A Simple Approximation Algorithm for Vector Scheduling and Applications to Stochastic Min-Norm Load Balancing
我们考虑相同机器上的向量调度问题:我们有m台机器,和n个工件的集合J,其中每个工件j有一个处理时间向量$p_j\in \mathbb{R}^d_{\geq 0}$。目标是找到一个分配$σ:J\to [m]$的工作机器,以尽量减少完工时间$\max_{i\in [m]}\max_{r\in [d]}( \sum_{j:σ(j)=i}p_{j,r})$。最优完工时间的自然下限是lb $:=\max\{\max_{j\in J,r\in [d]}p_{j,r},\max_{r\in [d]}(\sum_{j\in J}p_{j,r}/m)\}$。我们的主要结果是一个非常简单的O(log d)-近似算法向量调度的下界磅:我们设计了一个算法,返回一个分配的最大完工时间是O(log d)* 磅。作为一个应用程序,我们表明,上述保证导致O(log log m)-近似随机最小范数负载均衡(StochNormLB)。在StochNormLB中,我们有m台相同的机器,一组J的n个独立的随机作业,其处理时间是非负的随机变量,和一个单调的,对称的范数$f:\mathbb{R}^m \to \mathbb{R}_{\geq 0}$。我们的目标是找到一个分配$σ:J\to [m]$,最大限度地减少预期的$f$ -范数的诱导机器负载向量,其中机器i上的负载是(随机)总处理时间分配给它。我们的O(log log …
2021-11-14 cs.DS
Scheduling with Outliers
在经典排序问题中,给定工件和机器,必须对所有工件进行排序,使某个目标函数最小。如果每个作业都有一个指定的利润,我们不再需要处理所有的作业-我们可以调度任何子集的作业,其总利润至少是一个(硬)目标利润要求,同时仍然近似最小化目标函数?我们把这类问题称为离群值调度问题。该模型是由Charikar和Khuller(SODA'06)在广播调度中关于最小最大响应时间的基础上提出的。我们考虑其他三个研究的调度目标:广义分配问题,平均加权完成时间,平均流动时间,并提供基于LP的近似算法。对于同类机器上的最小平均流时间问题,在单位利润的情况下,基于线性规划松弛的舍入,给出了一个对数近似算法,并给出了一个匹配的完整性缺口.对于不相关机器上的加权平均完工时间问题,我们给出了一个常数因子近似。该算法是基于随机舍入的时间索引LP松弛加强背包覆盖不等式。对于带野值的广义指派问题,我们将无野值的GAP简化为最大完工时间不超过最优完工时间的3倍,而代价不超过最优代价的(1 + ε)倍.
2009-06-10 cs.DS
Energy Minimization in DAG Scheduling on MPSoCs at Run-Time: Theory and Practice
用于将由任务图给出的应用映射到MPSoC系统的静态(离线)技术通常提供过于悲观的并且因此相对于MPSoC系统的次优结果。利用时间间隙以最小化能量消耗。这在任务的计算时间可能依赖于工作负载并且仅在运行时或在有条件执行的任务或场景的情况下变得已知的情况下尤其适用。本文研究并定量评价了由任务图(即,DAG)的优先级约束和一个全局的最后期限同质MPSoC纯粹在运行时的每个实例的基础上。我们提出并分析算法,提供可证明的最佳结果,以及近似算法与已证明的保证实现节能。对于从现实的嵌入式系统基准测试以及合成可扩展的问题,我们提供的计算时间和每个算法的质量的结果,以执行a)调度和b)电压/速度分配每个任务在运行时。在我们的产品组合中,我们还区分了连续和离散速度(例如,DVFS相关)分配问题。总之,理论(算法的复杂性和最优性)和执行时间分析之间的关系提供了重要的见解的MPSoC上的任务调度和速度分配的运行时优化的算法的实际可用性。
2019-12-19 cs.DC cs.DS
