Многомерная проблема назначения
Многомерная задача назначения (MAP) — это фундаментальная задача комбинаторной оптимизации , предложенная Уильямом Пирскалла . [1] Эту проблему можно рассматривать как обобщение линейной задачи о назначениях . [2] На словах проблему можно описать так:
- Экземпляр задачи имеет несколько агентов (т. е. параметр мощности ) и ряд характеристик работы (т. е. параметр размерности ), таких как задача, машина, временной интервал и т. д. Например, агенту можно назначить выполнение задачи. X, на машине Y, в течение интервала времени Z. Любой агент может быть назначен для выполнения задания с любой комбинацией уникальных характеристик задания за определенную стоимость . Эти затраты могут варьироваться в зависимости от назначения агента комбинации характеристик работы — конкретной задачи, машины, временного интервала и т. д. Проблема состоит в том, чтобы минимизировать общую стоимость назначения агентов так, чтобы назначение агентов каждой характеристике работы было или инъективная функция функция «один к одному» от агентов к заданной характеристике работы.
Альтернативно, описав проблему с помощью теории графов:
- Задача многомерного назначения состоит в поиске во взвешенном многодольном графе паросочетания заданного размера , в котором сумма весов ребер минимальна. [3]
Формальное определение
[ редактировать ]В литературе можно встретить различные постановки этой проблемы. Используя функции затрат, – проблема назначения размерностей (или –MAP ) можно сформулировать следующим образом:
- Данный наборы, и , одинакового размера, вместе с массивом стоимости или многомерной весовой функцией : , находить перестановки : А → такая, что функция полной стоимости :
сведен к минимуму. [4]
Параметры задачи
[ редактировать ]Задача многомерного назначения (MAP) имеет два ключевых параметра, определяющих размер экземпляра задачи :
- Параметр размерности
- Параметр мощности , где обозначает количество элементов в .
Размер массива затрат
[ редактировать ]Любой проблемный экземпляр MAP с параметрами имеет свой конкретный массив затрат , который состоит из параметры стоимости/веса для конкретного экземпляра . — размер массива затрат.
Количество возможных решений
[ редактировать ]Допустимая область или пространство решений MAP очень велико. Число возможных решений (размер экземпляра MAP) зависит от параметров MAP . Конкретно, . [2]
Вычислительная сложность
[ редактировать ]Проблема вообще NP-сложная . Другими словами, не существует известного алгоритма решения этой задачи за полиномиальное время, поэтому для решения экземпляров задачи даже умеренного размера (на основе параметров размерности и мощности) может потребоваться длительное время вычислений. [5]
Приложения
[ редактировать ]Проблема нашла применение во многих областях:
- Планирование (производственные процессы) [1]
- Объединение данных нескольких датчиков [6]
- Связь записей или разрешение многосторонних объектов [2]
- Физика элементарных частиц [7]
- Обнаружение падения у пожилых людей с помощью небольших носимых устройств [8]
Ссылки
[ редактировать ]- ^ Jump up to: а б Пирскалла, Уильям П. (1968). «Письмо в редакцию — проблема многомерного назначения». Исследование операций . 16 (2). ИНФОРМ: 422–431. дои : 10.1287/опре.16.2.422 .
- ^ Jump up to: а б с Каммердинер, Алла; Семенов, Александр; Пасилиао, Эдуардо (2021). «Многомерная задача назначения для разрешения многочастных объектов». arXiv : 2112.03346 [ cs.DM ].
- ^ Нату, Шардул; Дата, Кетан; Наги, Ракеш (2020). «Лагранжева эвристика с ускорением на графическом процессоре для многомерных задач назначения с разложимыми затратами» . Параллельные вычисления . 97 : 102666. doi : 10.1016/j.parco.2020.102666 . ISSN 0167-8191 . S2CID 221667518 .
- ^ Карапетян, Даниил; Гутин, Григорий (01.06.2011). «Эвристика локального поиска для многомерной задачи назначения» (PDF) . Журнал эвристики . 17 (3): 201–249. дои : 10.1007/s10732-010-9133-3 . ISSN 1572-9397 . S2CID 3446729 .
- ^ Нгуен, Дык Мань; Ле Тхи, Хоай Ан; Фам Динь, Тао (12 октября 2012 г.). «Решение многомерной задачи о назначениях методом перекрестной энтропии». Журнал комбинаторной оптимизации . 27 (4): 808–823. дои : 10.1007/s10878-012-9554-z . ISSN 1382-6905 . S2CID 254658376 .
- ^ Пур, Обри Б. (1994). «Формулировка многомерного назначения задач ассоциации данных, возникающих в результате отслеживания нескольких целей и нескольких датчиков» . Вычислительная оптимизация и приложения . 3 (1): 27–57. дои : 10.1007/BF01299390 . S2CID 33848795 .
- ^ Пустазери, Жан-Франсуа; Ренсинг, Пол Э.; Либлинг, Томас М. (1996). «Отслеживание элементарных частиц вблизи их первичной вершины: комбинаторный подход». Журнал глобальной оптимизации . 9 (1): 41–64. дои : 10.1007/BF00121750 . S2CID 2002168 .
- ^ Каммердинер Алла Р.; Герерро, Андре Н. (2019). «Комбинаторная оптимизация на основе данных для сенсорной оценки опасностей падения» . Анналы исследования операций . 276 (1–2): 137–153. дои : 10.1007/s10479-017-2585-1 . ISSN 0254-5330 . S2CID 254223885 .