[论文解读] Truthful Mechanisms for Combinatorial AC Electric Power Allocation

Chi-Kin Chau, Khaled Elbassioni+1 more|arXiv (Cornell University)|Mar 16, 2014

Auction Theory and Applications参考文献 6被引用 11

一句话总结

本文提出了一种用于具有复数需求的组合性交流电功率分配的可信近似机制，针对相位角范围在 $[0, \frac{\pi}{2} - \delta]$ 内的需求提出了可信的 PTAS，针对范围在 $(\frac{\pi}{2}, \pi - \delta]$ 内的需求提出了 $(1,1+\epsilon)$-双准则近似的可信 FPTAS，在智能电网环境中实现了接近最优的社会福利，同时遵守系统容量约束。

ABSTRACT

Traditional studies of combinatorial auctions often only consider linear constraints (by which the demands for certain goods are limited by the corresponding supplies). The rise of smart grid presents a new class of auctions, characterized by quadratic constraints. Yu and Chau [AAMAS 13'] introduced the complex-demand knapsack problem, in which the demands are complex-valued and the capacity of supplies is described by the magnitude of total complex-valued demand. This naturally captures the power constraints in AC electric systems. In this paper, we provide a more complete study and generalize the problem to the multi-minded version, beyond the previously known 1/2-approximation algorithm for only a subclass of the problem. More precisely, we give a truthful PTAS for the case phi in [0,pi/2-delta], and a truthful FPTAS, which fully optimizes the objective function but violates the capacity constraint by at most (1+epsilon), for the case phi in (pi/2,pi-delta], where phi is the maximum angle between any two complex-valued demands and epsilon,delta>0 are arbitrarily small constants.

研究动机与目标

• 为解决在交流电系统中具有二次约束的多兴趣组合拍卖缺乏可信近似机制的问题。
• 将复数需求的背包问题推广至此前仅知 $\frac{1}{2}$-近似解的正象限需求之外。
• 设计高效且激励相容的算法，尊重智能电网功率分配中的视在功率容量限制。
• 在假设 P ≠ NP 的前提下，建立紧致的近似界，解决先前工作中遗留的开放问题。

提出的方法

• 采用双准则近似框架，具有 $(\alpha, \beta)$-保证，允许对容量约束进行受控违反，以提升目标函数的近似效果。
• 应用动态规划与最大范围机制，构建激励相容的可信机制。
• 通过将实部与虚部缩放并离散化为有限集合 $\mathcal{A}_+, \mathcal{A}_-, \mathcal{B}$，对复数需求实施舍入技术，实现多项式时间优化。
• 设计两阶段算法，分别处理复数需求的正负实部，通过精确的二维背包求解器组合解决方案。
• 引入声明无关的解空间 $\mathcal{S}$，通过将出价与分配决策解耦，确保可信性。
• 使用截断过程确保舍入后的需求在略微放宽的容量边界下仍可行，从而实现 $(1,1+\epsilon)$-近似。

实验结果

研究问题

• RQ1 当所有复数需求的相位角均位于 $[0, \frac{\pi}{2} - \delta]$ 范围内时，能否为多兴趣复数需求背包问题设计出可信的 PTAS？
• RQ2 对于相位角范围在 $(\frac{\pi}{2}, \pi - \delta]$ 内的需求（此时实部可能为负），是否能够实现具有 $(1,1+\epsilon)$-双准则近似的可信 FPTAS？
• RQ3 当任意两个需求之间的最大相位角 $\phi$ 趋近于 $\pi$ 时，该问题的近似基本限制是什么？
• RQ4 此前已知的 $\frac{1}{2}$-近似算法能否扩展为多兴趣场景下的完整可信 PTAS？
• RQ5 当 $\phi$ 任意接近 $\pi$ 时，该问题是否存在固有的不可近似性障碍？

主要发现

• 对于 $\phi \in [0, \frac{\pi}{2} - \delta]$ 的情形，实现了可信的 PTAS，提供 $(1 - \epsilon, 1)$-近似，时间复杂度为多项式时间。
• 针对 $\phi \in (\frac{\pi}{2}, \pi - \delta]$ 的情形，设计了具有 $(1, 1 + \epsilon)$-双准则近似的可信 FPTAS，运行时间在 $n$ 和 $\frac{1}{\epsilon}$ 上为多项式时间。
• 该算法保证总复数需求不超过 $(1 + 3\epsilon)C$，确保容量违反程度有界。
• 通过声明无关的范围 $\mathcal{S}$ 证明了解的可信性，确保参与者报告真实估值与需求。
• 论文证明了：除非 P = NP，否则 $\phi \in (\frac{\pi}{2}, \pi - \delta]$ 情形下不存在 PTAS；当 $\phi$ 趋近 $\pi$ 时，也不存在具有多项式保证的双准则近似，从而建立了紧致的边界。
• 这些结果完全解决了 Yu 和 Chau (AAMAS 13’) 提出的开放问题，填补了复数需求功率分配在近似与可信性方面的空白。