The Price of Local Power Control in Wireless Scheduling
我们考虑调度无线链路的物理模型中,在那里我们寻求分配的功率水平和一个分区的给定的一组链接到满足信号干扰噪声比(SINR)的约束的子集的最小数量的问题。具体来说,我们感兴趣的本地功率分配方案,或不经意的功率计划,在近似无线调度的效率。不经意的功率方案是由网络场景激励的,当功率电平必须提前决定时,而不是作为调度计算的一部分。我们首先表明,已知的算法无法获得次对数界限,也就是说,他们的近似比是$\tildeΩ(\log \max(Δ,n))$,其中$n$是链接的数量,$Δ$是最大和最小链接长度的比率,和$\tildeΩ$隐藏双对数因子。然后,我们提出了第一个$O(\log{\logΔ})$近似算法,这是已知的最好的可能(在$Δ$方面)不经意的权力计划。我们实现了这一点,通过冲突图,它允许应用图论的结果为各种相关的问题,包括加权容量问题的干扰。我们进一步探索的轮廓的近似性,并找到选择的权力分配事项;不是所有的度量空间是平等的;和存在的薄弱环节,使问题更加困难。结合起来,我们的结果解决了无线调度的遗忘功率的价格,或允许不受约束的功率控制的价值。
2015-02-18 cs.DS cs.NI
A Quasi-Polynomial Approximation for the Restricted Assignment Problem
受限指派问题是并行不相关机器排序问题的一个重要特例。对于已知最强的线性规划松弛,配置LP,我们提高了其完整性差距的非建设性界从1.9142到1.8334,并显着简化证明。然后我们给出了一个构造性的变体,在准多项式时间内得到了1.8334-近似。这是第一个准多项式算法,这个问题的改善长期存在的近似率为2。
2019-08-20 cs.DS
Algorithmic Reductions: Network Flow and NP-Completeness in Real-World Scheduling Problems
University of Florida(佛罗里达大学);Manipal University Jaipur(贾伊普尔马尼帕尔大学);JK Lakshmipat University(JK拉克什米帕特大学);Poornima University(波尔尼玛大学)
本文通过网络流和NP完全性分析,解决现实中的医院患者分配和大学课程安排问题,并提供高效的算法方案与实验验证。
2026-01-11 cs.DS
A Consistency-Robustness Framework for Robust Optimization: Integrating Predictions into Robust Scheduling
Columbia University(哥伦比亚大学);University of Bremen(不来梅大学)
该研究提出将预测融入鲁棒调度的一致性-鲁棒性框架,针对不同不确定性模型与机器环境得到相应权衡结果,明确结合一致性与鲁棒性的可能性取决于二者的相互作用。
2026-08-07 cs.DS
Scheduling over Scenarios on Two Machines
我们认为调度问题的目标是找到一个单一的分配的工作,以及在所有可能的情况下,机器。每个场景都是必须在该场景中执行的作业的子集,并且所有场景都是显式给出的。我们考虑的两个目标是最小化所有场景的最大完工时间和最小化所有场景的完工时间之和。对于这两个版本,我们给出了几个近似算法和它们的逼近下界。通过对场景优化问题的研究,我们开辟了一个新的、丰富的有趣问题领域。
2014-04-18 cs.DS
Greed Works -- Online Algorithms For Unrelated Machine Stochastic Scheduling
