Bin Packing/Covering with Delivery: Some variations, theoretical results and efficient offline algorithms
在最近的论文\cite{BDT10}中,我们介绍了一个新的问题,我们称之为装箱/覆盖与交货,或BP/CD为短。在这个表达下,我们主要是指我们不仅要寻找一个好的,而且要寻找一个“好而快”的包装或覆盖物。在那篇论文中,我们主要处理只有一种可能的在线BP/CD模型,并提出了一种新的方法,我们称之为算法的进化。在这种方法的情况下,在算法之间定义邻域结构,并在某种意义上使用元启发式(例如模拟退火)选择最佳算法来解决问题。现在我们来调查离线案例。我们定义了几种方法来处理这样的BP/CD问题,尽管我们在这里只研究其中之一。对于分析,一个新的观点“离线优化”的介绍,这似乎是有关的所有问题的最终解决方案是订购依赖。我们证明了,如果项目大小不允许任意接近零,那么一个最佳的离线解决方案可以找到在多项式时间。另一方面,对于不受限制的问题实例,如果$P\ne NP$,则没有多项式时间算法可以实现优于6/7的近似比。
2012-07-24 cs.DM cs.DS
Improving Online Bin Covering with Little Advice
本文针对在线箱子覆盖问题,通过强化分析和细微改进,将 Boyar 等人基于 O(log log n) 比特建议的策略竞争比由 8/15 提升至 135/242。
2025-06-10 cs.DS
Probabilistic Analysis of the Dual Next-Fit Algorithm for Bin Covering
在箱子覆盖问题中,目标是用给定的一组不同大小的物品填充尽可能多的箱子,直到达到某个最小水平。在线变体,其中物品一个接一个地到达,并且必须在它们到达时立即打包,而不知道未来的物品,已经在文献中被广泛研究。我们研究了最简单的在线算法Dual Next-Fit,它将所有到达的物品打包到同一个箱子中,直到它被填满,然后以同样的方式继续下一个箱子。该算法与其他任何合理的在线算法的竞争比是$1/2$。我们在概率设置中研究了Dual Next-Fit,其中项目大小是独立同分布选择的。根据一个离散分布,我们证明了,对于每个分布,其预期的竞争比至少是$1/2+ε$的常数$ε>0$独立的分布。我们还证明了一个上界的$2/3$和更好的下界的某些限制类的分布。最后,我们证明了预期的竞争比等于,对于一个大类的分布,随机顺序比,这是预期的竞争比时,adversarially选择的项目到达均匀随机顺序。
2015-12-15 cs.DS
On the Approximability of Geometric and Geographic Generalization and the Min-Max Bin Covering Problem
我们研究的问题,抽象的个人数据表,使没有选择查询可以识别少于k个人。我们表明,这是不可能实现任意好的多项式时间近似的一些自然变化的推广技术,除非P = NP,即使当表只有一个单一的准识别属性,代表一个地理或无序属性:邮政编码:节点的平面图推广到连接的子图GPS坐标:点在R2推广到非重叠矩形无序数据:可以任意分组的文本标签。除了不可能的结果,我们提供了近似算法这些困难的单属性泛化问题,其中,当然,适用于多属性的情况下,一个是准识别。我们从理论和实验上表明,我们的近似算法可以合理地接近最优解。顺便说一句,无序数据的泛化问题可以被看作是一种新类型的装箱问题-最小最大箱覆盖-这可能是独立的利益。
2009-05-12 cs.DS
Faster exact and approximation algorithms for packing and covering matroids via push-relabel
拟阵是组合优化的一个基本研究对象。涉及拟阵的三个密切相关的重要问题是最大化$k$独立集的并(即$k$ -fold拟阵并),计算$k$不相交基(又称不相交基),以及如何计算不相交基。拟阵基包装),以及用$k$基覆盖元素(a.k.a.拟阵基覆盖)。这些问题自然地推广到元素上的积分和实值容量。这项工作开发更快的精确和/或近似问题,这些和其他一些密切相关的问题,如最佳加固和拟阵成员。我们得到改进的运行时间一般拟阵的独立预言模型和图形拟阵。我们改进的主要动力来自于为这些问题的整数容量版本开发一个更快和统一的push-relabel算法,建立在Frank和Miklós以前的工作基础上[FM 12]。然后,我们在两个方向上建立这个算法。首先,我们开发了一个更快的增广路径子程序$k$折叠拟阵联盟,当附加到一个近似版本的推重新标记算法,给出了一个更快的精确算法的一些参数的$k$。特别是,我们得到了一个子二次查询运行时间在无容量限制的设置为上面列出的三个基本问题。我们还获得了更快的近似算法,这些问题的实值容量减少到小的整数容量,通过随机舍入。为此,我们开发了一个新的随机舍入技术的基础覆盖问题拟阵,也可能是独立的利益。
