[论文解读] Graph Coalition Structure Generation

Thomas Voice, Maria Polukarov+1 more|arXiv (Cornell University)|Feb 8, 2011

Auction Theory and Applications参考文献 14被引用 6

一句话总结

本文提出了图联盟结构生成（GCSG）框架，这是一种针对无向图上估值函数独立于非连通成员的联盟结构生成新方法。证明了即使在平面图下采用边和估值函数，该问题仍是NP完全的；但为无环图、$K_{2,3}$-minor-free图和$K_4$-minor-free图提供了多项式时间算法，为结构化图类建立了基础复杂度边界。

ABSTRACT

We give the first analysis of the computational complexity of {\it coalition structure generation over graphs}. Given an undirected graph $G=(N,E)$ and a valuation function $v:2^N ightarrow\RR$ over the subsets of nodes, the problem is to find a partition of $N$ into connected subsets, that maximises the sum of the components' values. This problem is generally NP--complete; in particular, it is hard for a defined class of valuation functions which are {\it independent of disconnected members}---that is, two nodes have no effect on each other's marginal contribution to their vertex separator. Nonetheless, for all such functions we provide bounds on the complexity of coalition structure generation over general and minor free graphs. Our proof is constructive and yields algorithms for solving corresponding instances of the problem. Furthermore, we derive polynomial time bounds for acyclic, $K_{2,3}$ and $K_4$ minor free graphs. However, as we show, the problem remains NP--complete for planar graphs, and hence, for any $K_k$ minor free graphs where $k\geq 5$. Moreover, our hardness result holds for a particular subclass of valuation functions, termed {\it edge sum}, where the value of each subset of nodes is simply determined by the sum of given weights of the edges in the induced subgraph.

研究动机与目标

• 形式化并分析图结构化代理集合上联盟结构生成的计算复杂度。
• 研究结构约束（特别是图子图与连通性）对联盟形成可解性的影响。
• 识别出可在多项式时间内高效计算最优联盟结构的图类与估值函数。
• 为自然估值函数（如边和）建立硬度结果，即使在平面性约束下亦成立。
• 为无子图图与无环图提供构造性算法与复杂度边界。

提出的方法

• 引入非连通成员独立性（IDM）概念，即节点的边际贡献不受非相邻节点影响。
• 将边和估值函数定义为诱导子图中边权之和，该函数满足IDM性质。
• 通过从3-SAT问题归约证明NP完全性，构建编码逻辑依赖关系的图组件。
• 采用平面图构造与通过辅助组件（如图6）替换边交叉，以在归约中保持平面性。
• 构建图构件（图6–9），以强制逻辑一致性：例如，一对节点属于同一联盟当且仅当其对应文字为假。
• 证明存在局部最优联盟结构当且仅当3-SAT实例可满足，且在这些情况下最优性与局部最优性一致。

实验结果

研究问题

• RQ1 当估值函数独立于非连通成员时，图上联盟结构生成的计算复杂度是什么？
• RQ2 对于哪些图类（如无环图、无子图类）GCSG问题可在多项式时间内求解？
• RQ3 即使在自然估值函数（如边和）下，该问题是否在平面图中仍为NP完全？
• RQ4 在特定图结构与估值约束下，能否将局部最优性用作全局最优性的代理？
• RQ5 图的哪些结构特性可实现最优联盟结构的高效计算？

主要发现

• GCSG问题在一般图上为NP完全，即使在边和估值函数下对平面图也保持NP完全。
• 该问题在无环图、$K_{2,3}$-minor-free图和$K_4$-minor-free图上可多项式时间求解。
• 对于所有IDM估值函数，本文为一般图与无子图类图提供了复杂度边界与构造性算法。
• 从3-SAT到GCSG的归约表明，存在局部最优联盟结构当且仅当3-SAT实例可满足。
• 归约中构造图的规模为$O(m^2)$，其中$m$为子句数量，确认了NP完全性证明的效率。
• 在构造的实例中，联盟结构为最优当且仅当其为局部最优，建立了局部与全局最优性之间的强关联。