[论文解读] Single-Peakedness and Total Unimodularity: Efficiently Solve Voting Problems Without Even Trying.

Dominik Peters|arXiv (Cornell University)|Sep 12, 2016

Game Theory and Voting Systems参考文献 40被引用 3

一句话总结

该论文提出了一种新颖的整数规划方法，利用全单峰性（total unimodularity）高效求解单峰批准投票与排名投票问题。通过将PAV、Chamberlin-Courant以及OWA-基委员会选举建模为IP模型，当偏好为单峰时，该方法保证获得整数解，从而使得标准求解器无需定制算法即可在多项式时间内求解这些NP难问题。

ABSTRACT

Many NP-hard winner determination problems admit polynomial-time algorithms when restricting inputs to be single-peaked. Commonly, such algorithms employ dynamic programming along the underlying axis. We introduce a new technique: carefully chosen integer linear programming (IP) formulations for certain voting problems admit an LP relaxation which is totally unimodular if preferences are single-peaked, and which thus admits an integral optimal solution. This technique gives fast algorithms for finding optimal committees under the PAV and Chamberlin-Courant voting rules under single-peaked preferences, as well as for certain OWA-based rules. Under single-crossing preferences, Young scores can also be calculated. An advantage of this technique is that no special-purpose algorithm needs to be used to exploit structure in the input preferences: any standard IP solver will terminate in the first iteration if the input is single-peaked, and will continue to work otherwise.

研究动机与目标

• 开发一种通用方法，用于在偏好为单峰时高效求解NP难投票问题。
• 通过使用整数规划与全单峰性，消除对定制动态规划算法的需求。
• 使标准IP求解器能够自动检测并利用单峰结构，当适用时可在一次迭代内求解。
• 将该方法扩展至单交叉偏好，以计算Young得分。
• 在单一理论框架下统一求解多种投票规则——PAV、Chamberlin-Courant、OWA-基规则。

提出的方法

• 将PAV、Chamberlin-Courant以及OWA-基委员会选举建模为整数线性规划（IP）问题。
• 设计IP约束，使得当偏好为单峰时，约束矩阵具有全单峰性。
• 利用全单峰线性规划松弛的性质，其最优解必为整数，从而确保无需分支定界即可获得精确解。
• 使用标准IP求解器，当约束矩阵为全单峰时，求解器可在第一次单纯形迭代中检测到整数性。
• 通过构建兼容的IP模型，将相同框架应用于单交叉偏好下的Young得分计算。
• 当偏好不具单峰性时，允许求解器按常规流程运行，保持正确性，仅在存在结构约束时获得性能提升。

实验结果

研究问题

• RQ1 是否可在投票规则的整数规划公式中利用全单峰性，以在单峰偏好下实现多项式时间求解？
• RQ2 通用IP方法是否优于或可替代单峰投票问题的定制动态规划算法？
• RQ3 同一IP公式化框架是否能统一处理多种投票规则（包括PAV、Chamberlin-Courant及OWA-基规则）？
• RQ4 标准IP求解器在无需专用代码的情况下，能在多大程度上自动检测并利用单峰性？
• RQ5 该方法是否可扩展至其他领域限制（如单交叉偏好），以支持更多投票规则（如Young得分）？

主要发现

• 当偏好为单峰时，由于约束矩阵的全单峰性，所提出的IP公式化可获得整数最优解。
• 当输入为单峰时，标准IP求解器可在一次单纯形迭代内完成求解，实现多项式时间性能。
• 该方法通过依赖现成求解器，避免了对定制动态规划或问题特定算法的需求。
• 该方法可扩展至单交叉偏好，从而实现Young得分的高效计算。
• 该框架在单一可重用的IP公式化下统一了多种投票规则（PAV、Chamberlin-Courant、OWA-基规则）的求解。
• 该技术在所有输入类型下均保持正确性与效率，仅在存在单峰性等结构约束时获得性能提升。