[論文レビュー] An Approximation Algorithm for Stackelberg Network Pricing

Sébastien Roch, Marcotte, P.+1 more|arXiv (Cornell University)|Sep 27, 2004

Advanced Graph Theory Research参考文献 21被引用数 65

ひとこと要約

本稿では、ユーザーが最短経路を選択する制約のもとで、リーダーがネットワークのアークに通行料を設定して収益を最大化するスタッケルバーグネットワーク価格設定問題に対する多項式時間近似アルゴリズムを提示する。このアルゴリズムは、通行料が課せられるアーク数 $m_T$ を用いて、最悪ケース性能保証 $rac{1}{2}"log_2 m_T + 1$ を達成し、構築されたインスタンスによりこの境界がタイトであることを証明する。

ABSTRACT

We consider the problem of maximizing the revenue raised from tolls set on the arcs of a transportation network, under the constraint that users are assigned to toll-compatible shortest paths. We first prove that this problem is strongly NP-hard. We then provide a polynomial time algorithm with a worst-case precision guarantee of ${1/2}\log_2 m_T+1$, where $m_T$ denotes the number of toll arcs. Finally we show that the approximation is tight with respect to a natural relaxation by constructing a family of instances for which the relaxation gap is reached.

研究の動機と目的

• 通行料に下限がないスタッケルバーグネットワーク価格設定問題の強いかつNP困難性を確立すること。
• 単一需要のMaxToll問題に対して、保証された最悪ケース性能を持つ多項式時間近似アルゴリズムを設計すること。
• 近似要因のタイトネスを、緩和ギャップを達成するインスタンスの族を構築することで示すこと。
• 再帰的経路分解を用いて、提案されたアルゴリズム ExploreDescendants の実行時間と正しさを分析すること。
• 結果が多需要拡張および容量制約や通行料下限制約が存在する場合に与える影響を検討すること。

提案手法

• リーダーが通行料を設定し、ユーザーが誘導されたコスト構造のもとで最短経路を選択する二段階最適化問題としてMaxToll問題を定式化する。
• パラメトリック最短経路計算を用いて、ゼロコストアークからなる基本経路 $P_0$ を初期化に用いる。
• 動的計画法による通行料サブセットの探索を通じて、経路を再帰的に分解する ExploreDescendants 手順を適用する。
• 通行料アークのパーティショニング戦略を用いて、与えられた経路上での最大収益を計算する MaxRev のサブルーチンを活用する。
• 再帰中に子ノード間で事前に計算された値 $\mathcal{U}_{i,j}$ と $\mathcal{L}_{i,j}$ を再利用し、効率を維持する。
• 再帰的関係式 $\mathbb{T}(m_T^P) = \mathbb{T}(m_T^{P_1}) + \mathbb{T}(m_T^{P_2}) + O((m_T^P)^3)$ を用いて実行時間を上限づけ、最悪ケースの複雑性 $O(m_T(m_T^3 + n^2))$ を得る。

実験結果

リサーチクエスチョン

• RQ1 通行料に下限がないスタッケルバーグネットワーク価格設定問題は強いかつNP困難か？
• RQ2 非自明な最悪ケース性能保証を持つ、単一需要MaxToll問題の多項式時間近似アルゴリズムを設計できるか？
• RQ3 近似要因 $rac{1}{2}\log_2 m_T + 1$ は、問題の自然な線形緩和に対してタイトか？
• RQ4 再帰的最短経路および通行料サブセットの分解を用いて、アルゴリズムの性能を分析・上限づけられるか？
• RQ5 多需要拡張や通行料下限制約などの追加制約下で、近似要因はどのように振る舞うか？

主な発見

• MaxToll問題は、ハミルトンパス問題への還元により、通行料に下限がない場合でも強いかつNP困難であることが示された。
• 提案された近似アルゴリズムは、通行料アーク数 $m_T$ を用いて、最悪ケース性能保証 $rac{1}{2}"log_2 m_T + 1$ を達成する。
• 近似要因はタイトである：アルゴリズムの出力が 2 であるのに対し、最適解が $2\alpha(k) - 1$ に近づくようなインスタンスの族が構築された。
• アルゴリズムの実行時間は $O(m_T(m_T^3 + n^2))$ で上限づけられており、再帰中に部分問題の値を効率的に再利用している。
• 分析により、構築されたインスタンスで緩和ギャップが達成されていることが確認され、自然な上界に対する近似要因の最適性が証明された。
• アルゴリズムは多需要設定に拡張可能であるが、性能保証は $O(|\mathcal{K}|\log m_T)$ に劣化し、著者らはこの境界がタイトであると仮説している。