[논문 리뷰] The Single Machine Total Weighted Tardiness Problem - Is it (for Metaheuristics) a Solved Problem ?

Martin Josef Geiger|ArXiv.org|2009. 07. 17.

Scheduling and Optimization Algorithms참고 문헌 20인용 수 3

한 줄 요약

이 논문은 기존 벤치마크 인스턴스를 사용하여 단일 기계 총 가중 지각 문제(SMTWTP)가 메타휴리스틱에 대해 실제로 '해결된' 문제인지 조사한다. 강하법과 변수 이웃 탐색(VNS)을 평가하여 표준 인스턴스에서 단순 국소 검색 방법이 near-optimal 결과를 달성함을 발견하며, 이는 현재의 벤치마크가 너무 쉬운 문제라는 것을 시사한다. 주요 기여는 기존 인스턴스가 어려움이 부족하여 특히 고급 메타휴리스틱에 대해 도전적이지 않다는 점을 밝히고, 더 큰 크기와 특정 파라미터 설정을 가진 더 어려운 새로운 벤치마크를 제안하는 것이다.

ABSTRACT

The article presents a study of rather simple local search heuristics for the single machine total weighted tardiness problem (SMTWTP), namely hillclimbing and Variable Neighborhood Search. In particular, we revisit these approaches for the SMTWTP as there appears to be a lack of appropriate/challenging benchmark instances in this case. The obtained results are impressive indeed. Only few instances remain unsolved, and even those are approximated within 1% of the optimal/best known solutions. Our experiments support the claim that metaheuristics for the SMTWTP are very likely to lead to good results, and that, before refining search strategies, more work must be done with regard to the proposition of benchmark data. Some recommendations for the construction of such data sets are derived from our investigations.

연구 동기 및 목표

• 현대 메타휴리스틱에 대해 현재의 SMTWTP 벤치마크 인스턴스가 충분히 도전적인지 평가하는 것.
• 표준 SMTWTP 인스턴스에서 단순 국소 검색 방법(강하법 및 VNS)의 성능을 평가하는 것.
• 메타휴리스틱 성능을 도전적으로 만드는 '어려운' 인스턴스의 특성들을 규명하는 것.
• 미래의 SMTWTP 메타휴리스틱 연구를 지원하기 위해 더 어려운 새로운 인스턴스를 제안하는 것.
• SMTWTP 메타휴리스틱 설계에서 경험적 발견의 이론적 기반을 강화할 것을 촉구하는 것.

제안 방법

• 표준 SMTWTP 인스턴스에 대해 강하법과 변수 이웃 탐색(VNS)을 사용하며, 여러 이웃 영역 연산자(교환 및 이동)를 적용한다.
• Potts와 Van Wassenhove(1991)의 표준 벤치마크 세트를 사용하며, 작업 수 n=40, 50, 100이며, RDD ∈ {0.2, 0.4, 0.6, 0.8, 1.0} 및 TF ∈ {0.2, 0.4, 0.6, 0.8, 1.0}의 파라미터를 설정한다.
• 해결 품질은 최상의 알려진 또는 최적 해와의 상대적 편차를 통해 측정하고, 해 풀의 우선순위 관계에 대한 엔트로피를 사용하여 해의 다양성을 분석한다.
• 해의 유사성을 평가하기 위해 엔트로피 분석을 적용하며, 작업 간 우선순위 관계에 대해 E_ijk = (-1/log√2) * (ω_ijk/μ) * log(ω_ijk/μ)를 계산한다.
• TF 및 RDD 값 간의 결과를 비교하여 더 어려운 인스턴스를 유도하는 파라미터 조합을 식별한다.
• 이웃 영역 연산자의 영향을 분석하기 위해 국소 검색에서의 상대적 성능을 측정한다.

실험 결과

연구 질문

• RQ1 현존하는 SMTWTP 벤치마크 인스턴스는 현대 메타휴리스틱에 대해 충분히 도전적인가?
• RQ2 SMTWTP에 대한 국소 검색에서 어떤 이웃 영역 연산자(예: 교환 대비 이동)가 더 뛰어난 성능을 보이는가?
• RQ3 어떤 파라미터 설정(TF 및 RDD)이 가장 어려운 SMTWTP 인스턴스를 생성하는가?
• RQ4 엔트로피로 측정된 최적 해의 다양성은 문제의 어려움과 어떻게 관련되는가?
• RQ5 단순한 국소 검색 방법이 기존 벤치마크에서 왜 이렇게 잘 작동하는가? 이는 향후 알고리즘 개발에 어떤 함의를 갖는가?

주요 결과

• 교환 이웃 영역 연산자를 사용한 단순 강하법가 SMTWTP 벤치마크에서 이동 연산자보다 뚜렷하게 뛰어난 성능을 보였다.
• 변수 이웃 탐색(VNS)은 모든 테스트된 인스턴스에서 near-optimal 해를 달성했으며, 특히 n=100일 경우 몇 가지 경우를 제외하고는 거의 모든 경우에서 성공했다.
• TF ∈ {0.6, 0.8} 이며 RDD 값이 높은 인스턴스가 더 어려운 문제였고, TF ∈ {0.2, 1.0}일 경우 더 쉽게 평가되었다.
• 어려운 인스턴스에서는 다수의 서로 다른 전역 최적해가 존재하며, 이들의 코드는 매우 낮은 엔트로피(0에 가까움)를 보여, 최적 해들이 서로 매우 유사함을 시사한다.
• 해 풀의 엔트로피는 극도로 낮았으며(0에 가까움), 이는 최적 해들이 서로 '마이크로 돌연변이'처럼 보이기조차 한다는 것을 의미한다.
• 현재의 벤치마크 세트는 충분히 도전적이지 않으며, 단순한 메타휴리스틱이라도 near-optimal 결과를 달성함에 따라 최근의 기여가 주장한 것만큼 영향력 있는 성과가 아닐 수 있음을 시사한다.