[論文レビュー] An Improved Approximation Algorithm for the Hard Uniform Capacitated k-median Problem

Shanfei Li|arXiv (Cornell University)|Jun 17, 2014

Facility Location and Emergency Management参考文献 1被引用数 13

ひとこと要約

この論文は、容量増加を 3 から 2 + 2/α に削減することで、先行研究に比して改善された (6 + 10α)-近似アルゴリズムを、硬い均一容量制約付き k-メディアン問題に対して提示する。この手法は、スターデコンポジションと分数解の操作を組み合わせた洗練された LP ラウンディングフレームワークを用い、容量違反が有界なままより良い近似比を達成しており、(2, 3) のすべての違反比において、以前のアルゴリズムを上回っている。

ABSTRACT

In the $k$-median problem, given a set of locations, the goal is to select a subset of at most $k$ centers so as to minimize the total cost of connecting each location to its nearest center. We study the uniform hard capacitated version of the $k$-median problem, in which each selected center can only serve a limited number of locations. Inspired by the algorithm of Charikar, Guha, Tardos and Shmoys, we give a $(6+10α)$-approximation algorithm for this problem with increasing the capacities by a factor of $2+\frac{2}α, α\geq 4$, which improves the previous best $(32 l^2+28 l+7)$-approximation algorithm proposed by Byrka, Fleszar, Rybicki and Spoerhase violating the capacities by factor $2+\frac{3}{l-1}, l\in \{2,3,4,\dots\}$.

研究の動機と目的

• 容量違反を低減させつつ、硬い均一容量制約付き k-メディアン問題のより良い近似アルゴリズムを開発すること。
• 容量違反 2 + 3/(l−1) の場合に、(32l² + 28l + 7) の既存の最良近似比を改善すること。
• (2, 3) の範囲で、近似比と容量違反要因のよりタイトなトレードオフを達成すること。
• Charikar らの LP ラウンディングおよびスターデコンポジション技術を拡張・洗練し、最悪ケースの容量超過をよりよく制御すること。

提案手法

• 容量制約付き k-メディアン問題の LP リラクセーションを活用し、制御された容量違反を持つ {1/2, 1}-分数解を構築する。
• 場所の開設値に基づいて、階層的クラスタリング手法を用いて分数解をルート付きスターデコンポジションに分解する。
• 距離順序と分数開設値に基づいて中心を選択する、新しいスターディスクリートラウンディング戦略を適用し、コストと容量超過を最小化する。
• 容量違反要因を制御するパラメータ α ≥ 4 を用い、2 + 2/α に設定し、α に依存するラウンディング規則を設計して容量制約を満たす。
• コスト増加を抑えられるように、2段階の再割り当て（中間の分数中心へ、その後最終の整数中心へ）を実施する。
• 三角不等式とサービスコストの性質を用いて、再割り当てコストを集中法で抑え込む。

実験結果

リサーチクエスチョン

• RQ1 硬い均一容量制約付き k-メディアン問題において、3 よりも低い容量違反要因を維持しながら、定数の近似比を達成できるか？
• RQ2 (2, 3) の範囲で、近似比と容量違反要因の最良のトレードオフは何か？
• RQ3 LP ラウンディング技術をどのように洗練すれば、スターベースのデコンポジションにおける容量超過をよりよく制御できるか？
• RQ4 α ≥ 4 のパrameterized ラウンディング戦略は、固定された違反要因を持つ従来の手法に比べ、より良い近似比を達成できるか？
• RQ5 3 から 2 + 2/α に容量違反を削減しながら、定数の近似比を維持することは可能か？

主な発見

• 提案されたアルゴリズムは、硬い均一容量制約付き k-メディアン問題に対して (6 + 10α)-近似比を達成する。
• 容量違反は 2 + 2/α の要因で有界であり、α ≥ 4 のすべての値に対して 3 よりも厳密に小さい。
• 違反比が 2.1, 2.3, 2.5, 2.75, 3 の場合、それぞれ近似比は 206, 72.67, 46, 46, 46 となり、以前の最良の 31627, 4187, 1771, 947, 16 より顕著に改善されている。
• アルゴリズムは、k 個以下の合計中心を維持しており、基数制約を満たしている。
• Charikar らの 16-近似を、容量違反を 3 から 2 + 2/α に削減することで改善している。
• アルゴリズムは、容量違反要因が 2 + 1/(6 + 10α) のメトリック施設配置モデルへ拡張可能であり、近似比はわずかな加法的要因内で保持される。