Comments
Description
Transcript
割当問題 - 九州大学
=⇒ 最適選好マッチング 例えば... 参加者の多数決で意思を決定する状況 その中間 =⇒ 安定マッチング 例えば... 全ての個人が納得をすればよい状況 個人の利益を追求 =⇒ 最大マッチング 例えば... 強力な意思決定者が存在する状況 全体の利益を追求 割り当ての質とモデル マス・フォア・インダストリ研究所 九州大学 神山 直之 割当問題の数理モデル + 計算量理論,グラフ理論 可能性のある割り当て の部分集合 各参加者が高々一つの 割り当てに含まれる 点の間を結ぶ線は可能 性のある割り当て 定義 (マッチング) 左右の点の集合は各集 団を表わしている 定義 (二部グラフ) 二部グラフとマッチング 効率的に解くことができる割当モデルを紹介 発表内容 理論的にも興味深い 2 (マトロイド等の離散構造との関連) 現実問題と数理モデルが非常に近い 1 本日その中でも割当問題を紹介 例えば,施設配置やスケジューリング,データマイニングなど... 最適化は様々な場面で現れる min{f (x) | x ∈ F} 私の研究分野:離散最適化 私の問題意識と研究分野 × 個々の選好は考慮出来ない ○ サイズが最大 √ ○ 効率よく求めることができる (O(m n) 時間) 出力:サイズが最大のマッチング 入力:二部グラフ 定義 (最大マッチング問題) 最大マッチング =⇒ 解の質の良さ + 計算時間 どのような割り当てが望ましいのか? 疑問 厚生労働省「新たな医師臨床研修制度」HP 参照 病院と医学生 オークション 仕事のスケジューリング 研究室と学生 例えば... 二つのグループ間の割当を決める問題 定義 (割当問題) 割当問題 1 2 1 2 2 1 1 2 お互い現在の相手より好ましい組が存在 定義 (安定ではないマッチング) 1 2 1 2 2 1 1 2 出力:安定なマッチング 1 2 1 2 2 1 1 2 入力:二部グラフ + 各点の相手に対する選好順序 定義 (安定マッチング問題) 安定マッチング 一度加えた辺を賢く交換する必要がありそう. . . 最大? =⇒ NO!! (先ほどの例を思い出す) 貪欲に加えることのできる辺を加えていく 基本的なアイデア アルゴリズム そもそも安定なマッチングが存在するのか?⇒ Yes!! ○ 個々の選好は考慮出来ている × サイズが小さい ○ 効率よく求めることができる (O(m) 時間) 任意の問題例に対して少なくとも一つ安定マッチング が存在し効率的に求めることができる 定理 (Gale & Shapley) 存在性 マッチングに入っていない点から始まりマッチングに 入っていない点で終わる向きに沿った道 増加路 有限界でアルゴリズムは停止する 2 1 1 2 1 2 2 1 1 2 1 2 1 2 2 1 1 2 1 2 1 2 2 1 1 2 M は断られていない最も好ましい女性 W にプロポーズ する W は相手がいないもしくは現在の相手より好ましけれ ば乗り換える 相手がいないかつ全ての女性に断られていない男性 M がい る限り以下を繰り返す アルゴリズム 最大マッチングのサイズは高々n √ 計算時間 O(mn) ⇒ O(m n) [Hopcroft & Karp] 増加路を見つけるのに O(m) 時間 計算時間 あるマッチングが最大である必要十分条件は交換可能 グラフにおいて増加路が存在しないことである 定理 増加路がある限り辺を増やす マッチングに加えられていない辺を右向き 増加路に沿って辺を入れ替えるとサイズが増える アルゴリズム マッチングに加えられている辺を左向き 交換可能グラフ アルゴリズム 構成的に証明可能?⇒ Yes!! △ 個々の選好はそこそこ考慮出来ている △ サイズがそこそこ大きい ○ 効率よく求めることができる 注:安定ではない最適選好マッチングが存在する あるマッチング M が最適選好マッチングである十分条 件は M が安定マッチングであることである NO... そもそも安定なマッチングが存在するのか?⇒ マトロイドを用いた拡張が可能 (例えば,多対多) 上記のアルゴリズムは実はある関数の不動点を求めて いる どの安定マッチングもサイズは同じ 定理 存在性 補足 各プロポーズの判定は O(1) 時間 ⇒ O(m) 時間 合計で高々m 回のプロポーズ それぞれの男性は各女性に高々一回しかプロポーズし ない 計算時間 アルゴリズム 2 1 3 1 2 1 2 2 1 3 1 2 1 2 可能ならば最も大きい最適選好マッチングを求めたい 1 2 1 2 3 1 2 各最適選好マッチングによってサイズが変わる サイズが最大の最適選好マッチングを多項式時間で見 つけることが可能 定理 (Huang & Kavitha) 最大性 支配するマッチングが存在 定義 (最適選好ではないマッチング) 1 2 1 2 3 1 2 出力:最適選好なマッチング 入力:二部グラフ + 各点の相手に対する選好順序 定義 (最適選好マッチング問題) 最適選好マッチング 2 1 3 1 2 1 2 ご清聴ありがとうございました 良いソフトウェアの開発 普及活動 理論的に高速なだけではなく非常に実用的 アルゴリズムが整備されている 実際に使用されている例も モデルが現実の問題に近い 最大マッチング,安定マッチング,最適選好マッチング 目的に応じた様々な割当モデルを紹介 まとめと課題 1 2 1 2 3 1 2 好ましい点が多いほうのマッチングが他方のマッチン グを支配する 各点においてどちらのマッチングが好ましいかを判定 二つのマッチングを考える 定義 (支配関係) 最適選好性