[论文解读] Minimum-Cost Coverage of Point Sets by Disks

Esther M. Arkin, Herve Broennimann+6 more|ArXiv.org|Apr 4, 2006

Computational Geometry and Mesh Generation参考文献 15被引用 27

一句话总结

本文提出了一种最小代价覆盖旅行（MCCT）问题的多项式时间近似方案（PTAS），其目标是通过使用覆盖点集的圆盘，最小化旅行长度与传输成本的线性组合。该方法采用m-剪刀分割框架，结合网格舍入与动态规划，在O(n^{O(1/ε)})时间内实现(1+ε)-近似。

ABSTRACT

We consider a class of geometric facility location problems in which the goal is to determine a set X of disks given by their centers (t_j) and radii (r_j) that cover a given set of demand points Y in the plane at the smallest possible cost. We consider cost functions of the form sum_j f(r_j), where f(r)=r^alpha is the cost of transmission to radius r. Special cases arise for alpha=1 (sum of radii) and alpha=2 (total area); power consumption models in wireless network design often use an exponent alpha>2. Different scenarios arise according to possible restrictions on the transmission centers t_j, which may be constrained to belong to a given discrete set or to lie on a line, etc. We obtain several new results, including (a) exact and approximation algorithms for selecting transmission points t_j on a given line in order to cover demand points Y in the plane; (b) approximation algorithms (and an algebraic intractability result) for selecting an optimal line on which to place transmission points to cover Y; (c) a proof of NP-hardness for a discrete set of transmission points in the plane and any fixed alpha>1; and (d) a polynomial-time approximation scheme for the problem of computing a minimum cost covering tour (MCCT), in which the total cost is a linear combination of the transmission cost for the set of disks and the length of a tour/path that connects the centers of the disks.

研究动机与目标

• 开发一种高效的近似算法，用于解决最小代价覆盖旅行（MCCT）问题，该问题结合了圆盘布置与旅行成本。
• 解决具有超线性成本函数f(r) = r^α的几何设施位置问题，特别是α > 1的情况，以建模现实世界中的无线网络与机器人扫描应用。
• 为MCCT在一般成本函数下提供PTAS，包括线性（α=1）与二次（α=2）情形，并推广至任意α > 1。
• 分析在各种约束条件下（如离散服务器位置与线性约束放置）的圆盘覆盖复杂度。
• 建立近似可解性与难解性的理论界，包括离散点集与α > 1时的NP-难问题。

提出的方法

• 采用改进的m-剪刀分割方法，以适应覆盖约束与成本函数f(r) = r^α。
• 应用网格舍入引理，将候选服务器位置离散化到间距δ = O(ε·diam(S)/n)的规则网格上，保持成本在最优值的(1+ε)倍以内。
• 在由轴对齐矩形与切割构成的窗口化子问题上使用动态规划，通过强制满足m-剪刀性质实现高效递归。
• 构建一个覆盖网络(G, D)，其中以顶点为中心的圆盘覆盖所有需求点，并确保边集包含一个欧拉子图，以提取旅行路径。
• 实施一种计费机制，以限制为满足m-剪刀性质而添加边时总成本的增加，从而保证(1+ε)-近似。
• 将m-剪刀结构与PTAS框架结合，实现MCCT问题的O(n^{O(1/ε)})时间复杂度。

实验结果

研究问题

• RQ1 能否为具有通用成本函数f(r) = r^α的最小代价覆盖旅行（MCCT）问题开发出PTAS？
• RQ2 当服务器位置被限制在离散集合或一条直线时，圆盘覆盖问题的复杂度如何？
• RQ3 在几何覆盖问题中，如何最优地近似旅行长度与传输成本之间的权衡？
• RQ4 是否可以基于几何划分的动态规划方法，实现MCCT的(1+ε)-近似？
• RQ5 哪些结构特性（例如m-剪刀）使得在非线性成本函数下的几何覆盖问题能够实现高效近似？

主要发现

• MCCT问题存在一个多项式时间近似方案（PTAS），可在O(n^{O(1/ε)})时间内实现(1+ε)-近似。
• m-剪刀方法结合网格舍入与动态规划，通过保持成本在(1+ε)倍最优范围内，实现了高效近似。
• 建立了关于选择最优服务器放置直线的问题的代数难解性结果，表明精确计算存在局限。
• 当离散服务器位置位于二维平面且任意固定α > 1时，问题为NP-难，即使k是输入的一部分。
• 在k ≥ n的特殊情况下，问题退化为需求点上的TSP，因为圆盘可置于零半径。
• 该框架支持一般成本函数f(r) = r^α，包括α = 1（半径之和）、α = 2（总面积）以及α > 2（常见于无线功率模型）的情形。