[논문 리뷰] Polynomial-Time Approximation Schemes for k-Center and Bounded-Capacity Vehicle Routing in Metrics with Bounded Highway Dimension.

Amariah Becker, Philip N. Klein외 1명|arXiv (Cornell University)|2017. 07. 26.

Facility Location and Emergency Management참고 문헌 31인용 수 4

한 줄 요약

이 논문은 고정된 고속도로 차원을 가진 그래프에서 k-Center, k-Median 및 유량 제한이 있는 차량 경로 문제에 대한 다항식 시간 근사 스킴(PTAS)을 제시한다. 고정된 고속도로 차원을 가진 그래프를 추가 오차가 제어되는 저트리너비 구조로 임bedding함으로써, 이러한 NP-난이도 문제에 대해 효율적인 근사 알고리즘을 가능하게 하며, 다중 창고 및 방문하지 않은 고객에 대한 보상 항목까지 확장된다.

ABSTRACT

The concept of bounded highway dimension was developed to capture observed properties of the metrics of road networks. We show that a graph with bounded highway dimension, for any vertex, can be embedded into a a graph of bounded treewidth in such a way that the distance between $u$ and $v$ is preserved up to an additive error of $\epsilon$ times the distance from $u$ or $v$ to the selected vertex. We show that this theorem yields a PTAS for Bounded-Capacity Vehicle Routing in graphs of bounded highway dimension. In this problem, the input specifies a depot and a set of clients, each with a location and demand; the output is a set of depot-to-depot tours, where each client is visited by some tour and each tour covers at most $Q$ units of client demand. Our PTAS can be extended to handle penalties for unvisited clients. We extend this embedding result to handle a set $S$ of distinguished vertices. The treewidth depends on $|S|$, and the distance between $u$ and $v$ is preserved up to an additive error of $\epsilon$ times the distance from $u$ and $v$ to $S$. This embedding result implies a PTAS for Multiple Depot Bounded-Capacity Vehicle Routing: the tours can go from one depot to another. The embedding result also implies that, for fixed $k$, there is a PTAS for $k$-Center in graphs of bounded highway dimension. In this problem, the goal is to minimize $d$ such that there exist $k$ vertices (the centers) such that every vertex is within distance $d$ of some center. Similarly, for fixed $k$, there is a PTAS for $k$-Median in graphs of bounded highway dimension. In this problem, the goal is to minimize the sum of distances to the $k$ centers.

연구 동기 및 목표

• 실제 도로 네트워크 유사 그래프에서 고정된 고속도로 차원을 가진 그래프에서 기본적인 네트워크 최적화 문제인 k-Center, k-Median 및 유량 제한이 있는 차량 경로 문제에 대해 효율적인 근사 알고리즘을 개발하는 것.
• 일반적으로 NP-난이도인 이러한 문제에 대해 다항식 시간 근사 스킴(PTAS)을 설계하는 데 있어, 고정된 고속도로 차원 메트릭의 구조적 특성을 활용하는 것.
• 차량 경로 문제에서 다중 창고 및 방문하지 않은 고객에 대한 보상 항목을 처리할 수 있도록 기존 기법을 확장하여 실제 물류 시나리오에 대한 적용 범위를 넓히는 것.
• 특정 정점 집합에 대한 거리에 의존하는 추가 오차를 갖는 거리 보존을 보장하는 일반적인 임베딩 프레임워크를 구축하는 것.

제안 방법

• 고정된 고속도로 차원을 가진 그래프를 저트리너비 그래프로 매핑하는 새로운 임베딩 기법을 제안하며, 이 기법은 임의의 두 정점 간의 거리를 선택한 중심 정점으로부터의 거리의 ε 배 이내의 추가 오차로 보존한다.
• 임베딩을 통해 원래 문제를 저트리너비 그래프 상의 동치 문제로 환원하고, 여기에 동적 프로그래밍을 효율적으로 적용하여 PTAS를 달성한다.
• 특정 정점 집합 S(예: 창고 또는 중심점)를 고려하여 임베딩을 확장하며, 거리 보존이 S로부터의 거리에 의존하도록 함으로써 다중 창고 및 k-Center 변형 문제를 처리할 수 있도록 한다.
• 트리너비 기반의 구조를 활용하여 고정된 k에 대해 k-Center 및 k-Median에 대해 근사 최적 해를 계산하는 동적 프로그래밍 알고리즘을 설계한다.
• 목표 함수를 수정하여 방문하지 않은 고객에 대한 보상 항목을 차량 경로 설정에 통합함으로써 보상이 있는 유량 제한 차량 경로 문제를 다루되, 동일한 임베딩 프레임워크를 통해 PTAS 보장을 유지한다.
• 거리 보존의 추가 오차가 선택된 집합 내 가장 가까운 정점으로부터의 거리의 ε 배 이내로 제한됨을 증명함으로써, 모든 문제 변형에서 근사 품질이 유지됨을 보장한다.

실험 결과

연구 질문

• RQ1 실제 도로 네트워크의 구조적 특성을 지닌 고정된 고속도로 차원을 가진 그래프에서 k-Center 문제에 대해 PTAS를 설계할 수 있는가?
• RQ2 동일한 임베딩 프레임워크를 다중 창고 및 방문하지 않은 고객에 대한 보상 항목을 포함하는 유량 제한 차량 경로 문제로 확장할 수 있는가?
• RQ3 고정된 고속도로 차원을 가진 그래프를 추가 오차가 제어되는 저트리너비 그래프로 임베딩하는 것이 k-Median 및 관련 문제에 대해 효율적인 근사 해를 가능하게 하는가?
• RQ4 중심 정점 또는 집합 S의 선택이 임베딩된 인스턴스에서 오차 및 최종 근사 품질에 어떤 영향을 미치는가?
• RQ5 |S| 및 고속도로 차원에 대해 임베딩된 그래프의 트리너비는 어느 정도로 제한될 수 있으며, 이는 알고리즘 효율성에 어떤 영향을 미치는가?

주요 결과

• k가 고정되어 있을 경우, 추가 오차가 제어되는 저트리너비 임베딩을 활용하여 고정된 고속도로 차원을 가진 그래프에서 k-Center 문제에 대해 PTAS가 존재한다.
• 동일한 임베딩 프레임워크는 고정된 k에 대해 고정된 고속도로 차원을 가진 그래프에서 k-Median 문제에 대해서도 PTAS를 제공하며, 거리 합 최소화 목적 함수로의 적용 범위를 확장한다.
• 고정된 고속도로 차원을 가진 그래프에서 유량 제한이 있는 차량 경로 문제에 대해서도 PTAS가 달성되며, 방문하지 않은 고객이 보상 항목을 지닌 경우에도 적용 가능하다.
• 임베딩은 임의의 두 정점 간의 거리를 선택한 중심 정점으로부터의 거리의 ε 배 이내의 추가 오차로 보존하므로 정확한 근사가 가능하다.
• 다중 창고의 경우, 프레임워크는 창고 간 투어를 허용하며, 집합 S의 정점 집합을 포함하도록 임베딩을 적응시킬 수 있으며, 트리너비는 |S|에 따라 결정된다.
• 거리 보존의 추가 오차는 선택된 집합 내 가장 가까운 정점으로부터의 거리의 ε 배 이내로 제한되며, 이는 모든 문제 변형에서 근사 품질이 강하게 유지됨을 보장한다.