N2N: A Parallel Framework for Large-Scale MILP under Distributed Memory
Created by
Haebom
Category
Empty
저자
Longfei Wang, Junyan Liu, Fan Zhang, Jiangwen Wei, Yuanhua Tang, Jie Sun, Xiaodong Luo
개요
본 논문은 MILP(Mixed Integer Linear Programming) 문제를 해결하기 위해 노드-대-노드(N2N) 프레임워크를 제안한다. 이 프레임워크는 분산 메모리 컴퓨팅 환경에서 대규모 문제를 해결하기 위해 설계되었으며, 결정론적 및 비결정론적 모드를 모두 지원한다. 기존 솔버와의 통합이 용이하도록 설계되었으며, 슬라이딩 윈도우 알고리즘을 사용하여 결정론적 순서로 작업을 생성하고 해결한다. 또한 CP 탐색 및 일반적인 기본 휴리스틱과 같은 고급 기술을 활용하여 분산 컴퓨팅 리소스를 최대한 활용한다. N2N-SCIP (SCIP 기반)는 기존 분산 병렬 MILP 솔버인 ParaSCIP보다 성능이 우수함을 입증했으며, HiGHS를 통합하여 N2N의 일반성을 검증했다.
시사점, 한계점
•
시사점:
◦
N2N 프레임워크는 MILP 문제 해결 속도를 향상시키기 위한 효과적인 병렬 처리 접근 방식을 제공한다.
◦
결정론적 및 비결정론적 모드 모두 지원하여 유연성을 제공한다.
◦
기존 솔버와의 통합이 용이하여 재사용성을 높인다.
◦
ParaSCIP보다 뛰어난 성능을 보이며, 대규모 문제 해결에 대한 잠재력을 보여준다.
◦
HiGHS와의 통합을 통해 N2N의 일반성을 입증했다.
•
한계점:
◦
본 논문에서 구체적인 한계점은 명시되어 있지 않다. (논문 요약 정보만으로는 판단하기 어려움)