本文建立了性能保证的在线算法,调度随机的,非抢占式的工作不相关的机器,以尽量减少预期的总加权完工时间。先前的工作不相关的机器调度随机工作仅限于离线的情况下,需要线性或凸规划松弛的工作分配给机器。本文介绍的算法是纯组合的。的性能界限是相同的数量级的早期工作,并线性依赖于上界的变异系数的平方作业的处理时间。特别是对于确定性的处理时间,没有和释放时间,竞争比分别为4和7.216。至于技术贡献,本文展示了如何对偶拟合技术可以用于随机和非抢占调度问题。
2020-05-13 cs.DS
Inapproximability Results for Scheduling with Interval and Resource Restrictions
在受限指派问题中,输入由一组机器和一组工件组成,每个工件都有一个加工时间和一个合格机器子集。目标是找到一个分配的工作,机器最大完工时间最小化,也就是说,最大的总和处理时间的任何机器接收。在这里,作业应该只分配给那些机器上,他们是合格的。众所周知,除非P=NP,否则对于约束指派问题,不存在近似保证小于1.5的多项式时间近似算法。在这项工作中,我们显示出硬度的结果与特定类型的限制的限制分配问题的变种。在间隔限制的情况下,机器可以完全排序,使得作业在连续的机器上都是合格的。我们解决了这个问题是否承认一个多项式时间近似计划(PTAS)的负面(除非P=NP)的公开问题。有几个特殊的情况下,这个问题已知承认一个PTAS。此外,我们考虑一个变种的资源限制,每台机器的能力和每个作业的需求为一个固定数量的资源。如果作业的需求最多是机器对每个资源的容量,则该作业在机器上合格。对于一个资源,这个问题是已知的,承认PTAS,对于两个,包含的情况下,间隔限制,并在一般情况下,该问题是密切相关的不相关的调度与低秩的处理时间矩阵。我们表明,有没有多项式时间的近似算法的速率小于48/47或1.5的调度与资源限制与2或4个资源,分别,除非P=NP。我们所有的结果都可以扩展到所谓的圣诞老人变量的问题,其目标是最大化任何机器接收的最小处理时间。
2019-07-08 cs.CC cs.DS
Wireless Scheduling with Power Control
我们考虑调度的任意无线链路的干扰的物理模型,以尽量减少满足所有请求的时间。我们在这里研究的调度和功率控制的组合问题,在这里我们寻求的功率设置和分区的链接,使每个集合满足信号干扰加噪声(SINR)的约束的分配。我们给出了一个算法,达到一个近似比$O(\log n \cdot \log\log Δ)$,其中$n$是链接的数量和$Δ$是最长和最短的链接长度之间的比率。在长度以二进制表示的自然假设下,这给出了在输入大小上是多对数的第一近似比。该算法具有使用不经意功率分配的理想属性,其中分配给发送方的功率仅取决于链路的长度。我们给出的证据表明,这种依赖$Δ$是不可避免的,表明任何合理的行为不经意的权力分配的结果在一个$Ω(\log\log Δ)$近似。这些结果也适用于(加权)容量问题,找到一个最大的(加权)子集的链接,可以在一个单一的时隙进行调度。此外,我们获得了改进的近似调度问题的双向变体,给出了部分答案的问题的实用图形建模物理干扰,并推广设置从标准的2维欧氏平面加倍度量。最后,我们探讨了图模型捕捉无线干扰的效用。
2011-04-16 cs.DC cs.DS cs.NI
Lagrangian Duality based Algorithms in Online Scheduling
我们认为拉格朗日对偶为基础的方法来设计和分析在线节能调度算法。首先,我们提出了一个原始对偶框架。我们的方法利用拉格朗日弱对偶性和凸性来导出对偶规划,这些对偶规划可以被表述为凸分配问题。该算法具有与线性规划一样的直观结构。的约束条件明确指出在线决策,并自然导致竞争的算法。其次,我们使用一个双重拟合的方法,这也是基于弱对偶,研究问题,不太可能承认凸松弛。通过分析,我们显示了一个有趣的功能,其中原始-对偶给出了设计算法的想法,而分析是通过对偶拟合完成的。我们通过不同环境下的问题来说明这些方法的优点和灵活性:从单机到不相关的机器环境,从典型的竞争分析到资源增加的分析,从凸松弛到非凸松弛。
2014-08-05 cs.DS
