[论文解读] Network Migration Problem: A Logic-based Benders Decomposition Approach Driven by Column Generation and Constraint Programming

Maryam Daryalal, Hamed Pouya|arXiv (Cornell University)|Nov 8, 2021

Vehicle Routing Optimization Methods被引用 2

一句话总结

本文提出了网络迁移问题（NMP）的第一个精确解法，采用结合列生成（CG）与约束规划（CP）的逻辑Benders分解（LBBD）方法。该方法将问题分解为基于CP的列生成主问题与CP子问题，对真实网络实例实现了高质量解，并展现出显著的计算效率。

ABSTRACT

Telecommunication networks frequently face technological advancements and need to upgrade their infrastructure. Adapting legacy networks to the latest technology requires synchronized technicians responsible for migrating the equipment. The goal of the network migration problem is to find an optimal plan for this process. This is a defining step in the customer acquisition of telecommunications service suppliers, and its outcome directly impacts the network owners' purchasing behaviour. We propose the first exact method for the network migration problem, a logic-based Benders decomposition approach that benefits from a hybrid constraint programming-based column generation in its master problem and a constraint programming model in its subproblem. This integrated solution technique is applicable to any integer programming problem with similar structure, most notably the vehicle routing problem with node synchronization constraints. Comprehensive evaluation of our method over instances based on six real networks demonstrates the computational efficiency of the algorithm in obtaining quality solutions. We also show the merit of each incorporated optimization paradigm in achieving this performance.

研究动机与目标

• 解决在升级遗留电信网络过程中，通过协调技术人员调度以最小化成本与中断的战略挑战。
• 为网络迁移问题（NMP）开发一个精确优化框架，NMP是带有节点同步的同步车辆路径问题的复杂变体。
• 通过提供最优性保证并提升真实网络数据上的解质量，克服以往启发式与近似方法的局限性。
• 将基于逻辑的Benders分解与列生成和约束规划相结合，以利用NMP的结构特性。
• 在来自六家主要电信运营商的真实网络实例上，验证该方法的可扩展性与有效性。

提出的方法

• 提出一种基于逻辑Benders分解（LBBD）的框架，将NMP分解为主问题与子问题。
• 在主问题中采用基于约束规划（CP）的列生成（CG）方法，以生成有前景的技术人员路径与分配方案。
• 将子问题建模为CP模型，用于验证可行性并为主问题生成最优性/可行性割集。
• 集成Benders最优性与可行性割集，迭代收紧主问题的松弛，并收敛至最优解。
• 应用算法增强技术，如对称性破坏约束与高效的割集生成，以提升收敛速度。
• 利用混合结构，充分发挥NMP的组合与调度特性，特别是电路端点处技术人员的同步性。

实验结果

研究问题

• RQ1 能否为网络迁移问题（NMP）开发一种精确方法，在处理真实世界复杂性的同时保证最优解？
• RQ2 如何有效结合基于逻辑的Benders分解、列生成与约束规划，以求解大规模NMP实例？
• RQ3 CP、CG与LBBD三种优化范式在单独及组合使用时，对整体性能的贡献分别是什么？
• RQ4 该方法在不同规模与电路分布的现实网络中，其可扩展性如何？
• RQ5 在实际网络迁移规划中，班次时长、班次数量与总迁移成本之间存在何种权衡？

主要发现

• 所提出的LBBD-CG-CP方法在六个真实网络实例（包括EUNetworks、NextGen与VisionNet）上实现了最优或近似最优解，且计算效率显著。
• 将每位技术人员负责的电路数从30增加到40，显著降低了班次数量与总迁移成本，表明运营效率得到提升。
• 两小时班次的利用率更高（超过60%的班次时间用于有效工作），而四小时班次效率较低（40–50%），表明短班次在实际操作中更有效。
• 即使可用技术人员数量增加，该方法仍成功减少了班次数量并提升了成本效率，而未增加总迁移成本。
• 班次分布显示，当可能时，大多数技术人员被分配为两小时班次，表明电路可用性与技术人员位置是关键约束。
• 该算法在多种网络拓扑结构下均表现出稳健性能，解决方案时间主要受列生成与割集生成阶段主导，如图6所示。