2023-03-02 cs.DS
Online Bin Covering with Frequency Predictions
该研究针对在线离散装箱覆盖问题,提出带频率预测的近优在线算法与鲁棒权衡算法,还基于PAC学习提出随机场景下高概率近优的纯在线算法。
2024-01-26 cs.DS
Exploiting variable associations to configure efficient local search algorithms in large-scale binary integer programs
Osaka University(大阪大学)
针对一类二进制整数规划的集合覆盖和划分问题,提出了一种减少局部搜索算法的搜索空间的数据采掘方法。如果使用更大的邻域,局部最优解的质量通常会提高,而搜索邻域的计算时间会呈指数级增加。为了克服这一点,我们提取变量关联的实例来解决,以确定有前途的翻转变量对邻域搜索。在此基础上,我们开发了一个4翻转邻域局部搜索算法,它结合了一个有效的增量评估的解决方案和惩罚权重的自适应控制。计算结果表明,该方法提高了局部搜索算法对大规模集合覆盖和划分问题的性能。
2017-05-12 cs.AI cs.DS math.OC
Solving Packing Problems with Few Small Items Using Rainbow Matchings
组合优化的一个重要领域是研究装箱和覆盖问题,如装箱问题、多背包问题和装箱覆盖问题。这些问题已经从近似算法的角度得到了广泛的研究,但它们的参数化复杂性却很少被研究。对于不包含“小”项的问题实例,经典的匹配算法在多项式时间内产生最优解。在本文中,我们接近他们的距离,从平凡,测量问题的复杂性的小项目的数量$k$。我们的主要成果是固定参数的矢量版本的装箱,多背包,箱覆盖$k$参数化的算法。这些算法是随机的,具有单侧误差,并在时间$4^{k} \cdot k! \cdot n^{O(1)}$中运行。为了实现这一点,我们引入了一个彩色匹配的问题,我们减少所有这些包装问题。颜色匹配问题本身是自然的,我们希望它对其他应用程序是有用的。我们还提出了一个确定性的固定参数装箱运行时间$(k!)^{2}\cdot k \cdot 2^{k}\cdot n\cdot \log(n)$。
2020-07-06 cs.DS
Covering Vectors by Spaces in Perturbed Graphic Matroids and Their Duals
扰动图拟阵是一种二元拟阵,它可以通过在图拟阵中加入小秩的噪声而得到。更准确地说,r秩扰动图拟阵M是一个二元拟阵,可以表示为I +P的形式,其中I是某个图的关联矩阵,P是秩至多为r的二元矩阵。这样的拟阵自然出现在许多理论和应用环境中。我们的工作背后的主要动机是试图了解哪些参数化算法的各种问题的图形可以解除扰动图形拟阵。我们研究了以下基本问题的自然推广(拟阵)的参数化复杂性图:斯坦纳树和多路切割。在这个推广中,称为空间覆盖问题,我们给出一个二元拟阵M,它有一个基集E,一个终端集T \subseteq E和一个非负整数k。任务是决定T是否可以被大小至多为k的E \setminus T的子集所跨越。我们证明了在图拟阵扰动下,对于每个固定的r,空间覆盖是由k参数化的固定参数易处理的。另一方面,当用r+k+ |T|参数化时,问题变成W[1]-困难的,并且对于r \leq 2和|T| \leq 2是NP-完全的。上图拟阵是图拟阵的集合,空间覆盖推广了另一个基本的和研究得很好的问题,即多路割。我们证明了在扰动图拟阵的图上,空间覆盖问题是由r+k参数化的固定参数可处理的。
2019-02-19 cs.DM cs.DS
Covering problems in edge- and node-weighted graphs
