[논문 리뷰] Optimizing Connected Components Graph Partitioning With Minimum Size Constraints Using Integer Programming and Spectral Clustering Techniques

Mishelle Cordero, Andrés Miniguano–Trujillo외 3명|arXiv (Cornell University)|2022. 02. 23.

VLSI and FPGA Design Techniques참고 문헌 43인용 수 5

한 줄 요약

이 논문은 연결된 부분그래프로의 그래프 분할 문제를 해결하기 위해 분할 정수계획법(MIP) 기반의 브랜치 앤 컷 및 컬럼 생성 기법을 제안한다. 최소 크기 제약 조건을 만족시키며 총 간선 비용을 최소화한다. 유량 기반 수식을 통한 새로운 타당한 부등식과 연결성 제약 조건을 도입하여 시뮬레이션된 인스턴스에서 최적성 갭과 해 시간에 있어 뚜렷한 향상을 보이며, 설문조사원 경로 계획과 같은 실질적 응용에 기여한다.

ABSTRACT

In this work, a graph partitioning problem in a fixed number of connected components is considered. Given an undirected graph with costs on the edges, the problem consists of partitioning the set of nodes into a fixed number of subsets with minimum size, where each subset induces a connected subgraph with minimal edge cost. The problem naturally surges in applications where connectivity is essential, such as cluster detection in social networks, political districting, sports team realignment, and energy distribution. Mixed Integer Programming formulations together with a variety of valid inequalities are demonstrated and computationally tested. An assisted column generation approach by spectral clustering is also proposed for this problem with additional valid inequalities. Finally, the methods are tested for several simulated instances, and computational results are discussed. Overall, the proposed column generation technique enhanced by spectral clustering offers a promising approach to solve clustering and partitioning problems.

연구 동기 및 목표

• 에쿠아도르의 국가통계국에서 매일 설문조사원 경로 계획에 발생하는 실세계 그래프 분할 문제를 해결하기 위해.
• 각 부분집합이 최소 노드 수(α ≥ 2)를 가지며 연결된 부분그래프를 유도하도록 보장하기 위해.
• 각 연결된 구성요소 내의 총 간선 비용을 최소화하기 위해.
• 강력한 타당한 부등식과 연결성 제약 조건을 포함한 MIP 수식을 개발하고 테스트하기 위해.
• 시뮬레이션된 인스턴스를 사용하여 성능을 평가하고 해 품질 및 효율성 간 비교를 수행하기 위해.

제안 방법

• 유량 기반 연결성 제약 조건을 사용한 혼합정수계획법(MIP) 수식을 통해 각 하위집합이 연결된 부분그래프를 유도하도록 보장한다.
• MIP의 타당성 있는 해석을 강화하고 최적성 갭을 줄이기 위해 여러 가족의 타당한 부등식을 도입한다.
• 최적화 과정 중에 타당한 부등식을 체계적으로 분리하고 추가하기 위해 브랜치 앤 컷 프레임워크를 활용한다.
• 대규모 인스턴스를 효율적으로 처리하기 위해 추가 컷을 포함한 컬럼 생성 기법을 제안한다.
• 목적 함수를 모델링하기 위해 연결성 제약 조건과 간선 비용 최소화를 조합한다.
• 스케일러빌리티와 해 품질 향상을 위해 MIP와 컬럼 생성을 융합한 하이브리드 접근법을 구현한다.

실험 결과

연구 질문

• RQ1 혼합정수계획법을 사용하여 최소 크기 제약 조건을 만족하는 연결된 구성요소로의 그래프 분할 문제를 효과적으로 모델링할 수 있는가?
• RQ2 브랜치 앤 컷 과정에서 최적성 갭과 노드 수를 크게 줄이는 타당한 부등식의 가족은 무엇인가?
• RQ3 컬럼 생성 기법이 대규모 인스턴스에 대해 해 시간과 갭을 얼마나 향상시키는가?
• RQ4 시뮬레이션된 그래프 인스턴스에서 제안된 수식과 컷은 성능 면에서 어떻게 비교되는가?
• RQ5 제안된 방법들은 연결성과 크기 제약 조건이 있는 실세계 경로 문제에 효과적으로 적용될 수 있는가?

주요 결과

• 타당한 부등식을 포함한 제안된 MIP 수식은 모든 테스트 인스턴스에서 최적성 갭과 브랜치 앤 바운드 노드 수를 크게 감소시켰다.
• (60, 102, 9) 인스턴스의 경우 최적성 갭이 21으로 감소하였고, 브랜치 앤 바운드 노드 수는 6개에 불과했으며, 해 시간은 421초였다.
• 추가 컷을 포함한 컬럼 생성 기법은 특히 큰 인스턴스인 (65, 1352, 9)에서 해 효율성을 향상시켰으며, 갭을 33,615로 줄이고 브랜치 앤 바운드 노드 수를 216개로 감소시켰다.
• 모든 25개의 시뮬레이션된 인스턴스에 대해 최적 또는 근접 최적 해를 확보하였으며, 최대 1,500개의 노드를 가진 큰 그래프도 포함되었다.
• 계산 결과는 타당한 부등식의 포함이 기본 MIP 모델보다 빠른 수렴과 더 나은 성능을 이끌어낸다는 것을 확인시켰다.
• 실세계 설문조사원 경로 계획 문제에 성공적으로 적용되어 실용적 관련성과 확장성의 가능성을 입증하였다.