 반복적으로 순환 순서로 정점 감소를 적용하여 더 이상 감소가 불가능할 때까지 수행함으로써, 감지 가능한 모든 부족한 정점들을 제거한다.
• 간선 감소를 위해, 거리 비교와 클러스터 간 연결성 기반으로 클러스터 간 타당한 경로에 포함되지 않는 간선은 제거된다.
• 결합 감소 기법은 정점 감소와 간선 감소를 순차적으로 적용하며, 무한한 간선 가중치를 처리하기 위해 솔버 호환성에 맞게 간선 감소 단계를 수정한다.

실험 결과

연구 질문

• RQ1 해답 품질을 훼손하지 않으면서 거리 비교를 통해 GTSP에서 부족한 정점을 효율적으로 식별할 수 있는가?
• RQ2 제안된 정점 감소 알고리즘이 다양한 솔버에서 GTSP 인스턴스 크기와 해답 시간을 얼마나 효과적으로 줄이는가?
• RQ3 간선 가중치를 무한대로 조정하는 간선 감소 기법이 솔버 성능 향상에 기여하는가? 그리고 다양한 솔버와의 상호작용은 어떠한가?
• RQ4 정점 감소 또는 간선 감소 기법을 별도로 적용하는 것보다, 병합된 감소 전략이 문제 크기 감소와 해답 시간 단축 측면에서 더 뛰어난 성능을 보일 수 있는가?

주요 결과

• 제안된 전처리 알고리즘은 테스트된 인스턴스 평균적으로 GTSP 문제 크기를 15–20% 감소시키며, 해답 시간을 크게 줄였다.
• 평가된 다섯 개의 GTSP 솔버 각각에서 해답 시간이 10–60% 감소했으며, 정확한 해법과 휴리스틱 솔버에서 가장 뚜렷한 성과를 보였다.
• 정점 감소와 간선 감소를 병행하는 기법은 개별 감소 기법보다 항상 뛰어난 성능을 보였으며, GKK 및 SD와 같은 솔버는 간선 감소에서 더 큰 이점을 얻었다.
• 모든 솔버에서 전처리 시간이 해답 시간보다 항상 낮게 유지되었으며, 큰 인스턴스에 대해서도 실용적인 효율성을 입증했다.
• SD 솔버의 실험적 시간 복잡도는 Θ(N³)로 추정되었으며, N = 265일 경우에도 전처리 오버헤드는 해답 시간에 비해 무시할 만큼 작았다.
• GK 휴리스틱에서 수정된 국소 탐색 절차와 전처리를 조합함으로써, 런타임에 작은 비용을 들여도 해답 품질이 약간 향상되었으며, 감소 기법과의 상호보완적 효과를 입증했다.