[论文解读] An Approximation Algorithm for Stackelberg Network Pricing

Sébastien Roch, Marcotte, P.+1 more|arXiv (Cornell University)|Sep 27, 2004

Advanced Graph Theory Research参考文献 21被引用 65

一句话总结

本文提出了一种多项式时间近似算法，用于解决堆叠尔伯格网络定价问题，其中领导者在网络弧上设定通行费以最大化收入，且用户在给定成本结构下选择最短路径。该算法在最坏情况下的性能保证为 $\frac{1}{2}\log_2 m_T + 1$，其中 $m_T$ 为收费弧的数量，并通过构造实例证明该界是紧的。

ABSTRACT

We consider the problem of maximizing the revenue raised from tolls set on the arcs of a transportation network, under the constraint that users are assigned to toll-compatible shortest paths. We first prove that this problem is strongly NP-hard. We then provide a polynomial time algorithm with a worst-case precision guarantee of ${1/2}\log_2 m_T+1$, where $m_T$ denotes the number of toll arcs. Finally we show that the approximation is tight with respect to a natural relaxation by constructing a family of instances for which the relaxation gap is reached.

研究动机与目标

• 证明在无通行费下限约束条件下，堆叠尔伯格网络定价问题具有强 NP-难性。
• 为单商品 MaxToll 问题设计一种多项式时间近似算法，并提供可证明的最坏情况性能保证。
• 通过构造一类实现松弛间隙的实例，证明近似因子的紧性。
• 通过路径的递归分解方法，分析所提出算法 ExploreDescendants 的时间复杂度与正确性。
• 探讨该结果对多商品扩展以及存在容量或通行费下限约束情形的启示。

提出的方法

• 将 MaxToll 问题建模为双层优化问题，其中领导者设定通行费，用户根据诱导成本结构选择最短路径。
• 使用参数化最短路径计算，以零成本弧构成的基路径 $P_0$ 初始化算法。
• 递归应用 ExploreDescendants 过程，对路径进行分解，并通过在通行费子集上进行动态规划来探索通行费配置。
• 使用 MaxRev 子程序，通过在通行费弧上的划分策略，计算给定路径上的最大可实现收入。
• 在递归过程中复用预计算的值 $\mathcal{U}_{i,j}$ 和 $\mathcal{L}_{i,j}$，以保持效率。
• 通过递推关系 $\mathbb{T}(m_T^P) = \mathbb{T}(m_T^{P_1}) + \mathbb{T}(m_T^{P_2}) + O((m_T^P)^3)$ 限制运行时间，得出最坏情况下的复杂度为 $O(m_T(m_T^3 + n^2))$。

实验结果

研究问题

• RQ1 在无通行费下限约束条件下，堆叠尔伯格网络定价问题是否具有强 NP-难性？
• RQ2 能否为单商品 MaxToll 问题设计一种具有非平凡最坏情况性能保证的多项式时间近似算法？
• RQ3 近似因子 $\frac{1}{2}\log_2 m_T + 1$ 是否相对于问题的自然线性松弛是紧的？
• RQ4 能否通过最短路径与通行费子集的递归分解方法，对算法性能进行分析与界控？
• RQ5 在多商品扩展或存在通行费下限等附加约束条件下，近似因子的行为如何？

主要发现

• MaxToll 问题即使在无通行费下限约束下也具有强 NP-难性，通过从哈密顿路径问题的归约得以证明。
• 所提出的近似算法在最坏情况下的性能保证为 $\frac{1}{2}\log_2 m_T + 1$，其中 $m_T$ 为通行费弧的数量。
• 该近似因子是紧的：构造了一类实例，其中算法输出为 $2$，而最优解为 $2\alpha(k) - 1$，随着 $k$ 增大趋近于该界。
• 算法的运行时间被限制在 $O(m_T(m_T^3 + n^2))$，且在递归过程中高效复用子问题的计算结果。
• 分析表明，在构造的实例中实现了松弛间隙，证明了该近似因子相对于自然上界是最优的。
• 该算法可扩展至多商品情形，但性能保证退化为 $O(|\mathcal{K}|\log m_T)$，作者推测该界是紧的。