An approximation scheme for the probability maximizing combinatorial optimization problem

Abstract

In this thesis, we consider a variant of the deterministic combinatorial optimization problem (DCO) where there is uncertainty in the data, the probability maximizing combinatorial optimization problem (PCO). PCO is the problem of maximizing the probability of satisfying the capacity constraint, while guaranteeing the total profit of the selected subset is at least a given value. PCO is closely related to the chance-constrained combinatorial optimization problem (CCO), which is of the form that the objective function and the constraint function of PCO is switched. It search for a subset that maximizes the total profit while guaranteeing the probability of satisfying the capacity constraint is at least a given threshold. Thus, we discuss the relation between the two problems and analyse the complexities of the problems in special cases. In addition, we generate pseudo polynomial time exact algorithms of PCO and CCO that use an exact algorithm of a deterministic constrained combinatorial optimization problem. Further, we propose an approximation scheme of PCO that is fully polynomial time approximation scheme (FPTAS) in some special cases that are NP-hard. An approximation scheme of CCO is also presented which was derived in the process of generating the approximation scheme of PCO.

본 논문에서는 일반적인 조합 최적화 문제(deterministic combinatorial optimization problem : DCO)에서 데이터의 불확실성이 존재할 때를 다루는 문제로, 총 수익을 주어진 상수 이상으로 보장하면서 용량 제약을 만족시킬 확률을 최대화하는 확률 최대화 조합 최적화 문제(probability maximizing combinatorial optimization problem : PCO)을 다룬다. PCO와 매우 밀접한 관계가 있는 문제로, 총 수익을 최대화하면서 용량 제약을 만족시킬 확률이 일정 값 이상이 되도록 보장하는 확률 제약 조합 최적화 문제(chance-constrained combinatorial optimization problem : CCO)가 있다. 우리는 두 문제의 관계에 대하여 논의하고 특정 조건 하에서 두 문제의 복잡도를 분석하였다. 또한, 제약식이 하나 추가된 DCO를 반복적으로 풀어 PCO와 CCO의 최적해를 구하는 유사 다항시간 알고리즘을 제안하였다. 더 나아가, PCO가 NP-hard인 특별한 인스턴스들에 대해서 완전 다항시간 근사해법(FPTAS)가 되는 근사해법을 제안하였다. 이 근사해법을 유도하는 과정에서 CCO의 근사해법 또한 고안하였다.