[논문 리뷰] Scheduling of unit-length jobs with bipartite incompatibility graphs on four uniform machines

Hanna Furmańczyk, Marek Kubale|arXiv (Cornell University)|2016. 02. 04.

Scheduling and Optimization Algorithms인용 수 7

한 줄 요약

이 논문은 네 대의 균일한 기계에서 단위 길이 작업을 스케줄링하고, 이중성 불가능성 제약 조건(충돌하는 작업은 공유할 수 없음)을 고려한다. 특정 속도 구성에 대해 다항 시간 알고리즘을 제시한다: $s_1 \geq 12s_2$ 이고 $s_2 = s_3 = s_4$일 때 최적의 $O(n^{1.5})$-시간 알고리즘과, $s_1 \geq s_2 \geq s_3 = s_4$일 때 degree-$\Delta \leq 4$ 제약 조건 하에 $32/15$-근사 알고리즘($O(n^{1.5})$ 시간). 문제는 세 대의 기계가 동일한 속도를 가질 때조차 NP-난이도이다.

ABSTRACT

In the paper we consider the problem of scheduling $n$ identical jobs on 4 uniform machines with speeds $s_1 \geq s_2 \geq s_3 \geq s_4,$ respectively. Our aim is to find a schedule with a minimum possible length. We assume that jobs are subject to some kind of mutual exclusion constraints modeled by a bipartite incompatibility graph of degree $Δ$, where two incompatible jobs cannot be processed on the same machine. We show that the problem is NP-hard even if $s_1=s_2=s_3$. If, however, $Δ\leq 4$ and $s_1 \geq 12 s_2$, $s_2=s_3=s_4$, then the problem can be solved to optimality in time $O(n^{1.5})$. The same algorithm returns a solution of value at most 2 times optimal provided that $s_1 \geq 2s_2$. Finally, we study the case $s_1 \geq s_2 \geq s_3=s_4$ and give an $O(n^{1.5})$-time $32/15$-approximation algorithm in all such situations.

연구 동기 및 목표

• 네 대의 균일한 기계에서 상호 배제 제약 조건(이중성 불가능성 그래프로 모델링)이 있는 $n$ 개의 동일한 단위 길이 작업의 스케줄링 문제를 다루기.
• 다양한 기계 속도 구성 조건 하에서 문제의 계산 복잡도를 규명하기.
• 특정 속도 비율과 제한된 불가능성 정도($\Delta \leq 4$)에 대해 효율적인 다항 시간 알고리즘 설계하기.
• 최적 해를 계산적으로 구하기 어려운 경우에 대해 근사 보장을 제공하기.
• 모델을 네 대 이상의 기계로 확장하고 일반화 가능성 분석하기.

제안 방법

• 이중성 불가능성 그래프의 4색 칠하기로 스케줄링 문제를 모델링하며, 각 색상 클래스는 기계의 부하에 대응한다.
• 균형 잡힌 및 반균형 잡힌 색칠 기법을 사용하여 작업을 기계 간에 균형 있게 분배하고 최대 부하를 최소화한다.
• 두 단계 알고리즘을 적용: 먼저 $\Delta \leq 4$ 조건을 만족하는 이중성 그래프에 대해 Chen과 Yen(2004)의 결과를 활용해 균형 잡힌 4색 칠하기를 수행한다.
• 색상 클래스를 크기 순으로 정렬하고 기계 속도 내림차순에 따라 할당하여 최소화된 제약 시간 확보.
• 속도 비율 $s_2/s_3$ 기반으로 두 전략을 전환하는 유니버설 알고리즘 설계: $s_2 > 3s_3$일 땐 알고리즘 2, $s_2 \leq 3s_3$일 땐 알고리즘 3를 사용하여 $32/15$-근사 보장.
• 특히 $s_1 \geq 12s_2$ 이고 $s_2 = s_3 = s_4$ 조건 하에서 첫 번째 기계가 최적 제약 시간을 유지하면서 전체 부하를 처리할 수 있음을 활용하여, 매칭 기반 분해 기법을 통해 최적 스케줄링 가능.

실험 결과

연구 질문

• RQ1 단위 길이 작업, 이중성 불가능성 그래프, 네 대의 균일한 기계를 가진 스케줄링 문제의 속도 구성 조건이 어떤 경우라도 NP-난이도인가?
• RQ2 속도 비율 $s_1 \geq 12s_2$ 이고 $s_2 = s_3 = s_4$일 때, $\Delta \leq 4$ 조건 하에 문제를 다항 시간 내에 최적으로 해결할 수 있는가?
• RQ3 $s_1 \geq s_2 \geq s_3 = s_4$ 이고 $\Delta \leq 4$ 조건 하에 스케줄링 문제의 근사 비율은 얼마인가?
• RQ4 속도 비율 $s_2/s_3$ 가 임계값을 초과할수록 제안된 알고리즘의 성능은 어떻게 저하되는가?
• RQ5 유사한 속도 및 불가능성 제약 조건을 가진 다섯 대 이상의 기계로 결과를 일반화할 수 있는가?

주요 결과

• 세 기계의 속도가 동일한 경우($s_1 = s_2 = s_3$)조차 문제는 NP-난이도임을 보여, 대칭적 속도 구성 조건 하에서도 본질적인 계산 난이도 존재.
• $s_1 \geq 12s_2$ 이고 $s_2 = s_3 = s_4$일 때, 최대 차수 $\Delta \leq 4$ 인 그래프에 대해 $O(n^{1.5})$ 시간 내에 최적 해를 계산할 수 있으며, 이는 이중성 그래프의 매칭 기반 분해 기법을 활용함.
• $s_1 \geq 2s_2$ 이고 $s_2 = s_3 = s_4$일 때, 동일한 알고리즘이 최적 제약 시간의 2배 이내의 해를 보장함.
• $s_1 \geq s_2 \geq s_3 = s_4$ 조건 하에, 두 전략을 통합한 유니버설 알고리즘이 $O(n^{1.5})$ 시간 내에 $32/15 \approx 2.133$-근사 보장을 달성함.
• 최악의 경우 근사 비율이 $32/15$에 가까워지는 인스턴스를 구성함으로써 이 근사 비율이 날카로운 것임을 입증함.
• 결과는 $m > 4$ 대의 기계로도 확장 가능함: $s_1 \geq m(m+1)s_2$ 이고 $s_2 = \cdots = s_m$ 이며 $\Delta \leq m$ 조건 하에 최적 알고리즘이 존재하며, 이는 $O(n^{1.5})$ 시간 내에 실행됨.