Energy-Efficient Scheduling with Time and Processors Eligibility Restrictions
虽然以前的工作集中在能源效率的算法假设,任务可以分配给任何处理器,我们最初研究的问题,任务调度的限制并行处理器。目标是最大限度地减少总的能量消耗,而速度缩放(SS)的方法,以减少执行时间约束下的能量消耗(Makespan $C_{max}$)。在这项工作中,我们讨论的速度设置在连续的模型,处理器可以运行在任意速度在$[s_{min},s_{max}]$。节能调度问题涉及任务分配和速度缩放,本质上是复杂的,因为它被证明是NP完全的。我们制定的问题作为一个可编程(IP)的问题。具体地说,我们设计了一个多项式时间的最优调度算法的情况下,任务有一个统一的大小。我们的算法在$O(mn^3logn)$时间内运行,其中$m$是处理器的数量,$n$是任务的数量。然后,我们提出了一个多项式时间算法,实现了近似因子的$2^{α-1}(2-\frac{1}{m^α})$($α$是功率参数)时,任务有任意大小的工作。实验结果表明,我们的算法可以提供一个有效的调度问题的任务调度在有限的并行处理器。
2013-09-14 cs.DS
(In-)Approximability Results for Interval, Resource Restricted, and Low Rank Scheduling
我们考虑的限制分配问题的一组工作必须分配给一组机器的变种,对于每个工作的大小和一组合格的机器是给定的,和工作可能只分配给合格的机器的目标是最大完工时间最小化。对于具有间隔限制的变体,其中机器可以被安排在一条路径上,使得每个作业都有资格在一个子路径上,我们提出了第一个优于$2$ -近似和改进的不可近似性结果。特别地,我们给出了一个$(2-\frac{1}{24})$ -近似,并表明,没有比$9/8$ -近似是可能的,除非P=NP。此外,我们考虑限制分配与$R$资源限制和排名$D$无关的调度。在前一个问题中,如果机器能够满足其关于$R$(可再生)资源的资源需求,则它可以处理作业。在后者中,作业的大小取决于它被分配到的机器,并且相应的处理时间矩阵的秩至多为$D$。具有间隔限制的问题包括1资源变量,由2资源变量包含,并且关于近似,$R$资源变量本质上是秩$R+1$问题的特殊情况。我们表明,没有更好的$3/2$,$8/7$,和$3/2$ -近似是可能的(除非P=NP)的3资源,2资源,和秩3的变体,分别。区间情况下的近似结果和秩3变量的不可近似结果都是对先前工作中所述的开放挑战的解决方案。最后,我们还考虑了反向目标,即最大化任何机器接收的最小负载,并获得类似的结果。
2022-03-11 cs.DS
Online Makespan Scheduling under Scenarios
Technical University of Berlin(柏林工业大学)
本文研究了在场景下在线最大完成时间调度问题,通过超图着色技术证明了紧密的界限,并探讨了不同场景和机器数量下的算法竞争力。
2025-12-09 cs.DS
Energy Efficient Scheduling via Partial Shutdown
出于在数据中心节省能源的问题,我们定义了一个新的问题,称为“机器激活”问题的集合。我们引入的中心框架考虑了一组$m$机器(无关或相关),其中每个机器$i$具有$a_i$的{ \em激活成本}。还有一组需要执行的$n$作业,$p_{i,j}$是机器$i$上作业$j$的处理时间。我们假设有一个$A$的激活成本预算--我们希望{ \em select}要激活的机器的一个子集$S$,总成本为$a(S) \le A$,{ \em find}在$S$中的机器上为$n$作业制定一个调度,以最小化完工时间(或任何其他度量)。对于一般的无关机器激活问题,我们的主要结果是,如果存在一个具有完工时间$T$和激活成本$A$的调度,那么对于任意的$ε>0$,我们都可以得到一个具有完工时间$\makespanconstant T$和激活成本$\costconstant A$的调度.我们还考虑在广义分配问题的工作分配成本,并使用我们的框架,提供算法,最大限度地减少机器激活和分配成本的同时。此外,我们提出了一个贪婪的算法,它只适用于基本版本,并产生一个$2T$的最大完工时间和激活成本$A (1+\ln n)$。对于一致相关的并行机调度问题,我们开发了一个多项式时间近似方案,输出的时间表的属性,机器的子集的激活成本是最多$A$和最大完工时间是最多$(1+ε) T$的任何$ε>0$。
