Approximation de l'arborescence de Steiner

Approximation of the Directed Steiner Tree Problem

• Auteur / Autrice : Dimitri Watel
• Direction : Dominique Barth, Marc-Antoine Weisser, Cédric Bentz
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 26/11/2014
• Etablissement(s) : Versailles-St Quentin en Yvelines
• Ecole(s) doctorale(s) : Ecole doctorale sciences et technologies de Versailles (2010-2015)
• Partenaire(s) de recherche : Equipe de recherche : Supélec Sciences des Systèmes (Gif-sur-Yvette)
• Partenaire(s) de recherche : Laboratoire : SUPELEC Systems Sciences (E3S) - Computer Science Department / SUPELEC Systems Sciences (E3S)
• Jury : Président / Présidente : Jean-Claude König
• Jury : Examinateurs / Examinatrices : Yannis Manoussakis
• Jury : Rapporteur / Rapporteuse : Cristina Bazgan, Bruno Escoffier

Mots clés

Mots clés contrôlés

Algorithmes

Complexité de calcul (informatique)

Approximation polynomiale

Optimisation combinatoire

Mots clés libres

Optimisation combinatoire

Approximation polynomiale

Complexité paramétrée

Arborescence de Steiner

Combinatorial optimization

Polynomial approximation

Parameterized complexity

Directed Steiner tree

Résumé

Dans un graphe orienté contenant un nœud appelé racine, un sous ensemble de nœuds appelés terminaux et une pondération sur les arcs, le problème de l’arborescence de Steiner (DST) consiste en la recherche d’une arborescence de poids minimum contenant pour chaque terminal un chemin de la racine vers ce terminal. Ce problème est NP-Complet. Cette thèse se penche sur l’étude de l’approximabilité de ce problème. Sauf si P=NP, il n’existe pas pour ce problème d’approximation de rapport constant ou logarithmique en k, oú k est le nombre de terminaux. Le plus petit rapport d’approximation connu est O (kԑ) où ԑ est un réel strictement positif. Dans la première partie, nous donnons trois algorithmes d’approximation : un algorithme glouton efficace qui associe deux techniques d’approximations connues pour DST, un algorithme dans le cas des graphes structurés en paliers qui étudie l’approximabilité du problème quand les terminaux sont éloignés de la racine, et un algorithme exponentiel qui combine un algorithme d’approximation et un algorithme exact, dont le rapport d’approximation et la complexité temporelle sont paramétrés par le nombre de terminaux couverts par l’algorithme exact. Dans la seconde partie, nous étudions deux problèmes issus de DST auquel est ajoutée une contrainte sur les nœuds de branchement. Cette contrainte réduit le nombre de solutions réalisables et peut faciliter la recherche d’une solution optimale parmi ce sous-ensemble de solutions. En fonction de la contrainte, nous étudions la possibilité de la trouver en temps polynomial et quel est le rapport d’approximation entre cette solution et la solution du problème non contraint

The directed Steiner tree problem (DST) asks, considering a directed weighted graph, a node r called root and a set of nodes X called terminals, for a minimum cost directed tree rooted in r spanning X. DST is an NP-complete problem. We are interested in the search for polynomial approximations for DST. Unless P = NP, DST can not be approximated neither within a constant ratio nor a logarithmic ratio with respected to k, where k is the number of terminals. The smallest known approximation ratio is O(kԑ) where ԑ is a positive real.In the first part, we provide three new approximation algorithms : a practical greedy algorithm merging two of the main approximation techniques for DST, an algorithm for the case where the graph is layered and where the distance between the terminals and the root is high, and an exponential approximation algorithm combining an approximation algorithm and an exact algorithm, parameterized with the number of terminals the exact algorithm must cover.In the last part we study DST with two branching constraints. With this technique, we are able to reduce the number of feasible solutions, and possibly facilitate the search for an optimal solution of the constraint problem. We study how it is possible to build such a solution in polynomial time and if this solution is a good approximation of an optimal solution of the non-constraint problem