[论文解读] A Dynamic Near-Optimal Algorithm for Online Linear Programming

Shipra Agrawal, Zizhuo Wang+1 more|arXiv (Cornell University)|Nov 16, 2009

Optimization and Search Problems参考文献 18被引用 36

一句话总结

本文提出一种动态、近似最优的在线线性规划算法，在随机列到达顺序下，通过几何更新对偶价格来指导序列决策。在温和条件下，其竞争力比接近1，具有理论保证，并通过最坏情况示例展示了近似最优性。

ABSTRACT

A natural optimization model that formulates many online resource allocation and revenue management problems is the online linear program (LP) in which the constraint matrix is revealed column by column along with the corresponding objective coefficient. In such a model, a decision variable has to be set each time a column is revealed without observing the future inputs and the goal is to maximize the overall objective function. In this paper, we provide a near-optimal algorithm for this general class of online problems under the assumption of random order of arrival and some mild conditions on the size of the LP right-hand-side input. Specifically, our learning-based algorithm works by dynamically updating a threshold price vector at geometric time intervals, where the dual prices learned from the revealed columns in the previous period are used to determine the sequential decisions in the current period. Due to the feature of dynamic learning, the competitiveness of our algorithm improves over the past study of the same problem. We also present a worst-case example showing that the performance of our algorithm is near-optimal.

研究动机与目标

• 解决约束和目标在无未来信息前提下按顺序到达的在线资源分配问题。
• 开发一种原始-对偶算法，在随机排列到达顺序下保持高竞争力。
• 通过引入动态、几何更新的对偶价格，改进先前静态阈值方法。
• 建立理论性能边界，并通过最坏情况分析证明近似最优性。
• 将适用性扩展至收益管理与在线匹配中的整数规划松弛问题。

提出的方法

• 该算法基于前一区间的历史列数据，在几何时间间隔内动态更新对偶价格向量。
• 利用拉格朗日松弛和前期的对偶解来确定当前周期的原始决策。
• 该方法采用随机排列模型，假设列在均匀随机顺序下到达，尽管集合由对抗性选择。
• 在右端值满足温和假设下，随着问题规模增大，算法保持接近1的竞争力比。
• 利用随机扰动论证，限制原始解与对偶解可能偏离的决策点数量。
• 理论分析利用计算几何方法，基于对偶价格配置边界化不同决策区域的数量。

实验结果

研究问题

• RQ1 在在线线性规划中，动态对偶价格更新策略是否能优于静态阈值方法？
• RQ2 在随机到达顺序和有界右端值输入下，可实现的最佳竞争力比是多少？
• RQ3 对偶价格在几何时间间隔内的更新如何影响在线LP的长期性能？
• RQ4 该算法在最坏情况下是否近似最优，且能否形式化证明？
• RQ5 该结果在多大程度上可推广至在线资源分配的整数规划形式？

主要发现

• 对于任意 ε > 0，该算法的竞争力比至少为 1 - O(√(z/B) + ε)，当 B 增大时趋近于1。
• 最坏情况示例表明，任何算法的竞争力比均无法优于 1 - O(√(z/B))，证明了该算法的近似最优性。
• 原始解与最优对偶基础解不同的时间步数被限制为 m（约束数量）。
• 该算法在随机排列模型下表现稳健，该模型弱于独立同分布假设，但强于最坏情况分析。
• 该方法可自然扩展至整数规划松弛问题，在温和条件下保持性能保证。
• 利用计算几何推导出决策区域复杂度的理论边界，表明最多存在 (nk²)^m 种不同配置。