M‑컨벡스 함수와 이목표 최적화의 새로운 다항시간 알고리즘

초록

본 논문은 M♮‑컨벡스 함수와 이진 계수를 갖는 선형 함수를 목표로 하는 2목표 정수 최적화 문제에서 전체 파레토 최적값 집합을 다항시간에 열거할 수 있음을 보인다. 특히 M‑컨벡스 함수인 경우 알고리즘을 더욱 가속화하고, M♮‑컨벡스 최소화와 사전순(lexicographic) 목표를 결합한 문제에도 다항시간 해법을 제시한다.

상세 분석

이 연구는 이산 볼록 분석(discrete convex analysis)에서 핵심 개념인 M‑컨벡스와 M♮‑컨벡스 함수를 다목적 최적화와 결합한 최초의 시도이다. 기존의 다목적 조합 최적화에서는 파레토 전선을 완전 탐색하려면 NP‑hard 혹은 #P‑complete 문제가 발생한다는 것이 일반적인 인식이었다. 그러나 저자들은 M♮‑컨벡스 함수가 갖는 교환 공리(exchange axiom)를 활용해, 두 번째 목표인 ⟨b,x⟩( b는 0‑1 계수) 를 고정한 뒤 첫 번째 목표인 g(x) 를 최소화하는 일련의 단일목표 문제로 변환한다. 이 변환은 기존 연구인 Gorski et al. (matroid 기반)와 Takazawa (M♮‑컨벡스 최소화) 의 아이디어를 일반화한 것으로, 각 고정값 k에 대해 “색상‑예산 제약”(color‑induced budget constraint) 하의 M♮‑컨벡스 최소화 문제를 다항시간에 해결한다는 점이 핵심이다.

M‑컨벡스 함수인 경우, 도메인이 정수 격자점의 M‑컨벡스 집합이므로 추가적인 교환 구조가 존재한다. 이를 이용해 알고리즘의 탐색 공간을 더 크게 축소하고, 각 k에 대해 최소해를 찾는 과정에서 “기본 교환”(base exchange) 연산을 효율적으로 수행한다. 결과적으로 M‑컨벡스 특수 경우에는 전체 파레토값 집합을 O(poly(|E|, max g)) 시간 안에 열거할 수 있다.

또한 논문은 M♮‑컨벡스 최소화와 사전순 목표(lexicographic optimization)를 결합한 문제를 다룬다. ε‑제약법을 사전순 원추(lexicographic cone)와 결합하면, 제약식이 정수 선형 형태가 아니라도 파레토 최적값을 보장한다. 저자들은 평가된 매트로이드 교차(evaluated matroid intersection) 알고리즘을 변형해, 사전순 순서에 따라 파레토값을 직접 열거하도록 설계하였다. 이 과정에서 별도의 필터링 단계가 필요 없으며, 전체 복잡도는 여전히 다항시간이다.

알고리즘의 정확성 증명은 M♮‑컨벡스와 M‑컨벡스의 교환 공리, 그리고 매트로이드 교차의 다항시간 구현 가능성을 기반으로 한다. 복잡도 분석에서는 각 k에 대해 O(|E|·log|E|) 정도의 시간 복잡도를 보이며, 전체 파레토값 집합의 크기가 다항적으로 제한되는 경우 전체 실행 시간은 O(poly(|E|, max g, |Z|)) 로 요약된다. 이는 기존의 지원 파레토(supported Pareto)만을 찾는 가중합 방법과 달리, 비지원 파레토(non‑supported)까지 모두 포괄한다는 점에서 큰 진전이다.

마지막으로 저자들은 이론적 결과를 바탕으로 네트워크 흐름, 자전거 공유 시스템 등 실제 M‑컨벡스 구조가 나타나는 응용 분야에 적용 가능성을 제시한다. 특히 M‑컨벡스 함수가 비용 함수로 사용되는 물류 최적화나 공급망 설계 문제에선, 다목적 의사결정 시 전체 파레토 전선을 효율적으로 탐색할 수 있다는 실용적 의미가 강조된다.