[논문 리뷰] Projective geometry and the outer approximation algorithm for multiobjective linear programming

Benjamin A. Burton, Melih Özlen|arXiv (Cornell University)|2010. 06. 15.

Advanced Optimization Algorithms Research참고 문헌 21인용 수 5

한 줄 요약

이 논문은 다목적 선형계획법에서 효율적인 해를 구하는 데 있어 계산의 복잡성을 줄이기 위해 방향성 있는 사영기하학을 도입한다. 유한한 효율성 등가 다면체 $Y^{\boxplus}$를 사영다면체 $T^{\text{--}}$로 변환함으로써, 기존에 $n$과 $p$에 대해 지수적으로 증가하던 비효율 정점의 수를 정확히 $p$로 줄여, 외부 근사 알고리즘의 실행 시간을 크게 향상시킨다.

ABSTRACT

A key problem in multiobjective linear programming is to find the set of all efficient extreme points in objective space. In this paper we introduce oriented projective geometry as an efficient and effective framework for solving this problem. The key advantage of oriented projective geometry is that we can work with an "optimally simple" but unbounded efficiency-equivalent polyhedron, yet apply to it the familiar theory and algorithms that are traditionally restricted to bounded polytopes. We apply these techniques to Benson's outer approximation algorithm, using oriented projective geometry to remove an exponentially large complexity from the algorithm and thereby remove a significant burden from the running time.

연구 동기 및 목표

• 기존 알고리즘에서 비효율 정점의 수가 지수적으로 증가함에 따라 발생하는 계산의 병목 현상을 해결하기 위해.
• 비무한 효율성 등가 다면체의 조합적 단순성을 유지하면서 유한한 다면체 알고리즘을 사용할 수 있도록 하는 기하학적 프레임워크를 개발하기 위해.
• 이 프레임워크를 외부 근사 알고리즘에 적용하여 중간 단계의 다면체 복잡도를 최소화함으로써 알고리즘의 실행 시간을 크게 단축하기 위해.
• 알고리즘의 중간 단계에서 비효율 정점의 수가 $\Omega(n^{\lfloor(p-1)/2\rfloor})$에서 정확히 $p$로 줄어들 수 있음을 입증하기 위해.
• 방향성 있는 사영기하학이 유한한 다면체를 필요로 하는 핵심 알고리즘(예: 이중 기술법)을 지원함을 확립하기 위해.

제안 방법

• 방향성 있는 사영기하학을 사용하여 효율성 등가 다면체 $T^{\text{--}}$를 구성함으로써, $Y^{\text{--}}$의 조합적 단순성과 $Y^{\boxplus}$의 유한성 특성을 동시에 확보한다.
• 목표 공간의 점을 $p+1$개의 동차좌표로 표현함으로써 무한원점에 있는 점을 다룰 수 있고, 볼록성 및 반평면의 기하학적 특성을 유지한다.
• 외부 근사 알고리즘을 방향성 있는 사영기하 공간으로 재구성하여, 기존의 유클리드 공간의 유한 다면체 $Y^{\boxplus}$ 대신 사영다면체 $T^{\text{--}}$를 목표로 설정한다.
• 사영다면체 $T^{\text{--}}$에서 비효율 정점의 수가 정확히 $p$임을 보이며, 이는 유클리드 공간에서의 최소 $2^p - 1$ 및 최대 $\Omega(n^{\lfloor(p-1)/2\rfloor})$의 범위와 대비된다.
• 중간 다면체 $P_i$ (유클리드 공간)와 $Q_i$ (사영기하 공간)의 정점 수를 비교함으로써 알고리즘의 복잡도를 분석하고, 후자의 경우 정점 수가 지수적으로 감소함을 보였다.
• 유한한 사영다면체 $T^{\text{--}}$에서 이중 기술법을 적용함으로써, 그 유한성 덕분에만 가능한 계산을 수행하였으며, 同시에 비효율 정점의 수가 최소화됨을 유지하였다.

실험 결과

연구 질문

• RQ1 방향성 있는 사영기하학을 사용하여, 비무한 다면체의 조합적 단순성과 유한 다면체의 알고리즘 유용성을 동시에 갖춘 효율성 등가 다면체를 구성할 수 있는가?
• RQ2 유한 다면체 $Y^{\boxplus}$를 사용하는 표준 외부 근사 알고리즘에서 비효율 정점 집합의 점근적 복잡도는 어떠한가?
• RQ3 사영기하 프레임워크인 $T^{\text{--}}$에서의 비효율 정점 수가 유클리드 프레임워크인 $Y^{\boxplus}$와 비교해 $n$과 $p$에 대해 어떻게 달라지는가?
• RQ4 비효율 정점의 감소가 외부 근사 알고리즘의 실행 시간 향상에 얼마나 기여하는가?
• RQ5 이중 기술법은 사영기하 설정에서 효과적으로 적용될 수 있으며, $T^{\text{--}}$에서의 정점 수 감소로 인해 유용한가?

주요 결과

• 사영다면체 $T^{\text{--}}$에서 비효율 정점의 수는 문제 크기 $n$과 무관하게 정확히 $p$이다. 이는 유클리드 공간의 경우에 비해 극적으로 향상된 결과이다.
• 반면, 유클리드 공간에서의 유한 다면체 $Y^{\boxplus}$에서 비효율 정점의 수는 최소 $2^p - 1$이며, $\Omega(n^{\lfloor(p-1)/2\rfloor})$까지 증가할 수 있다.
• 목적 수가 $p = 8$인 문제에서는 유클리드 알고리즘이 $\Omega(n^3)$의 비효율 정점 수를 생성할 수 있으며, 이는 큰 $n$에 대해 계산적으로 비현실적이다. 반면 사영 방법은 오직 8개의 비효율 정점만 생성한다.
• 목적 수가 $p = 70$인 문제에서는 유클리드 방법의 최악의 경우 비효율 정점 수가 $2^{70} - 1$로 계산이 불가능한 수준이지만, 사영 방법은 오직 70개의 정점으로 처리할 수 있다.
• 외부 근사 알고리즘의 실행 시간이 크게 단축되었으며, 이는 중간 단계의 다면체 정점 수가 $n$에 대해 지수적으로 감소하여 $n$에 대해 상수, $p$에 대해 선형으로 줄었기 때문이다. 이는 정점 열거 및 인접성 테스트 단계에 직접적인 영향을 미친다.
• 사영기하 공간에서의 계산 비용(기존의 $p$ 차원에서 $p+1$ 차원 좌표 사용)은 점근적으로 무시할 수 있으며, 전체 복잡도에 영향을 주지 않아, 이 방법은 효율적이면서도 실용적이다.