2009-12-07 cs.CC cs.DS
On the Configuration-LP for Scheduling on Unrelated Machines
机器排序中最重要的公开问题之一是在不相关的机器上调度一组工件以最小化完工时间的问题。最著名的近似算法为这个问题保证近似因子为2。已知用比3/2更好的比率来近似是NP困难的。缩小这一差距已经开放了20多年。最知名的近似因子是通过基于LP的算法实现的。最强的已知线性规划制定的问题是配置LP。我们发现,配置LP有一个完整性差距为2,即使是不相关的图平衡的特殊情况下,每个工作可以分配给最多两台机器。特别是,我们的结果意味着,一个大家庭的削减并没有帮助减少的完整性差距的规范分配-LP。此外,我们提出的情况下的问题,可以近似一个更好的因素比2。他们构成了宝贵的见解,构建一个NP-硬度减少,提高了已知的下限。最近,Svensson研究了限制指派的情况,其中每个工件只能被指派给一组给定的机器,并且在这些机器上具有相同的处理时间。他指出,在这种情况下,组态-LP具有33/17<2的完整性间隙。因此,我们的结果意味着,不相关的图平衡的情况下是显着更复杂的限制分配的情况下。然后我们转向另一个目标函数:最大化最小机器负载。对于每个工件最多只能分配给两台机器的情况,我们给出了一个纯组合的2-近似算法,除非P=NP。这改进了Chakrabarty等人的计算成本高的基于LP的(2+eps)-近似算法。
2010-11-22 cs.DM cs.DS
On the Configuration-LP of the Restricted Assignment Problem
我们考虑经典的不相关机器排序问题。在这个问题中,一组工作是分配给一组机器和最大负载(完工时间)是要最小化。作业$j$的处理时间$p_{ij}$取决于作业分配到的计算机$i$。Lenstra,Shmoys和Tardos给出了这个问题的多项式时间$2$ -近似。在本文中,我们专注于一个突出的特殊情况下,限制分配问题,其中$p_{ij}\in\{p_j,\infty\}$。配置LP是一个线性规划松弛的限制性分配问题。Svensson证明了积分解和分数解之间的乘法间隙,即积分间隙,至多为$2 - 1/17 \approx 1.9412$。在本文中,我们显着简化他的证明,并获得了一个界的$2 - 1/6 \approx 1.8333$。作为一个直接的后果,这提供了一个多项式$(2 - 1/6 + ε)$估计算法的限制分配问题,通过近似的配置LP。已知完整性间隙的最佳下限是$1.5$,并且不存在具有比$1.5$更好的保证的估计算法,除非$\mathrm{P} = \mathrm{NP}$。
2017-01-13 cs.DS
Total Completion Time Scheduling Under Scenarios
研究含场景的并行机总完成时间调度,刻画其NP难与可解情形边界,并利用凸锥Hilbert基结构给出最优调度不平衡的算法结论。
2024-02-29 cs.DS
Lazy Local Search Meets Machine Scheduling
