[논문 리뷰] On the Value of Multistage Risk-Averse Stochastic Facility Location With or Without Prioritization

Xianjun Yu, Siqian Shen|arXiv (Cornell University)|2021. 05. 23.

Facility Location and Emergency Management인용 수 4

한 줄 요약

이 논문은 불확실한 수요와 예산 하에서 우선순위 설정 여부에 관계없이 다단계 위험 회피(stochastic) 시설 위치 모델을 제안하며, 기대 조건부 위험 측도(ECRMs)를 사용하여 다단계 해와 이단계 해 사이의 격차에 대한 날카운 감소(lower bound)를 유도한다. 계산 효율성을 높이기 위해 근사 알고리즘과 우선순위 컷(prioritization cuts)을 도입하여 계산 시간을 줄였으며, 불확실성과 단계 간 의존성이 증가할수록 격차가 커지지만, 경계는 여전히 날카롭고, 확장 시장 조건 하에서는 알고리즘이 점차 최적에 수렴함을 보였다.

ABSTRACT

We consider a multiperiod stochastic capacitated facility location problem under uncertain demand and budget in each period. Using a scenario tree representation of the uncertainties, we formulate a multistage stochastic integer program to dynamically locate facilities in each period and compare it with a two-stage approach that determines the facility locations up front. In the multistage model, in each stage, a decision maker optimizes facility locations and recourse flows from open facilities to demand sites, to minimize certain risk measures of the cost associated with current facility location and shipment decisions. When the budget is also uncertain, a popular modeling framework is to prioritize the candidate sites. In the two-stage model, the priority list is decided in advance and fixed through all periods, while in the multistage model, the priority list can change adaptively. In each period, the decision maker follows the priority list to open facilities according to the realized budget, and optimizes recourse flows given the realized demand. Using expected conditional risk measures (ECRMs), we derive tight lower bounds for the gaps between the optimal objective values of risk-averse multistage models and their two-stage counterparts in both settings with and without prioritization. Moreover, we propose two approximation algorithms to efficiently solve risk-averse two-stage and multistage models without prioritization, which are asymptotically optimal under an expanding market assumption. We also design a set of super-valid inequalities for risk-averse two-stage and multistage stochastic programs with prioritization to reduce the computational time. We conduct numerical studies using both randomly generated and real-world instances with diverse sizes, to demonstrate the tightness of the analytical bounds and efficacy of the approximation algorithms and prioritization cuts.

연구 동기 및 목표

• 불확실한 수요와 예산 하에서 다기능(capacitated) 시설 위치를 다기능 다단계 스토케스틱 정수계획법으로 모델링하기.
• 일관된 위험 측도를 사용하여 위험 회피 비용 최적화 관점에서 다단계와 이단계 프레임워크를 비교하기.
• 불확실성 하에서 동적 시설 위치 결정과 고정된 초도 결정 간의 영향 분석하기.
• 위험 회피 이단계 및 다단계 모델을 해결하기 위한 계산 효율적인 방법—근사 알고리즘과 우선순위 컷—개발하기.
• 불확실성의 구조(예: 단계 간 의존성)가 다단계 결정의 가치에 어떻게 영향을 미치는지 분석하기.

제안 방법

• 단계 간 의존성이 있는 수요와 예산의 불확실성을 시나리오 트리로 표현하여 다단계 스토케스틱 정수계획법을 수립한다.
• 기대 조건부 위험 측도(ECRMs)를 사용하여 단계 간 위험 회피 의사결정을 모델링하고, 위험 회피 총비용을 최소화한다.
• ECRMs를 사용하여 우선순위 설정 여부에 관계없이 최적의 다단계 해와 이단계 해 사이 격차에 대한 날카운 분석적 하한(lower bound)를 도출한다.
• 확장 시장 가정 하에 위험 회피 이단계 및 다단계 모델에 대해 점차 최적의 근사 알고리즘 두 가지를 제안한다.
• 고정 또는 적응형 우선순위 목록이 있는 모델에서 제형을 강화하고 계산 시간을 단축하기 위해 초과 유효 불등식(superviolated inequalities, 우선순위 컷)을 도입한다.
• 실제 세계 및 합성 인스턴스에 대한 수치 실험을 통해 경계의 타당성, 알고리즘 성능, 컷의 효과성을 검증한다.

실험 결과

연구 질문

• RQ1 불확실한 수요와 예산 하에서 다단계 위험 회피 시설 위치의 가치는 이단계 해와 비교해 어떻게 되는가?
• RQ2 최적의 다단계 해와 이단계 해 사이의 이론적 격차는 무엇이며, 유도된 하한은 얼마나 날카로운가?
• RQ3 확장 시장 가정 하에서 근사 알고리즘은 위험 회피 이단계 및 다단계 모델을 해결하는 데 어떻게 성능을 발휘하는가?
• RQ4 고정 또는 적응형 우선순위 목록이 있는 위험 회피 모델에서 우선순위 컷은 계산 시간을 얼마나 줄이는가?
• RQ5 불확실성의 구조(예: 단계 간 의존성 대 비의존성)는 시설 위치의 동적 결정의 가치에 어떻게 영향을 미치는가?

주요 결과

• 수요와 예산과 같은 불확실 매개변수의 변동성이 증가할수록 최적의 다단계 해와 이단계 해 사이 격차가 커진다.
• 단계 간 의존성이 있는 시나리오 트리는 단계 간 독립적인 것보다 유의미하게 더 큰 격차를 낳으며, 이는 동적 적응의 가치를 강조한다.
• ECRMs를 사용하여 도출된 분석적 하한은 날카롭고, 많은 테스트 케이스에서 진짜 격차를 복원한다.
• 제안된 근사 알고리즘은 실제 네트워크 인스턴스에서 최소 1.05의 근사 비율을 달성하여 뛰어난 경험적 성능을 입증한다.
• 우선순위 컷은 고정 또는 적응형 우선순위 목록이 있는 모델에서 계산 시간과 최적성 격차를 유의미하게 줄인다.
• 최적의 시설 위치 목록은 수요 패턴에 따라 변화하지만, 수요 집중으로 인해 캘리포니아 지역은 항상 상위 6개 이내에 유지된다.