이중경로 고정 전략과 집합 커버링 문제 적용

초록

본 논문은 연속 완화 문제를 풀 때 발생하는 일련의 이중 해들을 활용해 변수 고정을 수행하는 ‘이중경로 고정(Dual‑Path Fixing)’ 기법을 제안한다. 기존의 단일 이중 해 기반 감소비용 고정과 강력 고정(strong fixing)의 장·단점을 조합해, 거의 추가 연산 없이 더 많은 변수를 고정할 수 있음을 보인다. 제안 방법은 이중‑심프스 알고리즘을 이용해 MILO(특히 0/1 집합 커버링) 인스턴스에 적용했으며, 실험 결과 기존 방법 대비 고정 비율이 크게 향상됨을 확인하였다.

상세 분석

이 논문은 혼합정수비선형최적화(MINLO)와 그 특수 경우인 혼합정수선형최적화(MILO)에서 변수 고정 기법의 효율성을 높이기 위한 새로운 접근법을 제시한다. 기존의 ‘감소비용 고정(reduced‑cost fixing)’은 연속 완화의 최적 이중 해 하나만을 이용해 변수의 상한·하한을 고정한다. 이는 거의 비용이 들지 않지만, 고정 가능한 변수 수가 제한적이다. 반면 ‘강력 고정(strong fixing)’은 각 변수마다 별도의 이중 최적화 문제를 풀어 가능한 모든 이중 해를 탐색함으로써 더 많은 변수를 고정할 수 있지만, 계산 비용이 급격히 증가한다.

저자들은 이 두 방법 사이의 중간 지점을 찾고자 ‘이중경로 고정(Dual‑Path Fixing, DPF)’을 고안한다. 핵심 아이디어는 연속 완화 문제를 풀 때 사용되는 이중 알고리즘(예: 이중‑심프스)에서 생성되는 전체 이중 해 시퀀스를 그대로 활용한다는 것이다. 각 이중 해는 이론적으로 Theorem 1(또는 그 특수화 형태인 식 (3), (4))에 의해 변수 고정 가능성을 판단할 수 있는 충분한 정보를 제공한다. 따라서 별도의 추가 최적화 과정을 수행하지 않고도, 기존 이중‑심프스가 제공하는 ‘경로’상의 모든 해를 검사함으로써 고정 가능한 변수들을 최대한 많이 찾아낼 수 있다.

이 접근법을 0/1 MILO, 특히 집합 커버링 문제(SCP)로 구체화한다. SCP는 비용 벡터 w와 0/1 행렬 A로 정의되며, 연속 완화(P)와 그 이중(D)는 각각 최소화와 최대화 형태의 선형 프로그램이다. 기존 감소비용 고정은 최적 이중 해 u*를 사용해 변수 j의 ‘감소 비용’ (\bar w_j = w_j - u^{*T}A_{\cdot j}) 를 계산하고, (\bar w_j > 0) 인 경우 해당 변수를 0으로 고정한다. DPF는 이중‑심프스가 생성하는 모든 중간 이중 해 (u^{(t)})에 대해 동일한 (\bar w_j^{(t)}) 를 계산한다. 즉, 하나의 최적 해에 국한되지 않고, 이중 해 경로 전체에서 (\bar w_j^{(t)} > 0) 가 성립하는 순간을 포착해 변수를 고정한다.

이론적 분석에서는 Theorem 1이 Lagrangian 듀얼을 기반으로 변수 고정의 충분조건을 제공함을 보이고, 최적 이중 해가 아닌 임의의 이중 해라도 같은 논리를 적용할 수 있음을 증명한다. 특히, 이중‑심프스는 매 이터레이션마다 이중 해를 유지하므로, DPF는 ‘무료’로 추가적인 고정 정보를 얻는다. 강력 고정과 비교했을 때, DPF는 각 변수마다 별도 최적화 문제를 풀 필요가 없으므로 연산량이 크게 감소한다.

실험에서는 문헌에 보고된 0/1 집합 커버링 인스턴스(다양한 밀도와 규모)들을 대상으로, (i) 기본 감소비용 고정, (ii) 강력 고정, (iii) 제안된 이중경로 고정을 비교하였다. 결과는 DPF가 강력 고정에 근접하거나 경우에 따라 더 많은 변수를 고정하면서도, 전체 실행 시간은 기본 감소비용 고정과 거의 동일한 수준임을 보여준다. 특히, 이중‑심프스가 수십 번의 이터레이션을 수행하는 큰 인스턴스에서 DPF의 효과가 두드러졌다.

결론적으로, 이중경로 고정은 기존 이중 알고리즘이 제공하는 정보를 최대한 활용함으로써, 추가적인 계산 없이도 변수 고정 능력을 크게 향상시키는 실용적인 기법이다. 이는 B&B와 같은 정확 알고리즘에서 하한·상한을 빠르게 강화하고, 전체 탐색 트리의 크기를 감소시켜 해결 시간을 단축시키는 데 기여한다. 향후 연구에서는 비선형 듀얼(예: 라그랑지안 듀얼)이나 내부점 방법을 이용한 이중 경로 확장, 그리고 다른 조합 최적화 문제(예: 차량 라우팅, 배치 문제)로의 적용 가능성을 탐색할 예정이다.