[论文解读] A polynomial-time approximation algorithm for all-terminal network reliability

Heng Guo, Mark Jerrum|Edinburgh Research Explorer|Sep 25, 2017

Reliability and Maintenance Optimization被引用 4

一句话总结

本文提出了首个针对全终端网络可靠性问题的全多项式时间随机近似方案（FPRAS），通过在有向图中对簇弹出算法进行新颖分析实现。通过证实Gorodezky与Pak的猜想，作者证明了该算法的期望运行时间为多项式时间，从而能够高效近似计算网络在随机边失效后仍保持连通的概率。

ABSTRACT

We give a fully polynomial-time randomized approximation scheme (FPRAS) for the all-terminal network reliability problem, which is to determine the probability that, in a undirected graph, assuming each edge fails independently, the remaining graph is still connected. Our main contribution is to confirm a conjecture by Gorodezky and Pak (Random Struct. Algorithms, 2014), that the expected running time of the "cluster-popping" algorithm in bi-directed graphs is bounded by a polynomial in the size of the input.

研究动机与目标

• 开发一种高效近似算法，用于求解#P难的全终端网络可靠性问题。
• 通过为网络可靠性提供一个FPRAS，解决近似计数领域长期存在的开放问题。
• 证实Gorodezky与Pak提出的猜想：簇弹出算法在有向图上的期望运行时间为多项式时间。
• 建立网络可靠性与有向图中可达性之间的联系，从而支持基于采样的近似方法。

提出的方法

• 作者采用簇弹出算法，在有向图中以与子图权重成比例的概率抽样根连通子图。
• 利用部分拒绝采样框架分析簇弹出过程，并对期望运行时间进行上界估计。
• 该方法依赖于对子图计数比值 $ N_{t-1}/N_t $ 的分析，证明其单调递增且有界于 $[1/m, m]$。
• 通过连续大小类中观测到的子图比例，构建迭代估计器以近似 $ N_t $，即大小为 $ t $ 的连通子图数量。
• 算法通过一系列收缩和采样操作，将问题简化为估计边权比 $ r_t = (1-p)/p $，并通过重复采样来估计这些比值。
• 应用递归估计过程计算连通子图的总数，从而构造出可靠性概率的FPRAS。

实验结果

研究问题

• RQ1 能否证明簇弹出算法在有向图上的期望运行时间为多项式时间，如Gorodezky与Pak所猜想？
• RQ2 全终端网络可靠性问题是否存在一个全多项式时间随机近似方案（FPRAS）？
• RQ3 能否利用全终端可靠性与有向图中可达性之间的等价性，设计出高效的近似算法？
• RQ4 在 $ x=1, y>1 $ 线上近似计算Tutte多项式的计算复杂度是多少？是否可高效求解？

主要发现

• 簇弹出算法在有向图上的期望运行时间为多项式时间，证实了Gorodezky与Pak的猜想。
• 为全终端网络可靠性问题构造了FPRAS，提供了一个全多项式时间近似方案。
• 采样算法的期望运行时间被有界于输入规模的多项式函数，从而实现高效近似。
• 通过迭代比值估计方法，实现了对每种大小连通子图数量的精确估计。
• 算法对大小为 $ t $ 的子图的观测概率存在常数下界 $ 1/m $，确保了采样的高效性。
• 该方法可扩展至平面图，从而实现对 $ x>1, y=1 $ 线上Tutte多项式的高效近似。