本文讨论了图的覆盖问题,即在一个边和结点加权的图中,选择一组边满足一定的覆盖约束,同时使权和最小化。在该问题中,由于自然线性规划(LP)松弛的完整性缺口较大,基于松弛的LP舍入算法性能较差。在这里,我们提出了一个更强的LP松弛的图覆盖问题。提出的松弛设计原始-对偶算法的两个基本的图覆盖问题:获奖收集边支配集问题和树的多割问题。对于前一个问题,我们的算法是一个精确的多项式时间算法;对于后一个问题,我们的算法是一个2-近似算法。这些结果与目前已知的纯边加权图的最佳结果相匹配。
2014-04-16 cs.DS
Sequential and Parallel Algorithms for Mixed Packing and Covering
混合填充和覆盖问题是可以用非负系数表示为线性规划的问题。例如多商品网络流、TSP的Held-Karp下界、集合覆盖的分数松弛、装箱、背包、调度问题、最小权三角剖分等。本文给出了一般问题的近似算法。顺序算法是一种简单的贪心算法,它可以在O(n ^-2 log m)线性时间迭代中找到ε近似解。并行算法做类似的工作,但在多对数时间内完成。这些结果推广了Michael Luby和Noam Nisan(1993)以及Naveen Garg和Jochen Konemann(1998)以前关于纯填充和覆盖(约束都是“小于”或“大于”的特殊情况)的工作。
2002-05-18 cs.DS
A note on 'Exact and approximate methods for a one-dimensional minimax bin-packing problem' [Annals of Operations Research (2013) 206:611-626]
在最近的一份文件中,Alberco,Köhn和Steinley [Ann. Oper. Res. 206:611 - 626(2013)]推测具有箱大小约束的一维极小极大装箱问题的2箱特殊情况可能在多项式时间内可解。在本文中,我们证明了这个问题的特殊情况下是NP-困难的,它是强NP-困难的一般问题。我们还提出了一个伪多项式算法的特殊情况和一般问题的建设性启发式。
2014-02-07 cs.DS math.OC
There is no APTAS for 2-dimensional vector bin packing: Revisited
本文修正了Woeginger关于二维及以上Vector Bin Packing不存在APTAS的证明,并证明了其及Vector Bin Covering在特定近似比下是NP-hard的。
2023-08-01 cs.CC cs.DS
Distributed algorithms for covering, packing and maximum weighted matching
本文给出了具有次模代价和单调覆盖约束的复盖问题的多对数轮分布D-近似算法。近似比D是任何约束中的最大变量数。特殊情况包括覆盖混合线性规划(CMIP)和加权顶点覆盖(D=2)。通过对偶性,本文还给出了分数包装线性规划(其中D是变量出现的最大约束数)和超图中的最大加权c-匹配(其中D是任意超边的最大尺寸,对于图D=2)的多对数轮分布D-近似算法。本文还给出了每个约束两个变量和加权顶点覆盖的CMIP的并行(RNC)2-近似算法。算法是随机的。所有的近似比完全匹配可比的集中式算法。
2020-05-27 cs.DC cs.DS
Restricted Strip Covering and the Sensor Cover Problem
给定一组具有覆盖基本区域的持续时间的对象(作业),我们能否调度作业以最大化原始区域保持覆盖的持续时间?我们把这个问题称为传感器盖问题。在用传感器覆盖区域的背景下出现该问题。例如,假设您希望通过放置在各个固定位置的传感器来监视围栏上的活动。每个传感器都有一个范围和有限的电池寿命。问题是安排何时打开传感器,以便尽可能长时间地全面监控围栏。这个一维问题涉及到实数直线上的区间。将一个持续时间关联到每一个会产生一组空间和时间上的矩形,每个矩形由一对固定的水平端点和高度指定。目标是为每个矩形分配一个位置,以最大化跨越间隔完全覆盖的高度。我们称之为一维问题限制带覆盖。如果我们将覆盖约束替换为装箱约束,则问题等同于动态存储分配,这是一个调度问题,它是带装箱问题的限制情况。证明了带约束覆盖问题是NP难的,并给出了一个O(log log n)-近似算法.我们提出了更好的近似或精确算法的一些特殊情况。对于均匀持续时间的情况下,限制带覆盖,我们给出了一个多项式时间,精确的算法,但证明了均匀持续时间的情况下,高维区域是NP-困难的。最后,我们考虑区域是任意集,我们提出了一个O(log n)-近似算法。
