[논문 리뷰] Online Covering with Convex Objectives and Applications

Yossi Azar, Ilan Reuven Cohen외 1명|arXiv (Cornell University)|2014. 12. 11.

Optimization and Search Problems참고 문헌 20인용 수 9

한 줄 요약

이 논문은 일반적인 볼록, 미분 가능하고 비감소 목표 함수를 온라인 커버링 제약 조건 하에서 최소화하기 위한 새로운 온라인 알고리즘 프레임워크를 제안한다. 이는 이전의 선형 목표 함수에 국한된 연구를 확장한 것으로, 비선형 볼록 목표 함수를 다룰 수 있도록 한다. 본 프레임워크는 시작 비용이 있는 비동일한 머신 스케줄링 문제와 ℓp 노름에 적용되어, 분수 최적화 단계와 특화된 온라인 반올림 단계를 거치는 이단계적 접근을 통해 거의 최적의 경쟁 비율을 달성한다. 특히 ℓ1 노름의 경우 개선된 경쟁 비율을 확보한다.

ABSTRACT

Motivated by the importance of energy storage networks in smart grids, we provide an algorithmic study of the online energy storage management problem in a network setting, the first to the best of our knowledge. Given online power supplies, either entirely renewable supplies or those in combination with traditional supplies, we want to route power from the supplies to demands using storage units subject to a decay factor. Our goal is to maximize the total utility of satisfied demands less the total production cost of routed power. We model renewable supplies with the zero production cost function and traditional supplies with convex production cost functions. For two natural storage unit settings, private and public, we design poly-logarithmic competitive algorithms in the network flow model using the dual fitting and online primal dual methods for convex problems. Furthermore, we show strong hardness results for more general settings of the problem. Our techniques may be of independent interest in other routing and storage management problems.

연구 동기 및 목표

• 온라인 커버링 제약 조건 하에서 볼록, 미분 가능하고 비감소 목표 함수를 최소화하기 위한 일반적인 온라인 알고리즘 프레임워크를 개발하는 것.
• 이전에 선형 목표 함수나 오프라인 팩킹 제약 조건에 국한되었던 기존의 온라인 커버링 프레임워크를 일반적인 비선형 볼록 목표 함수로 확장하는 것.
• 시작 비용과 ℓp 노름을 포함한 비동일한 머신 스케줄링 문제에 프레임워크를 적용하여, 특히 도전적인 ℓ1 노름(총 부하)의 경우를 다루는 것.
• ℓ1 노름의 경우에 대해 일반적인 ℓp 반올림 접근보다 더 좋은 경쟁 비율을 달성하는 경쟁적인 온라인 반올림 알고리즘을 설계하는 것.
• 일반적인 ℓp 및 특수한 ℓ1 경우에 대해 유도된 경쟁 비율이 점점 커짐에 따라 점근적으로 날카로워지는지 증명하는 것.

제안 방법

• 분수 해를 얻는 단계와 온라인 반올림 단계를 거치는 결정론적 온라인 알고리즘을 제안하여, 온라인 커버링 제약 조건 하에서 볼록 목표 함수를 최소화하는 데 사용한다.
• 비선형 목표 함수를 다룰 수 있도록, 온라인 분수 최적화 기법과 오프라인 반올림 기법을 조합하여 제약 행렬에 음수 요소가 포함된 경우에도 적용 가능하도록 한다.
• 이중 단계 접근법을 도입한다: 먼저 일반 볼록 프레임워크의 통찰을 활용해 경쟁 가능한 분수 해를 계산하고, 그 다음 머신 복제 기법(파랑 및 빨간색 복제본 사용)을 통해 온라인으로 반올림한다.
• ℓ1 노름의 경우, 분수 커버리지가 높은 머신의 최소 접두부를 기반으로 작업을 할당하는 특화된 반올림 규칙을 설계하여, 고비용의 빨간색 복제본 할당 확률을 줄인다.
• 조건부 확률과 확률적 지배를 사용하여 ℓp 노름과 머신 비용의 기대 증가량을 근사하고, 적분과 농도 불등식을 활용한다.
• 정리 25를 적용하여 기대 ℓp 노름과 비용에 대한 경계를 결합하고, Φ(분수 목표 함수 값)와 로그 인자로 표현된 경쟁 비율을 도출한다.

실험 결과

연구 질문

• RQ1 선형 사례에 국한되지 않고, 온라인 커버링 제약 조건 하에서 볼록 비선형 목표 함수를 최소화하기 위한 일반적인 온라인 프레임워크를 개발할 수 있는가?
• RQ2 목표 함수가 비선형이고 제약 행렬에 음수 항이 포함된 경우, 분수 해 단계와 온라인 반올림 단계로 구성된 이단계적 접근법을 어떻게 적응시킬 수 있는가?
• RQ3 시작 비용과 ℓp 노름을 포함한 비동일한 머신 스케줄링 문제에 대해, 특히 ℓ1 노름의 경우 어떤 경쟁 비율을 달성할 수 있는가?
• RQ4 일반적인 ℓp 반올림 프레임워크를 초월하여 ℓ1 노름의 경우 경쟁 비율을 향상시킬 수 있는 방법이 있는가?
• RQ5 유도된 경쟁 비율이 일반적인 ℓp 및 특수한 ℓ1 설정 모두에 대해 점점 커짐에 따라 점근적으로 날카로운가?

주요 결과

• 논문은 ℓp 노름 스케줄링 문제에 대해 O((log m)^{1/p} log n)의 경쟁 비율을 달성하였으며, 이는 로그 인자 외에는 날카로운 경쟁 비율이다.
• ℓ1 노름의 경우, 특화된 반올림 알고리즘이 O(log n)의 경쟁 비율을 달성하여 일반적인 ℓp 반올림보다 우수하고 점근적으로 날카로운 경쟁 비율을 확보한다.
• 알고리즘이 개설한 머신의 기대 비용은 O(log n)Φ 이하로 제한되며, 여기서 Φ는 분수 목표 함수 값이다.
• 머신 부하의 기대 ℓ1 노름은 최대 2Φ 이하이므로, 반올림 과정에서 분수 해의 품질이 기대적으로 유지됨을 보여준다.
• 작업이 빨간색 복제본(즉, 작업 도착 후에 개설된 머신)에 할당될 확률은 최대 1/n 이하이며, 이는 비용 통제에 핵심적인 역할을 한다.
• 이 프레임워크는 선형 목표 함수를 가진 온라인 커버링 및 혼합 팩킹-커버링 제약 조건에 대한 이전 연구를 일반화하며, 비선형 목표 함수에 대한 통합된 접근법을 제공한다.