[논문 리뷰] Robust Assignments with Vulnerable Nodes

David Adjiashvili, Viktor Bindewald외 1명|arXiv (Cornell University)|2017. 03. 17.

Complexity and Algorithms in Graphs참고 문헌 4인용 수 3

한 줄 요약

이 논문은 집합 커버(SC) 문제와 취약한 강건 할당 문제(V-RAP) 사이의 형식적 대응 관계를 수립하여, V-RAP의 타당 해가 SC의 타당 집합 커버와 일대일로 대응되며, 타당성과 비용이 모두 유지됨을 보여준다. 주요 기여는 SC를 V-RAP를 통해 해결할 수 있도록 하는 감소법으로, 최적 해의 구조와 비용 동일성을 유지한다.

ABSTRACT

Various real-life planning problems require making upfront decisions before all parameters of the problem have been disclosed. An important special case of such problem especially arises in scheduling and staff rostering problems, where a set of tasks needs to be assigned to an available set of resources (personnel or machines), in a way that each task is assigned to one resource, while no task is allowed to share a resource with another task. In its nominal form, the resulting computational problem reduces to the well-known assignment problem that can be modeled as matching problems on bipartite graphs. In recent work \cite{adjiashvili_bindewald_michaels_icalp2016}, a new robust model for the assignment problem was introduced that can deal with situations in which certain resources, i.e.\ nodes or edges of the underlying bipartite graph, are vulnerable and may become unavailable after a solution has been chosen. In the original version from \cite{adjiashvili_bindewald_michaels_icalp2016} the resources subject to uncertainty are the edges of the underlying bipartite graph. In this follow-up work, we complement our previous study by considering nodes as being vulnerable, instead of edges. The goal is now to choose a minimum-cost collection of nodes such that, if any vulnerable node becomes unavailable, the remaining part of the solution still contains sufficient nodes to perform all tasks. From a practical point of view, such type of unavailability is interesting as it is typically caused e.g.\ by an employee's sickness, or machine failure. We present algorithms and hardness of approximation results for several variants of the problem.

연구 동기 및 목표

• 집합 커버(SC) 문제와 취약한 강건 할당 문제(V-RAP) 사이의 관계를 형식화하는 것.
• V-RAP에서의 타당 해가 SC의 타당 집합 커버와 정확히 일치함을 보여주는 것.
• SC에서 V-RAP로의 변환 과정에서 해의 비용을 유지하는 것.
• V-RAP를 통한 강건 최적화 방법을 SC에 적용하기 위한 이론적 기반을 마련하는 것.
• V-RAP의 불확실성 집합이 SC의 커버링 대상 원소에 대응됨을 확립하는 것.

제안 방법

• 주어진 SC 인스턴스 ([k], S) 로부터 변환 단계 (T1)–(T2) 를 사용해 V-RAP 인스턴스 (G, F, c) 를 구성하는 것.
• 그래프 G 를 두 개의 서로소 집합인 U[k] ∪ (WS ∪ W[k]) 와 간선 E[k] ∪ E_SC 의 합집합으로 정의하는 것.
• V-RAP 공식화에서 취약 노드를 나타내는 불확실성 집합 F = W[k] 로 설정하는 것.
• 식 (LABEL:eq_redcostfunc) 에 따라 비용 벡터 c ∈ R^{WS ∪ W[k]} ≥ 0 를 정의하는 것.
• W[k] ⊆ X 인 타당 집합 X ⊆ WS ∪ W[k] 와 타당 집합 커버 CX ⊆ S 사이의 전단사 관계를 설정하는 것.
• V-RAP에서 X 의 비용이 SC에서 CX 의 비용과 동일함을 증명하여 비용 유지 보장을 하는 것.

실험 결과

연구 질문

• RQ1 SC 문제를 V-RAP 문제로 감소시킬 때 타당성과 비용을 유지할 수 있는 방법은 무엇인가?
• RQ2 V-RAP의 모든 타당 해가 SC의 타당 집합 커버로 정확히 대응되도록 보장하는 구조적 성질는 무엇인가?
• RQ3 SC에서 V-RAP로의 변환 과정에서 비용 동일성이 유지되는 조건은 무엇인가?
• RQ4 노드 집합 U[k], WS, W[k] 는 SC 문제를 V-RAP 프레임워크에서 어떻게 모델링하는 데 기여하는가?
• RQ5 불확실성 집합 F = W[k] 는 감소의 정확성을 보장하는 데 어떤 역할을 하는가?

주요 결과

• W[k] ⊆ X 를 만족하는 V-RAP 인스턴스에서의 타당 해 X 는 원래 SC 인스턴스의 타당 집합 커버 CX ⊆ S 와 대응된다.
• 모든 원소 s ∈ [k] 가 어떤 Sj ∈ CX 에 의해 커버될 때, 그리고 그 때에만 V-RAP 인스턴스에서 ws 가 wSj ∈ X 와 매칭된다.
• V-RAP 인스턴스에서 X 의 비용은 SC 인스턴스에서 CX 의 비용과 정확히 동일하여 비용 유지 보장이 이루어진다.
• W[k] ⊆ X 를 만족하는 타당 해에 대해 SC에서 V-RAP로의 변환은 전단사이다.
• 증명은 보조 그래프에서의 매칭 조건을 통해 V-RAP 공식화가 SC 문제를 정확히 모델링하고 있음을 확인한다.
• G, F, c 의 지정된 구성에 따라 감소가 유효하며, 향후 알고리즘 응용을 위한 타당한 이론적 기반을 확립한다.