[论文解读] Projective geometry and the outer approximation algorithm for multiobjective linear programming

Benjamin A. Burton, Melih Özlen|arXiv (Cornell University)|Jun 15, 2010

Advanced Optimization Algorithms Research参考文献 21被引用 5

一句话总结

本文引入定向射影几何，以简化多目标线性规划中高效解的计算。通过将有界效率等价多面体 $Y^{\boxplus}$ 转换为射影多面体 $T^{\text{--}}$，该方法将非有效顶点的数量从关于 $n$ 和 $p$ 的指数级减少至恰好 $p$ 个，显著提升了外近似算法的运行时间。

ABSTRACT

A key problem in multiobjective linear programming is to find the set of all efficient extreme points in objective space. In this paper we introduce oriented projective geometry as an efficient and effective framework for solving this problem. The key advantage of oriented projective geometry is that we can work with an "optimally simple" but unbounded efficiency-equivalent polyhedron, yet apply to it the familiar theory and algorithms that are traditionally restricted to bounded polytopes. We apply these techniques to Benson's outer approximation algorithm, using oriented projective geometry to remove an exponentially large complexity from the algorithm and thereby remove a significant burden from the running time.

研究动机与目标

• 解决传统算法中由于非有效顶点数量随问题规模指数增长而引起的计算瓶颈。
• 构建一个几何框架，既保持无界效率等价多面体的组合简洁性，又能应用有界多面体算法。
• 将该框架应用于外近似算法，通过最小化中间多面体的复杂度，显著缩短其运行时间。
• 证明算法中间步骤中非有效顶点的数量可从 $\Omega(n^{\lfloor(p-1)/2\rfloor})$ 减少至恰好 $p$ 个，且与问题规模 $n$ 无关。
• 建立定向射影几何支持关键算法（如双描述法）的能力，这些算法依赖于有界多面体。

提出的方法

• 利用定向射影几何构造一个与结果集 $Y^{=}^{\text{--}}$ 效率等价的射影多面体 $T^{\text{--}}$，继承 $Y^{\text{--}}$ 的组合简洁性与 $Y^{\boxplus}$ 的有界性。
• 使用 $p+1$ 个齐次坐标表示 $p$ 维目标空间中的点，以处理无穷远点，同时保持凸性与半空间结构。
• 在定向射影空间中重构外近似算法，用射影多面体 $T^{\text{--}}$ 取代有界欧氏多面体 $Y^{\boxplus}$ 作为目标。
• 证明 $T^{\text{--}}$ 中的非有效顶点数恰好为 $p$，而欧氏空间中则存在 $2^p - 1$ 的下界与 $\Omega(n^{\lfloor(p-1)/2\rfloor})$ 的上界。
• 通过比较欧氏空间中中间多面体 $P_i$ 与射影空间中 $Q_i$ 的顶点数量，分析算法复杂度，表明后者实现了指数级减少。
• 利用双描述法处理有界射影多面体 $T^{\text{--}}$，其可行性依赖于有界性，同时保持非有效顶点数最少。

实验结果

研究问题

• RQ1 能否利用定向射影几何构造一个效率等价多面体，使其兼具无界多面体的组合简洁性与有界多面体的算法可用性？
• RQ2 在使用有界多面体 $Y^{\boxplus}$ 的标准外近似算法中，非有效顶点集的渐近时间复杂度是多少？
• RQ3 在射影框架 $T^{\text{--}}$ 中，非有效顶点的数量与欧氏框架 $Y^{\boxplus}$ 相比如何，特别是在对 $n$ 和 $p$ 的依赖关系上？
• RQ4 非有效顶点数的减少在多大程度上转化为外近似算法运行时间的提升？
• RQ5 双描述法能否在射影设置中有效应用，且是否受益于 $T^{\text{--}}$ 中顶点数的减少？

主要发现

• 射影多面体 $T^{\text{--}}$ 中的非有效顶点数恰好为 $p$，与问题规模 $n$ 无关，相较于欧氏情形有质的飞跃。
• 相比之下，有界欧氏多面体 $Y^{\boxplus}$ 中的非有效顶点数至少为 $2^p - 1$，且最多可达 $\Omega(n^{\lfloor(p-1)/2\rfloor})$。
• 对于 $p = 8$ 个目标的问题，欧氏算法可能生成 $\Omega(n^3)$ 个非有效顶点，当 $n$ 较大时计算上不可行，而射影方法仅生成 8 个。
• 对于 $p = 70$ 个目标的问题，欧氏方法最坏情况下的非有效顶点数为 $2^{70} - 1$，计算上无法处理，而射影方法仅需处理 70 个。
• 外近似算法的运行时间显著降低，因为中间多面体的顶点数从关于 $n$ 的指数级减少为关于 $n$ 的常数级与关于 $p$ 的线性级，直接影响了顶点枚举与邻接性测试等步骤的性能。
• 在定向射影空间中工作（使用 $p+1$ 个坐标而非 $p$ 个）的代价在渐近意义上可忽略不计，不影响整体复杂度，使该方法既高效又实用。