研究了不相关平行机排序问题的限制情形。在这个问题中,我们给出了一组作业$J$与加工时间$p_j$和每个作业可能只安排在一些子集的机器$S_j \subseteq M$。目标是找到一个分配的工作机器,以尽量减少时间,所有的工作可以处理。在一篇开创性的论文中,Lenstra、Shmoys和Tardos在1987年为这个问题设计了一个优雅的$2$近似。对于这个经典的调度问题,是否存在具有更好保证的近似算法的问题一直是一个谜。近年来,随着我们对配置LP的理解的提高,设计这样的算法似乎是一个可以实现的目标。我们的主要贡献是在实现这一目标方面取得进展。当工件的加工时间为$1$或$ε\in (0,1)$时,针对$ε\to 0$的有趣情形,设计了一个保证趋于$1 + \sqrt{3}/2 \approx 1.8660254,$的近似算法.这改进了最近由Chakrabarty、Khanna和Li获得的$2-ε_0$保证,其中$ε_0 > 0$为常数$ε_0 > 0$。
2016-12-13 cs.DS
Malleable scheduling beyond identical machines
在可延展作业调度中,作业可以在多台机器上同时执行,处理时间取决于分配的机器数量。在这种情况下,要求作业非抢占式地一致执行,也就是说,作业在执行过程中在所分配集合的所有机器上占用相同的时间间隔。在这项工作中,我们研究的启发,标准调度无关的机器上的延展性作业调度的推广。具体来说,我们引入一个一般模型的延展性作业调度,其中每台机器有一个(可能不同)的速度为每个作业,和一组分配的机器$S$上的作业$j$的处理时间取决于$S$的总速度相对于$j$。对于机器与无关的速度,我们表明,最佳的完工时间不能近似的一个因素小于$\frac{e}{e-1}$,除非$P = NP$。在积极的一面,我们提出了多项式时间算法的近似比$\frac{2e}{e-1}$的机器与不相关的速度,$3$的机器与均匀的速度,和$7/3$的限制分配相同的机器。我们的算法是基于确定性的LP舍入。它们会导致稀疏调度,也就是说,每台机器最多与其他机器共享一个作业。我们还证明了$1+φ$的不相关的速度($φ$是黄金比例)和$2$的统一速度和限制分配的完整性差距的下界。为了表明我们的方法的一般性,我们表明,它也产生恒定因子近似算法的一个变种,我们确定一组分配的机器的有效速度的基础上,他们的速度的$L_p$规范。
2020-04-07 cs.DS math.CO
Scheduling Unrelated Machines of Few Different Types
调度中一个非常著名的机器模型允许机器是不相关的,对每台机器上可能具有不同特征的作业进行建模。由于其通用性,这种形式的许多优化问题非常难以解决,并且通常是APX困难的。然而,在许多应用中,不同类型的机器(诸如处理器核、GPU等)的数量非常有限。在本文中,我们解决这一点,并研究工作分配给不相关的机器的情况下,每台机器属于一个固定数量的类型和每种类型的机器是相同的。本文提出了一种多项式时间近似算法(PTASs),用于极小化具有固定维数的多维工件的最大完工时间和极小化L_p-范数。特别是,我们的研究结果subsidiary和推广现有的PTAS为常数无关的机器和任意数量的相同的机器,这些问题。我们采用了一些技术,超越了以前已知的结果,包括一个新的计数参数和方法,使稀疏极值点解的概念可用于凸规划。
2012-05-04 cs.DS
A hybrid exact-ACO algorithm for the joint scheduling, power and cluster assignment in cooperative wireless networks
基站协作(BSC)近来已经作为增加无线网络容量的有前景的方式而出现。实现BSC为经典的无线网络设计问题增加了一个新的设计维度:如何定义协调为用户服务的基站(集群)的子集。虽然从技术的角度对集群形成问题进行了广泛的讨论,但仍然缺乏有效的最优化模型来表示它,并且缺乏求解它的算法。在这项工作中,我们进一步填补这样的差距:1)我们通过添加合作作为额外的决策维度来推广经典的网络设计问题; 2)我们为所产生的问题开发了一个强有力的公式; 3)我们定义了一个新的混合解决方案算法,该算法结合了精确的大邻域搜索和蚁群优化。最后,我们评估我们的新模型和算法的WiMAX网络的一组现实的情况下的性能。
2017-04-21 cs.DS cs.NE cs.NI
