[논문 리뷰] On the Facility Location Problem in Online and Dynamic Models

Xiangyu Guo, Janardhan Kulkarni외 2명|arXiv (Cornell University)|2020. 01. 01.

Optimization and Search Problems참고 문헌 36인용 수 2

한 줄 요약

이 논문은 국소 탐색과 확률적 트리 임베딩을 사용하여 비제한 시설 위치 문제를 위한 새로운 온라인 및 동적 알고리즘을 제안한다. 완전 동적 환경에서 O(log³ D)의 평균 갱신 시간을 가지며 O(1 + √2 + ϵ)-경쟁 비율을 달성하며, 최고의 오프라인 근사치를 따라가며 실질적으로 near-optimal 성능을 제공한다.

ABSTRACT

In this paper we study the facility location problem in the online with recourse and dynamic algorithm models. In the online with recourse model, clients arrive one by one and our algorithm needs to maintain good solutions at all time steps with only a few changes to the previously made decisions (called recourse). We show that the classic local search technique can lead to a (1+√2+ε)-competitive online algorithm for facility location with only O(log n/ε log 1/ε) amortized facility and client recourse, where n is the total number of clients arrived during the process. We then turn to the dynamic algorithm model for the problem, where the main goal is to design fast algorithms that maintain good solutions at all time steps. We show that the result for online facility location, combined with the randomized local search technique of Charikar and Guha [Charikar and Guha, 2005], leads to a (1+√2+ε)-approximation dynamic algorithm with total update time of Õ(n²) in the incremental setting against adaptive adversaries. The approximation factor of our algorithm matches the best offline analysis of the classic local search algorithm. Finally, we study the fully dynamic model for facility location, where clients can both arrive and depart. Our main result is an O(1)-approximation algorithm in this model with O(|F|) preprocessing time and O(nlog³ D) total update time for the HST metric spaces, where |F| is the number of potential facility locations. Using the seminal results of Bartal [Bartal, 1996] and Fakcharoenphol, Rao and Talwar [Fakcharoenphol et al., 2003], which show that any arbitrary N-point metric space can be embedded into a distribution over HSTs such that the expected distortion is at most O(log N), we obtain an O(log |F|) approximation with preprocessing time of O(|F|²log |F|) and O(nlog³ D) total update time. The approximation guarantee holds in expectation for every time step of the algorithm, and the result holds in the oblivious adversary model.

연구 동기 및 목표

• 낮은 복구 비용과 빠른 갱신 시간을 갖는 시설 위치 문제에 대한 효율적인 온라인 및 동적 알고리즘을 설계하기 위해.
• 이론적 온라인 모델(결정을 되돌릴 수 없음)과 실질적 시스템(제한된 변경 허용) 사이의 격차를 해결하기 위해.
• 빠른 평균 갱신 시간을 유지하면서도 최고의 오프라인 알고리즘과 동일한 경쟁 비율 근사치를 달성하기 위해.
• 고객이 도착하고 떠나는 완전 동적 환경에서, 무작위 대비자 모델 하에 적용 가능한 결과를 확장하기 위해.
• 온라인 모델에서의 복구 가능성의 힘과 알고리즘 설계에 대한 영향을 탐색하기 위해.

제안 방법

• Charikar와 Guha의 랜덤화된 국소 탐색 기법을 활용하여 시설 개설 및 고객 재할당 결정을 이끌기 위해.
• 계층적 스토하스틱 트리(HST) 임베딩을 사용하여 임의의 거리 공간을 로그적 기대 왜곡으로 근사하기 위해.
• 토큰 기반 회계 시스템을 적용하여 갱신당 평균 고객 재연결 수(복구 비용)의 상한을 정하기 위해.
• 효율적인 갱신을 위해 ψu(부트리 내 가장 가까운 개방된 시설)와 N′u(미표시 자식들의 고객 수의 합)와 같은 데이터 구조를 유지하기 위해.
• 트리 정점에 대해 재귀적 표시 및 표시 해제 메커니즘을 사용하여 시설 상태 변경과 고객 재할당을 제어하기 위해.
• 임의의 N점 거리 공간이 O(log N) 기대 왜곡을 갖는 HST의 분포에 임베딩될 수 있다는 사실을 활용하기 위해 (Bartal, Fakcharoenphol-Rao-Talwar).

실험 결과

연구 질문

• RQ1 동적 환경에서 다항로그 평균 복구 비용을 갖는 O(1)-경쟁 온라인 알고리즘을 달성할 수 있는가?
• RQ2 효율적인 갱신 시간을 갖는 온라인 및 동적 모델에서 고전적 국소 탐색 알고리즘의 근사치 비율을 재현할 수 있는가?
• RQ3 확률적 트리 임베딩(HST)을 어떻게 활용하여 일반 거리 공간에서의 시설 위치에 대한 효율적인 동적 알고리즘을 설계할 수 있는가?
• RQ4 고객의 도착과 퇴장을 수반하는 완전 동적 시설 위치에서 근사치 비율과 갱신 시간 사이의 상호 교환 관계는 무엇인가?
• RQ5 온라인 모델에서의 복구 가능성의 이론적 능력은 무엇이며, 이는 불가역적 결정보다 더 나은 성능을 가능하게 하는가?

주요 결과

• 논문은 O(1 + √2 + ϵ)-경쟁 온라인 알고리즘을 제시하며, O(log n / ϵ log(1/ϵ))의 평균 시설 및 고객 복구 비용을 갖는다. 이는 불가역적 모델보다 향상된 성능이다.
• 적응형 대비자에 대비한 증분 설정에서 O(1 + √2 + ϵ)-근사 동적 알고리즘이 O(log³ D)의 평균 갱신 시간을 갖는다.
• 근사 비율은 고전적 국소 탐색 알고리즘의 최고 알려진 오프라인 분석과 일치하며, 이는 강도를 보여준다.
• 완전 동적 모델에서, HST 거리 공간에서 O(1)-근사 알고리즘이 O(|F|)의 전처리 시간과 O(log³ D)의 평균 갱신 시간을 갖는다.
• HST 임베딩을 활용함으로써 일반 거리 공간에서 O(log |F|) 근사치를 달성하며, O(|F|² log |F|)의 전처리 시간과 O(log³ D)의 평균 갱신 시간(기대값 기준)을 갖는다.
• 갱신당 평균 고객 재연결 수는 O(log² D)로 상한이 정해지며, 이는 효율적인 고객 검색 구조와 조합될 때 전체 갱신 시간이 O(log³ D)가 되도록 보장한다.