[논문 리뷰] Multiset Ordering Constraints

Alan M. Frisch, Ian Miguel외 3명|ArXiv.org|2009. 05. 22.

Constraint Satisfaction and Optimization참고 문헌 11인용 수 23

한 줄 요약

이 논문은 두 변수 벡터의 값 다중집합이 순서가 지켜지는 것을 보장하는 새로운 글로벌 제약 조건인 다중집합 순서(ordering)를 제안한다. 일반화된 간선 일관성(GAC)을 확보하기 위한 선형 시간 알고리즘을 제시하며, 행렬 대칭성과 스포츠 일정 편성과 같은 제약 만족 문제에서 기존의 lex-ordering 및 GCC 제약 조건보다 뛰어난 효율성과 대칭성 제거 능력을 보여준다.

ABSTRACT

We identify a new and important global (or non-binary) constraint. This constraint ensures that the values taken by two vectors of variables, when viewed as multisets, are ordered. This constraint is useful for a number of different applications including breaking symmetry and fuzzy constraint satisfaction. We propose and implement an efficient linear time algorithm for enforcing generalised arc consistency on such a multiset ordering constraint. Experimental results on several problem domains show considerable promise.

연구 동기 및 목표

• 변수 값의 다중집합이 순서가 지켜지는 것을 보장하는 새로운 글로벌 제약 조건인 다중집합 순서를 식별하고 형식화하기.
• 다중집합 순서 제약 조건에 대해 일반화된 간선 일관성(GAC)을 확보하기 위한 효율적인 선형 시간 알고리즘 개발하기.
• 다중집합 순서 제약 조건이 행렬 모델과 흐린 제약 만족 문제에서 대칭성 제거에 얼마나 효과적인지 입증하기.
• 다중집합 순서와 기존 기법들인 lex-ordering 및 GCC 제약 조건을 대칭 감소 및 계산 효율성 측면에서 비교하기.

제안 방법

• 다중집합 순서를 재귀적 비교를 통해 정의: M ≺ₘ N 이라 함은 M 이 비어 있고 N 이 비어 있지 않거나, M 의 최댓값이 N 의 최댓값보다 작거나, 최댓값이 같고 그 이후의 나머지 다중집합이 한 개의 원소를 제거한 후 순서를 만족할 경우.
• x ≤ₘ y 로 다중집합 순서 제약 조건을 형식화하며, 여기서 x 와 y 는 변수의 벡터이며, 값의 다중집합이 정의된 순서를 만족할 경우 제약 조건이 성립한다.
• 출현 수 벡터를 사용하여 경계와 도메인 제약 조건을 효율적으로 전파함으로써 다중집합 순서 제약 조건에 대해 GAC 를 확보하는 선형 시간 알고리즘을 제안한다.
• 다중집합을 비교하기 위해 내림차순으로 인덱싱된 출현 수 벡터를 사용하며, 필요에 따라 앞부분에 0을 패딩하여 값을 정렬한다.
• ILOG Solver 에서 GAC 알고리즘을 구현하고, 점진적 파티 문제 및 스포츠 일정 문제와 같은 벤치마크 문제에서 평가한다.
• GCC 제약 조건 및 lex-ordering 과 같은 대안적 접근 방식과 실패 수, 선택 지점 수, 실행 시간을 지표로 비교한다.

실험 결과

연구 질문

• RQ1 행렬 모델에서 행과 열의 순열이 구별되지 않을 경우, 다중집합 순서 제약 조건이 효과적으로 대칭성을 제거할 수 있는가?
• RQ2 제약 만족 문제에서 다중집합 순서와 lex-ordering 을 대칭 감소 및 탐색 공간 축소 측면에서 비교했을 때 어떤가?
• RQ3 GCC 와 같은 산술 제약 조건이나 글로벌 제약 조건으로 분해하는 것보다, 다중집합 순서 제약 조건에 특화된 GAC 알고리즘이 더 효율적인가?
• RQ4 다양한 탐색 전략과 조합했을 때, 다중집합 순서가 lex-ordering 보다 더 많은 대칭성을 제거하는가?
• RQ5 스포츠 일정과 같이 본질적으로 대칭성이 존재하는 문제에서, 다중집합 순서가 기존의 대칭성 제거 방법보다 더 작은 탐색 트리와 더 빠른 해결 시간을 제공하는가?

주요 결과

• 다중집합 순서 제약 조건은 탐색 트리 크기를 크게 줄였다: 6-13-29 점진적 파티 문제에서 ≤ₘ C 는 실패 수를 20,722에서 7,053으로 줄였고, 시간은 12.3초에서 4.6초로 감소시켰다.
• 점진적 파티 문제에서 열 기반 다중집합 순서(≤ₘ C)가 가장 작은 탐색 트리와 가장 짧은 해결 시간을 기록했으며, 모든 lex-ordering 변형보다 뛰어났다.
• n=9 인 스포츠 일정 문제에서 다중집합 순서(≤ₘ C)는 실패 수를 260만 이상에서 760,973으로 줄였고, 시간은 857.2초에서 130.5초로 감소시켜 강력한 확장성 잠재력을 보였다.
• 일부 설정(예: 열 기반 레이블링)에서는 다중집합 순서가 lex-ordering 보다 더 효과적이었고, 다른 경우에는 lex-ordering 이 더 나은 성능을 보였다—이를 통해 두 접근 방식은 상호 보완적이며 상호 대체 불가능하다는 것이 확인되었다.
• 제안된 다중집합 순서 제약 조건에 대한 선형 시간 GAC 알고리즘은 GCC 및 산술 제약 조건으로 분해하는 것보다 효율성과 대칭성 제거 능력 측면에서 뛰어났다.
• ≤ₘ C 와 <ₗₑₓ R 의 조합이 가장 작은 탐색 트리와 가장 짧은 해결 시간을 기록했으며, 이는 서로 다른 차원에서 다중집합 순서와 lex 순서를 조합하면 단독으로 사용할 경우보다 더 많은 대칭성을 제거할 수 있다는 가설을 뒷받침한다.