[논문 리뷰] Robust optimization with incremental recourse

Ebrahim Nasrabadi, James B. Orlin|arXiv (Cornell University)|2013. 12. 14.

Risk and Portfolio Optimization참고 문헌 26인용 수 19

한 줄 요약

이 논문은 불확실한 선형 계획 문제를 위한 강건한 점진적 최적화 프레임워크를 제안한다. 여기서 의사결정은 두 단계로 이루어지며, 초기 해가 선택된 후에 불확실한 비용이 드러난 후에 거리의 제한 범위 내에서 조정된다. 주요 기여는 불확실성 집합이 다각형일 경우, 강건한 점진적 대응 문제의 선형 계획 문제 자체가 선형 계획 문제임을 증명하는 것으로, 다각형 불확실성 하에서는 다항 시간 내에 해결 가능하며, 이와 동시에 이산 불확실성 집합에 대해서는 NP-난이도임을 증명하고, 다각형 불확실성 하에서 강건한 점진적 최단경로 및 최소 스패닝 트리 문제의 NP-완전성을 확립한다.

ABSTRACT

In this paper, we consider an adaptive approach to address optimization problems with uncertain cost parameters. Here, the decision maker selects an initial decision, observes the realization of the uncertain cost parameters, and then is permitted to modify the initial decision. We treat the uncertainty using the framework of robust optimization in which uncertain parameters lie within a given set. The decision maker optimizes so as to develop the best cost guarantee in terms of the worst-case analysis. The recourse decision is ``incremental"; that is, the decision maker is permitted to change the initial solution by a small fixed amount. We refer to the resulting problem as the robust incremental problem. We study robust incremental variants of several optimization problems. We show that the robust incremental counterpart of a linear program is itself a linear program if the uncertainty set is polyhedral. Hence, it is solvable in polynomial time. We establish the NP-hardness for robust incremental linear programming for the case of a discrete uncertainty set. We show that the robust incremental shortest path problem is NP-complete when costs are chosen from a polyhedral uncertainty set, even in the case that only one new arc may be added to the initial path. We also address the complexity of several special cases of the robust incremental shortest path problem and the robust incremental minimum spanning tree problem.

연구 동기 및 목표

• 불확실한 비용 매개변수가 드러난 후에 점진적으로 조정 가능한 두 단계 강건 최적화 모델을 개발하는 것.
• 최단경로 및 최소 스패닝 트리와 같은 고전적 최적화 문제의 강건한 점진적 변형의 계산 복잡도를 분석하는 것.
• 다양한 불확실성 집합의 구조 하에서 선형 계획 문제의 강건한 점진적 대응 문제가 여전히 해석 가능할지 판단하는 것.
• 특정 강건한 점진적 문제에 대해 NP-난이도 및 NP-완전성과 같은 복잡도 경계를 설정하는 것.

제안 방법

• 강건한 점진적 문제를 이중 최적화 문제로 모델링: 초기 해의 최악의 비용과 그에 따른 점진적 조정 비용의 합을 최소화하며, 해 공간의 변화가 제한된 조건을 만족시킴.
• 초기 해 x로부터 거리 K 이내에 있는 모든 타당한 해의 집합인 점진적 집합 𝒮ₓ를 정의하며, 거리 함수 F(x,y)를 사용함.
• 다각형 불확실성 집합의 경우, 강건한 점진적 선형 계획 문제를 단일 선형 계획 문제로 재구성함으로써 다항 시간 내에 해결 가능함을 보임.
• 카디널리티 제약이 있는 불확실성 하에서 점진적 최소 스패닝 트리 문제를 해결하기 위해 라그랑주 승수 기법과 쌍대성 기법을 적용하며, 매트로이드의 구조와 강력한 이중성의 특성을 활용함.
• 최적화 문제와 분리 문제 간의 동치성을 활용하여, 비용 편차에 대한 카디널리티 제약 조건으로 정의된 불확실성 집합이 주어질 경우, 적대적 문제를 다항 시간 내에 해결 가능함.
• 최소 스패닝 트리 문제의 서트로 제약 조건을 위한 분리 오ракูล을 활용하여, 내부점법 또는 컷 평면 방법을 통해 효율적인 해법을 가능하게 함.

실험 결과

연구 질문

• RQ1 불확실성 집합이 다각형일 경우, 선형 계획 문제의 강건한 점진적 대응 문제는 다항 시간 내에 해결 가능한가?
• RQ2 다각형 불확실성 하에서 강건한 점진적 최단경로 문제의 계산 복잡도는 무엇인가?
• RQ3 카디널리티 제약이 있는 불확실성 하에서 강건한 점진적 최소 스패닝 트리 문제의 복잡도는 NP-난이도인가, 다항 시간 내에 해결 가능한가?
• RQ4 강건한 점진적 프레임워크에서 적대적 문제(최악의 비용 선택)는 효율적으로 해결 가능한가?
• RQ5 두 문제(점진적 문제와 적대적 문제 모두가 NP에 속하므로) 강건한 점진적 문제의 결정 문제 버전이 Σ₂^p-완전인가?

주요 결과

• 불확실성 집합이 다각형일 경우, 선형 계획 문제의 강건한 점진적 대응 문제는 선형 계획 문제 자체이므로 다항 시간 내에 해결 가능하다.
• 불확실성 집합이 이산일 경우, 강건한 점진적 선형 계획 문제는 NP-난이도임을 입증하여 그 복잡도의 하한을 확립한다.
• 다각형 불확실성 집합 하에서 최대 한 개의 새로운 간선만 추가 가능한 조건 하에서도 강건한 점진적 최단경로 문제는 여전히 NP-완전하다.
• 카디널리티 제약이 있는 불확실성 집합 하에서 적대적 최소 스패닝 트리 문제는 쌍대성과 서트로 제약 조건을 위한 분리 오라클을 활용하여 다항 시간 내에 해결 가능하다.
• 점진적 최소 스패닝 트리 문제의 경우, 균일 매트로이드와 숲 매트로이드의 교차로 표현 가능하므로 정수성 성질을 가지며, 이는 효율적인 라그랑주 승수 기법의 적용을 가능하게 한다.
• 강건한 점진적 최소 스패닝 트리 문제의 정확한 복잡도 클래스는 아직 미해결이지만, 주어진 불확실성 모델 하에서는 그 적대적 변형은 다항 시간 내에 해결 가능하다.