[논문 리뷰] LP-rounding algorithms for facility-location problems

Jarosław Byrka, MohammadReza Ghodsi외 1명|arXiv (Cornell University)|2010. 07. 21.

Complexity and Algorithms in Graphs참고 문헌 13인용 수 22

한 줄 요약

이 논문은 이중 해법에 의존하지 않고 기존의 원시 기반 선형계획법 라운딩 분석을 제안하여 비제한 시설 배치 문제에 대해 근사 보장을 향상시킨다. 기본 문제에 대해 1.58-근사치를 달성하고, 스토하스틱 및 강건한 고장 내성 변형에 대해 향상된 알고리즘을 도입하여, k-고장 내성에 대해선 (k+5+4/k)-근사치를, 2단계 스토하스틱 설정에서는 2.2975-근사치를 달성한다.

ABSTRACT

We study LP-rounding approximation algorithms for metric uncapacitated facility-location problems. We first give a new analysis for the algorithm of Chudak and Shmoys, which differs from the analysis of Byrka and Aardal in that now we do not need any bound based on the solution to the dual LP program. Besides obtaining the optimal bifactor approximation as do Byrka and Aardal, we can now also show that the algorithm with scaling parameter equaling 1.58 is, in fact, an 1.58-approximation algorithm. More importantly, we suggest an approach based on additional randomization and analyses such as ours, which could achieve or approach the conjectured optimal 1.46...--approximation for this basic problem. Next, using essentially the same techniques, we obtain improved approximation algorithms in the 2-stage stochastic variant of the problem, where we must open a subset of facilities having only stochastic information about the future demand from the clients. For this problem we obtain a 2.2975-approximation algorithm in the standard setting, and a 2.4957-approximation in the more restricted, per-scenario setting. We then study robust fault-tolerant facility location, introduced by Chechik and Peleg: solutions here are designed to provide low connection cost in case of failure of up to $k$ facilities. Chechik and Peleg gave a 6.5-approximation algorithm for $k=1$ and a ($7.5k + 1.5$)-approximation algorithm for general $k$. We improve this to an LP-rounding $(k+5+4/k)$-approximation algorithm. We also observe that in case of oblivious failures the expected approximation ratio can be reduced to $k + 1.5$, and that the integrality gap of the natural LP-relaxation of the problem is at least $k + 1$.

연구 동기 및 목표

• 이중 해법에 의존하지 않고 비제한 시설 배치(UFL) 문제의 선형계획법 라운딩 알고리즘 분석을 단순화하고 강화하는 것.
• 특히 추측된 최적의 1.46-근사치에 가까운 근사 비율을 달성하기 위해 UFL의 개선된 근사 비율을 도출하는 것.
• 공격자에 의한 고장 상황에서도 강건한 고장 내성 시설 배치 문제와 2단계 스토하스틱 시설 배치 문제에 대해 선형계획법 라운딩 프레임워크를 확장하는 것.
• 원시 기반의 라운딩 기법을 사용하여 스토하스틱 및 고장 내성 설정에서 기대 비용에 대한 더 날카운 경계를 제공하는 것.

제안 방법

• Chudak–Shmoys 선형계획법 라운딩 알고리즘에 대한 새로운 원시 기반 분석을 통해, 이중 변수 없이 분수 비용에 상대적인 기대 고객 연결 비용을 경계한다.
• 스케일링 파라미터 γ를 가진 랜덤라이즈드 라운딩 기법을 도입하여, γ = 1.575일 때 1.575-근사치를 달성함을 보이며, 이는 이 파라미터 값에 대해 이전의 경계보다 더 날카로운 결과이다.
• 동일한 원시 분석 기법을 2단계 스토하스틱 시설 배치 문제에 적용하여, 시나리오별로는 2.4061-근사치, 기대값으로는 2.2975-근사치를 달성한다.
• 의존적 라운딩과 시설 스케일링을 (k+5+4/k)로 적용하여 k-고장 내성 시설 배치 문제에 대해 (k+5+4/k)-근사치 알고리즘을 도출한다.
• 기대 비용이 분수 해의 (k+1.5)배 이내로 제한되는 무관심 고장 모델을 제안하며, 랜덤라이즈드 라운딩을 사용한다.
• 정수성 갭이 적어도 k+1임을 입증하여, k에 대해 비선형적으로 개선 가능한 근사 비율의 한계를 보여준다.

실험 결과

연구 질문

• RQ1 Chudak–Shmoys 선형계획법 라운딩 알고리즘을 이중 피팅 없이 순수한 원시 분석 방식으로 재분석할 수 있는가?
• RQ2 원시 기반 기법을 사용하여 UFL의 근사 비율을 추측된 최적의 1.46-근사치에 가깝게 향상시킬 수 있는가?
• RQ3 선형계획법 라운딩을 사용하여 2단계 스토하스틱 시설 배치 문제의 최적 근사 비율은 무엇인가?
• RQ4 선형계획법 라운딩을 사용하여 기존의 (7.5k+1.5)-근사치를 초월해 강건한 고장 내성 시설 배치 문제를 개선할 수 있는가?
• RQ5 특히 정수성 갭 측면에서 고장 내성 설정에서의 근사 비율의 한계는 무엇인가?

주요 결과

• 논문은 이중 해법을 요구하지 않고 Chudak–Shmoys 알고리즘의 원시 기반 분석을 통해 비제한 시설 배치 문제에 대해 1.58-근사치를 달성한다.
• γ = 1.575일 때, 알고리즘이 1.575-근사치를 도출하며, 이는 이 파라미터 값에 대해 이전에 알려진 것보다 더 날카로운 경계이다.
• 2단계 스토하스틱 설정에서는 표준 설정에서 2.2975-근사치, 시나리오별로는 2.4957-근사치를 알고리즘 조합을 통해 달성한다.
• k개의 시설 고장이 발생할 수 있는 강건한 고장 내성 시설 배치 문제에 대해, 논문은 (k+5+4/k)-근사치 알고리즘을 제안하며, 이는 이전의 (7.5k+1.5)-근사치를 향상시킨다.
• 무관심 고장 모델에서는 기대 비용이 분수 해의 (k+1.5)배 이내로 제한되며, 정수성 갭이 적어도 k+1임을 입증하여, k에 대해 비선형적으로 근사 비율을 향상시키는 것이 불가능함을 보여준다.
• 원시 기반 분석 프레임워크는 일반화 가능하며, UFL의 추측된 최적의 1.46-근사치에 도달하거나 이를 근접하게 만들 수 있는 길을 제시한다.