[논문 리뷰] Improving the Asymmetric TSP by Considering Graph Structure

Jean-Guillaume Fages, Xavier Lorca|arXiv (Cornell University)|2012. 06. 15.

Vehicle Routing Optimization Methods참고 문헌 24인용 수 8

한 줄 요약

이 논문은 강한 연결 성분(SCC)과 지배자(dominators)와 같은 그래프 구조적 성질을 통합하여 비대칭 TSP(Asymmetric TSP)의 제약 프로그래밍(CP) 모델을 향상시킨다. 감소된 그래프와 구조적 필터링을 활용하여 저자들은 상태기반 최적의 CP 접근 방식을 능가하는 강력한 모델을 개발하였으며, 150개 노드 이하의 모든 인스턴스를 1분 이내에 해결하고, kroB150 및 gil262와 같은 더 큰 어려운 인스턴스에서 검색 노력을 크게 줄였다.

ABSTRACT

Recent works on cost based relaxations have improved Constraint Programming (CP) models for the Traveling Salesman Problem (TSP). We provide a short survey over solving asymmetric TSP with CP. Then, we suggest new implied propagators based on general graph properties. We experimentally show that such implied propagators bring robustness to pathological instances and highlight the fact that graph structure can significantly improve search heuristics behavior. Finally, we show that our approach outperforms current state of the art results.

연구 동기 및 목표

• 구조적 그래프 성질을 통합하여 비대칭 TSP의 CP 모델의 강건성과 효율성을 향상시키기 위해.
• 감소된 그래프 표현 방식(예: SCC)이 CP에서의 검색 히우리스틱과 잘라내기 전략을 어떻게 이끌 수 있는지 조사하기 위해.
• 지배자와 도달 가능성과 같은 그래프 이론적 개념을 기반으로 한 새로운 암시적 프로파게이터를 개발하고 평가하기 위해.
• 비용 기반의 허용값과 구조적 필터링을 결합하여 CP의 TSP 성능 한계를 극복하기 위해.
• 비용 기반의 잘라내기만으로는 부족하고, 그래프 구조가 검색 행동을 얼마나 크게 향상시키는지 입증하기 위해.

제안 방법

• 저자들은 강한 연결 성분(SCC)을 계약하여 형성된 방향성 그래프의 감소된 그래프를 사용하여 필터링을 위한 구조적 제약 조건을 추출한다.
• SCC와 지배자 트리 기반의 암시적 프로파게이터를 도입하여 타당하지 않은 간선을 잘라내고 연결성을 강제한다.
• 검색을 지도하기 위해 희박한 해를 우선시하는 EnforceSparse 히우리스틱을 제안하여 검색 공간 탐색을 줄인다.
• Held-Karp 허용값을 방향성 그래프에 맞게 변형하고, 구현 최적화와 함께 CP 프레임워크에 통합한다.
• 해를 모델링하기 위해 그래프 변수를 사용하며, 잠재적이고 필수적인 간선을 유지하고, 구조적 제약 조건을 통해 필터링을 적용한다.
• 비용 기반의 허용값과 구조적 필터링을 결합하여 일致성과 검색 트리 크기를 향상시킨다.

실험 결과

연구 질문

• RQ1 SCC와 지배자와 같은 그래프 구조, 특히 비대칭 TSP의 CP 모델 향상에 효과적으로 활용될 수 있는가?
• RQ2 감소된 그래프 기반의 구조적 필터링이 검색 트리 크기와 해결 시간에 어떤 영향을 미치는가?
• RQ3 희박한 해를 선호하는 EnforceSparse 히우리스틱이 어려운 비대칭 TSP 인스턴스에서 더 나은 성능을 내는가?
• RQ4 비용 기반의 잘라내기만으로는 부족하고, 구조적 필터링이 얼마나 강건성을 향상시키는가?
• RQ5 그래프 구조의 통합이 CP 기반 TSP 해결에서 라그랑주 허용값의 수렴을 어떻게 향상시킬 수 있는가?

주요 결과

• EnforceSparse 히우리스틱은 150개 노드 이하의 모든 비대칭 TSP 인스턴스를 1분 이내에 해결하지만, 최신 기술의 CP 모델은 대부분 30분 이내에 해결하지 못한다.
• kroB150 인스턴스(200개 노드)의 경우, 제안된 방법은 668.73초 만에 해를 찾는 데 성공했지만, SOTA 모델은 1,800초 후에 타임아웃된다.
• gil262 인스턴스(262개 노드)에서 500개 노드 중 460개를 시간 제한 내에 해결했지만, SOTA 모델은 이를 완전히 해결하지 못한다.
• 백트래킹 횟수와 검색 노드 수를 크게 줄였으며, SOTA 대비 eil76 및 eil101에서 노드 수가 100배 감소했다.
• 구조적 필터링은 gr229 및 ts225와 같은 병리적 인스턴스에서 강건성을 향상시키며, SOTA 모델이 타임아웃하는 동안 새로운 모델은 해를 찾는다.
• 중간 크기의 인스턴스에서 그래프 구조 통합으로 검색 노력이 50~100배 감소하여 뚜렷한 성능 향상을 보였다.