동시 분기를 활용한 MILP LP 경계 향상 기법

초록

본 논문에서는 새로운 제약을 하나씩 추가한 LP 인스턴스를 순차적으로 생성하면서, 각 인스턴스에서의 이중 변수 변화량과 목적 함수 향상량을 측정한다. 이러한 이중 변수의 변화는 자연스럽게 분기와 연결되며, 연결된 분기들에 대해 모든 가능한 선택 조합에 대해 이중 부등식이 반드시 성립하도록 하는 이중 변수 차이를 선택한다. 선택된 각 분기의 향상량을 합산함으로써 원 문제에 대한 보다 강력한 상한값을 얻는다. 이 기법은 또한 새로운 컷을 생성하는 데 활용될 수 있다.

상세 요약

이 논문은 MILP(정수선형계획) 문제의 LP 완화(LP relaxation) 상한을 개선하기 위한 새로운 접근법을 제시한다. 전통적인 분기한정법(branch‑and‑bound)에서는 하나의 변수에 대해 두 개의 서브문제를 생성하고, 각각을 독립적으로 해결한다. 그러나 저자는 “동시(branch concurrently)”라는 개념을 도입하여, 여러 분기를 동시에 고려하면서 각 분기에 대응하는 추가 제약을 순차적으로 LP에 삽입한다. 핵심 아이디어는 각 추가 제약이 도입될 때 발생하는 이중 변수(dual variable) 변화량을 정량화하고, 이 변화량이 기존 이중 부등식들을 위배하지 않도록 조정하는 것이다.

구체적으로, 기본 LP 인스턴스에 새로운 부등식 (a^{\top}x \le b) 를 하나씩 추가하면서, 해당 LP의 최적 이중 해 (\pi) 가 어떻게 변하는지를 (\Delta\pi) 로 정의한다. (\Delta\pi) 는 해당 부등식이 활성화되는 정도와 직접 연관되며, 이는 곧 해당 분기의 “가치”를 나타낸다. 저자는 모든 가능한 분기 선택 조합에 대해 (\Delta\pi) 가 이중 제약 (A^{\top}\pi \le c) 를 만족하도록 하는 조건을 도출한다. 이 조건을 만족하는 (\Delta\pi) 들을 선별한 뒤, 각 분기의 목적 함수 향상량 (\Delta z) 를 합산하면, 원 MILP의 최적값에 대한 새로운 상한값 (z^{}_{new}=z^{}_{LP}+ \sum \Delta z) 을 얻을 수 있다.

이 방법의 장점은 다음과 같다. 첫째, 여러 분기를 동시에 고려함으로써 개별 분기에서 얻을 수 있는 이득을 누적시키는 것이 가능하다. 둘째, 이중 변수 변화량을 명시적으로 활용함으로써 기존의 컷 생성 기법과 자연스럽게 연계될 수 있다. 실제로, (\Delta\pi) 가 특정 형태의 유효 컷(예: Gomory 컷)과 동일한 구조를 가질 경우, 해당 컷을 직접 LP에 삽입함으로써 추가적인 경계 강화 효과를 얻을 수 있다.

하지만 몇 가지 한계점도 존재한다. (\Delta\pi) 를 정확히 계산하려면 각 추가 제약마다 LP를 재해석해야 하므로 계산 비용이 급격히 증가한다. 특히, 분기 수가 많아질수록 조합 폭이 기하급수적으로 늘어나, 모든 조합을 검증하는 것이 실용적이지 않다. 저자는 이를 완화하기 위해 휴리스틱 선택 규칙이나 제한된 조합 집합만을 고려하는 방안을 제시했지만, 이로 인한 경계 강도의 손실이 어느 정도인지 정량적 평가가 부족하다. 또한, 이중 변수의 변동이 실제 정수 해와 얼마나 밀접하게 연관되는지에 대한 이론적 보장이 약해, 특정 문제군에서는 기대 이하의 성능을 보일 가능성이 있다.

전반적으로, 이 논문은 LP 이중 해와 분기 구조 사이의 연관성을 새로운 시각으로 조명하고, 이를 통해 경계 강화와 컷 생성이라는 두 가지 목적을 동시에 달성하려는 시도를 보여준다. 향후 연구에서는 계산 효율성을 높이기 위한 병렬 구현, 조합 탐색을 제한하는 강력한 휴리스틱, 그리고 다양한 MILP 베이스라인과의 광범위한 실험을 통해 제안 기법의 일반성을 검증할 필요가 있다.