MAXSATに対する近似アルゴリズムの研究.pptVIP

MAX SAT に対する近似アルゴリズムの研究 中央大学大学院情報工学専攻 浅野研究室 堀 邦彰 具体例 α‐近似アルゴリズムとは x* を最適解, F(x) を得られる重みの和としたときに となるような真偽割り当て x を求める 多項式時間アルゴリズム 近似アルゴリズムの代表的な手法 確率的方法 {T, F}の真偽割り当てを行なうのではなく,真になる確率を変数に割り当てその期待値を見積もるといった方法 Johnson,Yannakakis,Goemans-Williamson(a) Semidefinite Programming を用いた方法 Goemans-Williamson によって提案された手法 Goemans-Williamson(b), Asano ら 種々の近似アルゴリズム Johnson ’74 α=0.5 Yannakakis ’92 α=0.75 Goemans-Williamson (a) ’94 α=0.75 Goemans-Williamson (b) ’95 α=0.7584 Asano-Ono-Hirata ’96 α=0.765 Asano-Hori-Ono-Hirata ’96 α=0.767 Asano ’97 α=0.770 アルゴリズムの比較の重要性 様々な入力のもとに様々なアルゴリズムで実験する必要がある 行なった研究概要 Goemans-Williamson(a),Yannakakis のアルゴリズムの詳細検討． Yannakakisのアルゴリズムはかなり複雑 昨年のアルゴリズム研究会で発表を行なった．その際のメインはYannakakisのアルゴリズムの改良及びその検討． 現在, Semidefinite programming を研究中． Semidefinite programming 問題への定式化の方法及び Semidefinite programming 問題自体の解法を研究． Goemans-Williamson (a)のアルゴリズム MAX SATを整数線形計画問題として定式化し，線形計画問題に緩和．その問題を解き，random rounding 技法によって真偽割り当てを求める． 今後の予定 Yannakakis のアルゴリズムを計算機上で実現するため，制約付き最大流問題の解き方を研究する． 最終的には種々のアルゴリズムをプログラム化し，計算機実験により実際的性能の比較を行なう． * * 入力: 重み付きクローズの集合 出力: 満たされているクローズの 重みの和が最大となるような 真偽割り当て 各クローズが高々2個のリテラルしか 持たない場合でかつ重みが同一の場合に おいてもNP‐hard であることが知られている. したがって MAX SAT も NP‐hard である. 近似アルゴリズム MAX SAT とは… ( T , T , F) ( F , T , F) 18 得られる重み 20 22 入力: {( 1 , 4) , ( 2 , 2) , ( 3 , 6) , ( 1∨ 2 ,8) , ( 2∨ 3 , 2) , ( 1∨ 2∨ 3 , 6) } 出力 ( 1 , 2 , 3) = ( T , F , F) 真偽割り当て 1つ１つが 重み付きクローズ どんな入力に 対しても 近似率αは理論的 性能指標といえる 近似率 近似率が良い よいアルゴリズム 平均とは 計算時間は どんな入力に 対してもって 平均的にはどれがいい tight?? 各変数が真になる確率を 1/2 とし，そこか ら真偽割り当てを求める． 求められた2つの割り当ての良い方を選ぶ Pr(xi=T) = yi (p1,p2,p3,...,pn)=(1/2,1/2,1/2,...,1/2) =( x1 ,1/2,1/2,...,1/2) =( x1 , x2 ,1/2,...,1/2) ： =( x1 , x2 , x3 ,..., xn ) * * *