[论文解读] Maximal lattice free bodies, test sets and the Frobenius problem

Anders Jensen, Niels Lauritzen+1 more|ArXiv.org|May 30, 2007

graph theory and CDMA systems参考文献 13被引用 4

一句话总结

本文提出了一种高效算法，用于计算关于整数 $(d+1) imes d$ 矩阵 $A$ 的最大格点自由体，该算法基于代数方法导出的测试集。该方法推广了用于三维 Frobenius 问题的 Scarf-Shallcross 算法，并通过整数规划与 Gröbner 基技术枚举最大格点自由多面体，实现了 Frobenius 数的高效计算。

ABSTRACT

Maximal lattice free bodies are maximal polytopes without interior integral points. Scarf initiated the study of maximal lattice free bodies relative to the facet normals in a fixed matrix. In this paper we give an efficient algorithm for computing the maximal lattice free bodies of an integral matrix A. An important ingredient is a test set for a certain integer program associated with A. This test set may be computed using algebraic methods. As an application we generalize the Scarf-Shallcross algorithm for the three-dimensional Frobenius problem to arbitrary dimension. In this context our method is inspired by the novel algorithm by Einstein, Lichtblau, Strzebonski and Wagon and the Groebner basis approach by Roune.

研究动机与目标

• 开发一种高效算法，用于计算相对于固定整数 $(d+1)\times d$ 矩阵 $A$ 的 facet 法向量的所有最大格点自由体。
• 建立最大格点自由体与高维 Frobenius 问题之间的联系。
• 利用代数与几何技术，将用于三维 Frobenius 问题的 Scarf-Shallcross 算法推广至任意维度。
• 使用代数方法计算与 $A$ 相关的整数规划的测试集，从而实现在格点自由多面体上的高效优化。
• 将该框架应用于通过在格点自由体上进行最大化运算来计算 Frobenius 数 $g(a_1,\dots,a_n)$，并利用整数平移与多面体几何。

提出的方法

• 利用矩阵 $A$ 定义一族多面体 $P_A(b) = \{x \in \mathbb{R}^d \mid Ax \leq b\}$，其中 $b \in \mathbb{Z}^{d+1}$，并在其中识别出最大格点自由体。
• 通过单模变换与 Gröbner 基技术，为与 $A$ 相关的整数规划 $\min\{-x \mid Bx \leq b, x \in \mathbb{Z}^2\}$ 构造测试集。
• 应用受 Scarf-Shallcross 算法启发的约化过程，将整数规划转化为具有已知测试集 $\{e_1, e_2, e_1+e_2\}$ 的标准形式。
• 利用单模变换的逆，将测试集回映射至原始问题，从而实现对最大格点自由体的高效枚举。
• 将 Frobenius 数计算为 $g(a_1,\dots,a_n) = \max\{ab \mid K_b \text{ 是最大格点自由体}\} - \sum a_i$，其中 $K_b$ 通过 $A$ 与 $b$ 定义。
• 利用所有最大格点自由体均为有限个代表元的整数平移这一事实，将搜索空间缩减为有限个 $b$-向量集合。

实验结果

研究问题

• RQ1 如何为给定的整数 $(d+1)\times d$ 矩阵 $A$ 高效枚举最大格点自由体？
• RQ2 与 $A$ 相关的整数规划的测试集结构是什么？如何通过代数方法计算该测试集？
• RQ3 能否利用格点自由多面体将用于三维 Frobenius 问题的 Scarf-Shallcross 算法推广至更高维度？
• RQ4 使用 Gröbner 基与单模变换如何提升 Frobenius 数计算的效率？
• RQ5 最大格点自由体与在整数点上进行优化的 Frobenius 问题之间存在何种关系？

主要发现

• 该算法通过利用代数方法导出的测试集，高效计算了给定 $(d+1)\times d$ 整数矩阵 $A$ 的所有最大格点自由体。
• 与相关整数规划相关的测试集通过单模变换与 Gröbner 基技术计算得出，从而实现了在格点自由多面体上的优化。
• 该方法将 Scarf-Shallcross 算法推广至任意维度，扩展了其在三维以上情形的应用范围。
• 对于示例 $g(12,13,17)$，该算法识别出两个代表 $b$-向量：$b_1 = (0,5,2)^T$ 与 $b_2 = (0,2,3)^T$，从而得出 Frobenius 数 $g(12,13,17) = 57$。
• Frobenius 数计算为 $\max\{ab \mid K_b \text{ 是最大格点自由体}\} - \sum a_i$，其中最大值在 $ab = -12 + 4\cdot13 + 1\cdot17 = 57$ 处取得。
• 该框架由于高效枚举格点自由体并使用代数测试集，实现了 Frobenius 数计算的破纪录性能。