在线二分匹配的动态松弛
最优化与控制
2018-12-24 v2
摘要
在线二分匹配（OBM）是支撑许多重要应用的基础模型，包括搜索引擎广告、网站横幅与弹窗广告以及网约车。我们研究 i.i.d. OBM 问题，其中二分划分的一侧固定且预先已知，而另一侧节点作为潜在分布的 i.i.d. 实现依次出现，且必须立即被匹配或丢弃。我们引入可达匹配概率集合的动态松弛，展示它们在理论上如何主导先前工作中的低维静态松弛，并进行多面体研究以从理论上检验新松弛的强度。我们还讨论了如何从松弛的对偶价格导出启发式策略，类似于网络收益管理中使用的动态资源价格。最后我们给出计算研究以展示新松弛与策略的经验质量。
引用
@article{arxiv.1709.01557,
title = {Dynamic Relaxations for Online Bipartite Matching},
author = {Alfredo Torrico and Alejandro Toriello},
journal= {arXiv preprint arXiv:1709.01557},
year = {2018}
}