2006-05-24 cs.CG cs.DS
A study on exponential-size neighborhoods for the bin packing problem with conflicts
我们提出了一种迭代局部搜索的基础上的几个类的本地和大的邻域装箱问题的冲突。该问题结合了装箱和顶点着色的特点,在物流运输、物流配送、云计算的资源分配等多种应用场景中都有出现。我们介绍了$O(1)$评估程序经典的本地搜索移动,多项式变量的弹射链和分配的邻域,一个自适应的集合覆盖为基础的邻域,最后控制使用0成本的移动,以进一步多样化的搜索。整体方法产生的解决方案的质量良好的经典基准实例和规模非常好的问题规模的增加。进行了大量的计算实验,以测量每个建议的邻域的各自的贡献。特别是,0成本移动和大的邻域的基础上集覆盖非常显着的搜索。几个研究的角度是开放的,在可能的杂交与其他国家的最先进的数学规划算法为这个问题。
2017-05-23 cs.DS
On Fine-Grained Exact Computation in Regular Graphs
我们表明,没有次指数时间算法计算的最大独立集问题的d-正则图的精确解,除非ETH失败。我们扩大我们的方法,以表明它有助于提供下界的其他覆盖问题,如顶点覆盖和集团。利用该结构证明了MIS在5-正则平面图上的NP-困难性,从而封闭了MIS在正则平面图上的精确复杂性状态。
2021-03-24 cs.CC cs.DS
Branch-and-cut algorithms for the covering salesman problem
覆盖推销员问题(CSP)是旅行推销员问题的一个推广,其中不要求旅行访问所有顶点,只要所有顶点都被旅行覆盖。CSP的目标是在覆盖无向图的顶点子集上找到最小长度的Hamilton圈。在本文中,有效的不等式从广义旅行商问题的CSP除了新的有效的不等式,探索不同方面的问题。一个分支和切割框架组装整数和分数CSP解决方案的精确和启发式分离例程。计算实验表明,所提出的框架在最优性差距方面优于文献中的方法。此外,最佳的解决方案被证明为几个以前未解决的情况。
2021-04-02 cs.CC cs.DS
Covering Problems for Partial Words and for Indeterminate Strings
我们考虑的问题,计算一个不确定的字符串的最短固体覆盖。不确定字符串可能包含非实心符号,每个符号指定可能出现在相应位置的字母表子集。我们还考虑覆盖部分字,这是不确定字符串的特殊情况,其中每个非实心符号都是不关心符号。我们证明了不确定字符串覆盖问题和部分字覆盖问题对于二进制字母表是NP完全的,并且证明了这两个问题对于非实心符号的数目$k$是固定参数可处理的。对于不定串覆盖问题,我们得到了一个$2^{O(k \log k)} + n k^{O(1)}$ -时间算法.对于部分词覆盖问题,我们得到了一个$2^{O(\sqrt{k}\log k)} + nk^{O(1)}$ -时间算法.我们证明,除非指数时间假设是假的,没有$2^{o(\sqrt{k})} n^{O(1)}$时间的解决方案存在的问题,这表明我们的算法在这种情况下是接近最优的。我们还提出了一个算法,这两个问题是可行的,在实践中。
2014-12-11 cs.DS
On Column-restricted and Priority Covering Integer Programs
在列限制覆盖整数规划(CCIP)中,约束矩阵的任何一列的所有非零元素都是相等的。这样的程序捕获覆盖问题的能力限制版本。本文研究了CCIP的可逼近性,特别是它们与0,1-CIP的完整性间隙的关系。如果0,1-CIP的完整性间隔为O(gamma),并假设0,1-CIP的优先级版本的完整性间隔为O(omega),我们给出了CCIP的一个因子为O(gamma + omega)的近似算法。0,1-CIP(PCIP)的优先级版本自然地捕获覆盖问题中的服务质量类型约束。我们调查优先版本的线(PLC)和(根)树覆盖(PTC)的问题。除了作为自然的研究对象,这些问题属于一类基本的几何覆盖问题。我们通过一个常数来约束这个PCIP的某些类的完整性。在数学上,我们给出了PLC的一个多时间精确算法,证明了PTC问题是APX困难的,并给出了它的一个因子2-近似算法。
2010-03-07 cs.DS