[论文解读] A polyhedral approach to computing border bases

Gábor Braun, Sebastian Pokutta|arXiv (Cornell University)|Nov 4, 2009

Polynomial and algebraic computation参考文献 28被引用 3

一句话总结

本论文提出了一种多面体框架，通过将支持边界基的次数相容序理想表征为序理想多面体的整数点，实现了对零维理想边界基的计算。该方法通过基于偏好的优化，实现了对任意此类序理想的边界基计算，消除了对项序的依赖，并将问题转化为在多面体上求解线性规划问题。其关键贡献在于建立了多面体整数点与支持边界基的有效序理想之间的一一对应关系。

ABSTRACT

Border bases can be considered to be the natural extension of Gröbner bases that have several advantages. Unfortunately, to date the classical border basis algorithm relies on (degree-compatible) term orderings and implicitly on reduced Gröbner bases. We adapt the classical border basis algorithm to allow for calculating border bases for arbitrary degree-compatible order ideals, which is \emph{independent} from term orderings. Moreover, the algorithm also supports calculating degree-compatible order ideals with \emph{preference} on contained elements, even though finding a preferred order ideal is NP-hard. Effectively we retain degree-compatibility only to successively extend our computation degree-by-degree. The adaptation is based on our polyhedral characterization: order ideals that support a border basis correspond one-to-one to integral points of the order ideal polytope. This establishes a crucial connection between the ideal and the combinatorial structure of the associated factor spaces.

研究动机与目标

• 解决一个开放问题：表征给定零维理想下支持边界基的次数相容序理想。
• 消除经典边界基算法中对项序和约化的格罗布纳基的依赖。
• 实现对任意次数相容序理想的边界基计算，包括用户对单项式有自定义偏好的情况。
• 通过多面体组合学建立理想代数结构与因子空间组合几何之间的联系。

提出的方法

• 将支持边界基的次数相容序理想集合建模为序理想多面体的整数点。
• 在序理想多面体上使用线性规划，基于用户定义的单项式权重计算首选序理想。
• 将经典边界基算法适配为可处理多面体的任意整数点，而不仅限于由项序诱导的点。
• 利用 $L$-稳定张成作为核心计算步骤，其时间复杂度为多项式时间，主导了整体复杂度。
• 将最优序理想的搜索问题形式化为混合整数规划问题，可通过 CPLEX 或 SCIP 等标准求解器求解。
• 在多个多项式系统上验证该方法，包括计数所有可行的序理想以及在偏好函数上进行优化。

实验结果

研究问题

• RQ1 哪些次数相容序理想能为给定的零维理想支持边界基？
• RQ2 经典边界基算法能否推广为不依赖项序或约化的格罗布纳基而运行？
• RQ3 能否为一个首选序理想计算边界基，其中某些单项式被优先包含？
• RQ4 如何从组合与计算角度表征所有支持边界基的有效序理想集合？
• RQ5 在给定偏好函数下，寻找最优序理想的计算复杂度是多少？

主要发现

• 序理想多面体的整数点与支持给定零维理想边界基的次数相容序理想之间存在一一对应关系。
• 主导运行时间的 $L$-稳定张成计算远比在序理想多面体上进行优化昂贵，后者在所有测试案例中每轮耗时均不足 0.1 秒。
• 仅对较小实例，计数所有可行的次数相容序理想在计算上是可行的，最多在 55 秒内找到 108,900 个此类理想。
• 在最大测试系统中，300 秒时间限制内已计数超过 130 万个序理想，表明其呈指数增长。
• 该方法通过将问题转化为多面体优化，成功实现了对任意次数相容序理想的边界基计算，包括具有复杂偏好函数的情况。
• 尽管底层优化问题是 NP-难的，但该方法仍能高效计算首选序理想，原因在于 $L$-稳定张成计算在整体运行时间中占主导地位。