Nearly Optimal Bounds for Distributed Wireless Scheduling in the SINR Model
研究了SINR模型下的无线调度问题。更具体地,给定一组$n$链路,每个链路是发送器-接收器对,我们希望将链路划分(或\emph{schedule})为最小数量的时隙,每个时隙满足允许同时传输的干扰约束。在基本问题中,所有的发射机都以相同的均匀功率发射。我们给出了一个分布式的$O(\log n)$ -近似算法的调度问题,匹配的最佳比例已知的集中式算法。它在任意度量空间中对任意长度单调次线性幂分配都成立。它是基于一个算法的Kesselheim和Vöcking,其分析,我们提高了对数因子。我们发现,每个分布式算法使用$Ω(\log n)$插槽调度某些情况下,只需要两个插槽,这意味着最好的绝对性能保证是对数。
2014-04-30 cs.DS cs.NI
Co-Scheduling Algorithms for High-Throughput Workload Execution
本文研究了处理一组并行应用程序的协同调度算法。而不是一个接一个地执行每个应用程序,使用最大程度的并行性,他们每个人,我们的目标是在调度多个应用程序并发。我们将原始应用程序集划分为一系列的包,这些包被逐个执行。一个包包括几个应用程序,每个应用程序都有一个分配的处理器数量,约束条件是在一个包内分配的处理器总数不超过可用处理器的最大数量。我们的目标是确定一个分区成包,并分配处理器的应用程序,最大限度地减少包的执行时间的总和。我们深入研究了这个优化问题的复杂性,并提出了几种算法,表现出非常好的性能在各种工作负载,其应用程序的执行时间模型配置文件的并行科学代码。我们发现,联合调度导致更快的工作量完成时间和更快的响应时间平均(从而提高系统吞吐量和节省能源),从用户和系统的角度来看,传统的调度显着的好处。
2013-04-29 cs.DC cs.DS
Robust Assignments via Ear Decompositions and Randomized Rounding
许多现实生活中的规划问题需要在问题的所有参数都被揭示之前做出先验决策。这种问题的一个重要特例出现在调度问题中,其中一组任务需要分配给可用的机器或人员(资源),以所有任务都分配了资源的方式,并且没有两个任务共享相同的资源。在它的名义形式,由此产生的计算问题成为一般二部图上的\emph{assignment problem}。本文论述了一个强大的变体的分配问题建模的情况下,在相应的图中的某些边缘是\emph{vulnerable},并可能成为不可用的解决方案后,已被选定。我们的目标是选择一个最小成本的边缘集合,这样如果任何脆弱的边缘变得不可用,解决方案的剩余部分包含所有任务的分配。我们目前的近似结果和硬度证明这类问题,并建立几个连接到著名的概念,从匹配理论,鲁棒优化和LP为基础的技术。
2016-07-08 cs.DS math.OC
A New Approximation Technique for Resource-Allocation Problems
我们开发了一个舍入方法的基础上随机游走的多面体,这导致了改进的近似算法和完整性差距的分配问题,出现在资源分配和调度。特别是,它将Shmoys和Tardos关于广义指派问题的工作推广到某些工作可以被丢弃的情况。随机二部匹配的新的浓度范围的发展。
2017-12-17 cs.DC cs.DS
Learning-Augmented Approximation for Unrelated-Machines Makespan Scheduling
The University of Tokyo(东京大学);Sorbonne Université(索邦大学);CNRS(法国国家科学研究中心);LIP6(LIP6实验室);F-75005 Paris, France(法国巴黎F-75005)
针对无关联机器调度问题,提出学习增强算法,利用重作业分配预测实现精确预测时(1+ε)-近似,误差增大时退化为2-近似。
2026-11-05 cs.DS cs.LG