[논문 리뷰] SAT Encoding of Partial Ordering Models for Graph Coloring Problems

Daniel Faber, Adalat Jabrayilov외 1명|arXiv (Cornell University)|2024. 01. 01.

Multi-Criteria Decision Making인용 수 1

한 줄 요약

이 논문은 그래프 색칠 문제(GCP) 및 그 일반화인 대역폭 색칠 문제(BCP)를 위한 부분순서 모델 기반의 새로운 SAT 인코딩을 제안한다. 색상의 직접적 할당이 아닌 관계 기반의 색상 순서를 활용함으로써, 더 작은 제약식 크기와 뛰어난 성능을 달성한다. 이는 기존의 최상위 수준 방법들보다 더 많은 DIMACS 및 GEOM 인스턴스를 해결하며, 특히 희박한 그래프에서 뛰어난 성능을 보이며 높은 런타임 오버헤드 없이도 성능을 확보한다.

ABSTRACT

In this paper, we suggest new SAT encodings of the partial-ordering based ILP model for the graph coloring problem (GCP) and the bandwidth coloring problem (BCP). The GCP asks for the minimum number of colors that can be assigned to the vertices of a given graph such that each two adjacent vertices get different colors. The BCP is a generalization, where each edge has a weight that enforces a minimal "distance" between the assigned colors, and the goal is to minimize the "largest" color used. For the widely studied GCP, we experimentally compare our new SAT encoding to the state-of-the-art approaches on the DIMACS benchmark set. Our evaluation confirms that this SAT encoding is effective for sparse graphs and even outperforms the state-of-the-art on some DIMACS instances. For the BCP, our theoretical analysis shows that the partial-ordering based SAT and ILP formulations have an asymptotically smaller size than that of the classical assignment-based model. Our practical evaluation confirms not only a dominance compared to the assignment-based encodings but also to the state-of-the-art approaches on a set of benchmark instances. Up to our knowledge, we have solved several open instances of the BCP from the literature for the first time.

연구 동기 및 목표

• 부분순서 모델을 활용한 더 컴act하고 효율적인 SAT 인코딩을 개발하여 그래프 색칠 문제(GCP)를 해결한다.
• 부분순서 접근법을 간선 가중치가 최소 색상 차이를 강제하는 대역폭 색칠 문제(BCP)로 일반화한다.
• 표준 벤치마크(DIMACS 및 GEOM 인스턴스)에서 최상위 수준의 방법들과의 비교를 통해 제안된 SAT 인코딩을 평가한다.
• SAT 및 ILP 환경에서 전통적인 할당 기반 공식화 방식에 비해 부분순서 모델이 이론적으로나 실질적으로 가지는 이점들을 입증한다.

제안 방법

• 정점 v가 색상 i 이하의 색상으로 할당되었는지를 나타내는 이진 변수 yv,i를 사용하여 색상 간의 부분순서를 구성한다.
• 간선 가중치 제약 조건 d(e)를 부분순서 프레임워크에 통합함으로써 이 인코딩을 BCP로 일반화하여, 인접한 정점 u, v에 대해 |c(u)−c(v)| ≥ d(e)를 보장한다.
• 직접적인 색상 할당 변수를 피하기 위해 부분순서 논리의 문장 기반 변환을 통해 SAT 인코딩을 구성한다.
• 전통적인 할당 기반 SAT 및 ILP 인코딩, 그리고 제약 프로그래밍 및 세트 커버링 ILP 모델과의 비교를 수행한다.
• 이론적 분석을 통해 부분순서 공식화가 할당 기반 모델보다 점점 더 작은 크기를 가진다는 것을 확인한다.
• 재현 가능性和 SAT 기반 프레임워크에의 통합을 위해 GitHub에 오픈소스 코드를 제공한다.

실험 결과

연구 질문

• RQ1 희박한 그래프에서 부분순서 기반 SAT 인코딩이 전통적인 할당 기반 SAT 인코딩보다 성능이 뛰어나게 되는가?
• RQ2 간선 가중치가 최소 색상 차이를 강제하는 대역폭 색칠 문제에서 부분순서 모델이 효과적으로 확장될 수 있는가?
• RQ3 DIMACS 및 GEOM 벤치마크에서 부분순서 기반 SAT 인코딩이 최상위 수준의 방법들과 비교해 런타임과 해결된 인스턴스 수에서 어떤가?
• RQ4 이론적으로 유사한 구조를 지닌 부분순서 기반 SAT 인코딩은 우세한 반면, ILP 형태는 성능이 열등한 이유는 무엇인가?
• RQ5 부분순서 모델이 이전에 열려 있던 대역폭 색칠 문제의 인스턴스를 해결할 수 있는가?

주요 결과

• 부분순서 기반 SAT 인코딩(POP-S)과 그 하이브리드 변종(POPH-S)은 1시간 이내에 143개의 DIMACS 인스턴스 중 98개를 해결하여, 할당 기반 SAT 인코딩(95/143)과 최상위 수준의 방법들을 능가했다.
• 대역폭 색칠 문제에서 POP-S-B 및 POPH-S-B SAT 인코딩은 33개의 GEOM 인스턴스 중 32개를 해결하여, 24시간 제한 시간 내에 단지 26개를 해결한 [5]의 제약 프로그래밍 접근법보다 뚜렷한 성능 향상을 보였다.
• POP 기반 SAT 인코딩은 700초 이내에 GEOM 인스턴스의 99% 이상을 최적해로 해결했으며, 가장 어려운 인스턴스들(예: GEOM120a)은 10초 이내에 해결되었다.
• 지금까지 알려진 바에 따르면, 이 논문은 GEOM90b, GEOM100a, GEOM100b, GEOM110a, GEOM110b, GEOM120a에 대해 최초로 최적해를 보고한 것으로, 이는 이전에 열려 있던 BCP 인스턴스들이다.
• 이론적 분석을 통해 부분순서 모델이 할당 기반 모델보다 점점 더 작은 제약식 크기를 가지며, 특히 큰 또는 조밀한 그래프에서 유리함을 입증했다.
• 비록 이론적으로 유리한 점이 있지만, 부분순서 모델의 ILP 공식화는 할당 기반 ILP보다 성능이 열등했다. 이는 더 높은 조밀도를 가진 제약 행렬이 원인이며, SAT와 ILP 간의 성능 차이를 부각시킨다.