[논문 리뷰] Approximation Algorithms for Orienteering with Time Windows

Chandra Chekuri, Nitish Korula|ArXiv.org|2007. 11. 29.

Optimization and Packing Problems참고 문헌 15인용 수 15

한 줄 요약

이 논문은 시간 창 길이의 최대값과 최소값 비율 $ L_{\max}/L_{\min} $ 을 활용하여 시간 창이 있는 오리엔티어링 문제(Orienteering-TW)에 대해 향상된 근사 알고리즘을 제시한다. 정수 시간 창에 대해 $ O(\alpha \log L_{\max}) $ 근사, 일반적인 경우에 대해 $ O(\alpha \max\{\log \text{OPT}, \log(L_{\max}/L_{\min})\}) $ 근사, 시작 및 종료점이 지정되지 않은 경우 $ O(\alpha \log(L_{\max}/L_{\min})) $ 근사 알고리즘을 제안하며, 비방향 그래프에서 $ L_{\max}/L_{\min} $ 이 다항식 유계일 경우 $ O(\log n) $ 근사 비율을 달성한다.

ABSTRACT

Orienteering is the following optimization problem: given an edge-weighted graph (directed or undirected), two nodes s,t and a time limit T, find an s-t walk of total length at most T that maximizes the number of distinct nodes visited by the walk. One obtains a generalization, namely orienteering with time-windows (also referred to as TSP with time-windows), if each node v has a specified time-window [R(v), D(v)] and a node v is counted as visited by the walk only if v is visited during its time-window. For the time-window problem, an O(\log \opt) approximation can be achieved even for directed graphs if the algorithm is allowed quasi-polynomial time. However, the best known polynomial time approximation ratios are O(\log^2 \opt) for undirected graphs and O(\log^4 \opt) in directed graphs. In this paper we make some progress towards closing this discrepancy, and in the process obtain improved approximation ratios in several natural settings. Let L(v) = D(v) - R(v) denote the length of the time-window for v and let \lmax = \max_v L(v) and \lmin = \min_v L(v). Our results are given below with αdenoting the known approximation ratio for orienteering (without time-windows). Currently α= (2+\eps) for undirected graphs and α= O(\log^2 \opt) in directed graphs. 1. An O(α\log \lmax) approximation when R(v) and D(v) are integer valued for each v. 2. An O(α\max{\log \opt, \log \frac{\lmax}{\lmin}}) approximation. 3. An O(α\log \frac{\lmax}{\lmin}) approximation when no start and end points are specified. In particular, if \frac{\lmax}{\lmin} is poly-bounded, we obtain an O(\log n) approximation for the time-window problem in undirected graphs.

연구 동기 및 목표

• 시간 창이 있는 오리엔티어링 문제에 대해 다항식 시간 근사 비율과 준다항식 시간 근사 비율 사이의 격차를 메우기 위해.
• 특히 $ L_{\max}/L_{\min} $ 비율과 같은 시간 창의 구조적 성질을 활용하여 근사 보증을 향상시키기 위해.
• 특히 비방향 그래프에서 표준 오리엔티어링 문제로의 블랙박스 감소보다 더 나은 성능을 내는 알고리즘을 개발하기 위해.
• 특정 간격 내에 방문되어야 하는 노드가 있는 차량 경로 및 스케줄링 응용 분야에서 시간 창 제약 조건에 도전하기 위해.

제안 방법

• 시간 창을 하위 간격으로 재귀적으로 분할하는 방식을 사용하며, 특히 $ L_{\max}/L_{\min} $ 가 작을 경우 모듈러한 하위 인스턴스를 생성한다.
• 시간 창 길이 $ L \leq 2 $ 인 경우, 각각 길이가 0.5 이하인 하위 간격을 가진 다섯 개의 제약된 원래 문제의 변형을 구성하여, 일정 요율 근사가 가능하도록 한다.
• 반정수 시간 창(출하 또는 마감 시간)을 다룰 수 있도록 모듈러한 인스턴스에 대해 Frederickson-Wittman 알고리즘을 수정하여, 특정 조건 하에서 일정 요율 근사가 가능하도록 한다.
• 영역 길이가 0인 시간 창에 대해서는 동적 프로그래밍을 활용하고, 표준 오리엔티어링 문제에 대해 알려진 $ \alpha $-근사 알고리즘을 블랙박스 구성 요소로 활용한다.
• 수정된 인스턴스에서의 최적 해와 원래 문제의 해 사이의 관계를 분석하여, 제약된 버전에서 좋은 해가 원래 문제의 좋은 해를 이끌어낸다는 것을 보였다.
• 일반적인 경우, 표준 오리엔티어링 문제의 $ \alpha $-근사 비율과 $ L_{\max}/L_{\min} $ 의 로그 인자들을 조합하여 개선된 상한을 도출한다.

실험 결과

연구 질문

• RQ1 최대 시간 창 길이와 최소 시간 창 길이의 비율을 활용하여 시간 창이 있는 오리엔티어링 문제에 대해 더 나은 다항식 시간 근사 비율을 달성할 수 있는가?
• RQ2 비방향 그래프에서 $ L_{\max}/L_{\min} $ 가 다항식 유계일 경우, $ O(\log n) $ 근사 비율을 확보할 수 있는가?
• RQ3 지향 그래프에서 근사 비율을 낮추기 위해 오리엔티어링 알고리즘의 블랙박스 사용을 피할 수 있는가?
• RQ4 시작 및 종료점이 고정되어 있지 않은 경우에도 $ L_{\max}/L_{\min} \leq 2 $ 일 때 일정 요율 근사가 가능한가?
• RQ5 다중 분리된 시간 창을 가진 정점도 다룰 수 있도록 근사 프레임워크를 확장할 수 있는가?

주요 결과

• 시간 창이 정수일 경우, 표준 오리엔티어링 문제의 근사 비율 $ \alpha $ 를 기반으로 $ O(\alpha \log L_{\max}) $ 근사 비율을 확보한다.
• 일반적인 인스턴스에 대해 $ O(\alpha \max\{\log \text{OPT}, \log(L_{\max}/L_{\min})\}) $ 근사 비율을 확보하며, 이는 지향 그래프에서 이전의 $ O(\log^4 \text{OPT}) $ 상한보다 향상된 결과이다.
• 시작 및 종료 정점이 지정되지 않은 경우 $ O(\alpha \log(L_{\max}/L_{\min})) $ 근사 비율을 달성하며, 이는 $ L_{\max}/L_{\min} $ 이 작을 경우 특히 효과적이다.
• $ L_{\max}/L_{\min} $ 가 다항식 유계일 경우, 비방향 그래프에서 $ O(\log n) $ 근사 비율을 달성하며, 이는 표준 오리엔티어링 문제에서 알려진 최고의 비율과 일치한다.
• $ L \leq 2 $ 인 경우, 시작 및 종료 정점이 고정되어 있지 않더라도 수정된 Frederickson-Wittman 알고리즘을 사용하여 일정 요율 근사가 가능하다.
• 결과적으로 시간 창 길이 비율이 오리엔티어링-TW 문제의 해법 가능성 결정에 핵심적인 매개변수임을 보여주며, 블랙박스 감소 기법보다는 상당한 향상을 이룬다.