[论文解读] Approximation algorithms for Capacitated Facility Location Problem with Penalties

Neelima Gupta, Shubham Gupta|arXiv (Cornell University)|Aug 21, 2014

Facility Location and Emergency Management参考文献 8被引用 9

一句话总结

本文提出了容量设施选址问题带惩罚项（CapFLPP）的局部搜索近似算法，其中客户可被部分服务，未服务的需求将产生单位惩罚。通过将Chudak-Williamson与Pal-Tardos-Wexler技术扩展至带惩罚的最小费用流和重新分配策略，该文在统一容量下实现了(5.83 + ε)近似，在非统一容量下实现了(8.532 + ε)近似。

ABSTRACT

In this paper, we address the problem of capacitated facility location problem with penalties (CapFLPP) paid per unit of unserved demand. In case of uncapacitated FLP with penalties demands of a client are either entirely met or are entirely rejected and penalty is paid. In the uncapacitated case, there is no reason to serve a client partially. Whereas, in case of CapFLPP, it may be beneficial to serve a client partially instead of not serving at all and, pay the penalty for the unmet demand. Charikar et. al. \cite{charikar2001algorithms}, Jain et. al. \cite{jain2003greedy} and Xu- Xu \cite{xu2009improved} gave $3$, $2$ and $1.8526$ approximation, respectively, for the uncapacitated case . We present $(5.83 + ε)$ factor for the case of uniform capacities and $(8.532 + ε)$ factor for non-uniform capacities.

研究动机与目标

• 为解决容量设施选址问题带惩罚项（CapFLPP）的问题，其中未服务需求将产生单位惩罚，且由于容量约束，部分服务具有优势。
• 将现有的局部搜索框架——Chudak-Williamson（CW）用于统一容量，Pal-Tardos-Wexler（PTW）用于非统一容量——扩展以纳入惩罚成本。
• 设计一种多项式时间的局部搜索算法，尽管自然LP松弛在容量设施选址问题中存在整数规划间隙，仍能保持有界的近似比。
• 通过将原始-对偶和对偶拟合技术适配到带惩罚的容量设置，改进先前无容量限制FLPP的近似因子（例如1.8526）。
• 通过仔细分析设施重新分配与设施开启、服务和惩罚成本之间的权衡，建立近似比的理论界。

提出的方法

• 针对统一容量，通过用带惩罚的最小费用流替代标准最小费用流，将Chudak-Williamson（CW）局部搜索框架适配于统一容量情形。
• 利用最优解的树分解，将其划分为重型、轻型、主导型和非主导型设施，以指导重新分配操作。
• 定义并应用各类重新分配操作，如开启、关闭、删除及删除并重新分配，针对不同类别的设施（H, LD, LND），确保满足容量和需求约束。
• 引入带惩罚的分配机制：对于每个客户j，若其需求未被完全满足，则将其部分需求分配至惩罚节点N*，未满足需求的单位成本为p_j。
• 通过引入转运成本α′，将局部搜索解的成本与最优解关联，推导出非统一容量下的不等式：c(S) ≤ 9c_f(S*) + 5c_s(S*) + 5c_p(S*)。
• 采用缩放技术，将非统一容量下的(9+ε)界提升至(8.532+ε)，统一容量下将(6+ε)界提升至(5.83+ε)，通过近似背包解确保多项式时间复杂度。

实验结果

研究问题

• RQ1 现有的容量设施选址局部搜索框架能否扩展以处理未服务需求的单位惩罚？
• RQ2 在容量限制与惩罚并存的设定下，客户的部分服务是否具有优势？这如何影响近似比？
• RQ3 使用局部搜索方法，统一容量设施选址问题带惩罚项的最佳可实现近似比是多少？
• RQ4 在带惩罚的容量情形下，如何克服自然LP松弛的整数规划间隙？
• RQ5 Pal-Tardos-Wexler（PTW）框架能否被调整以整合惩罚成本，同时保持有界的近似保证？

主要发现

• 本文提出针对统一容量设施选址问题带惩罚项（UnifFLPP）的(5.83 + ε)近似算法，通过将局部搜索框架得到的(6 + ε)近似进行缩放实现。
• 对于非统一容量，本文通过将PTW框架与惩罚机制结合，得到(9 + ε)近似，并经缩放后实现CapFLPP的(8.532 + ε)近似。
• 局部搜索算法采用带惩罚的最小费用流及重新分配规则，同时考虑服务与惩罚成本，确保解的可行性与成本增长的有界性。
• 分析表明，最优解中的每个设施在局部搜索过程中最多被开启六次，边的使用次数最多为两次，从而实现成本的有界比较。
• 局部搜索解的成本满足不等式c(S) ≤ 9c_f(S*) + 5c_s(S*) + 5c_p(S*)，经缩放后可导出最终的近似比。
• 通过确保每次操作至少使成本降低c(S)/(2p(n,ε))，并使用近似背包解避免对小整数假设的依赖，该算法在多项式时间内运行。