Determinación experimental de la influencia de la reformulación del problema RAP en su eficiencia computacional

• Autores: Randy Reyna Hernández, Alejandro Rosete Suárez
• Localización: Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 16, Nº. 1, 2022
• Idioma: español
• Títulos paralelos:
  • Experimental determination of the influence of the reformulation of the RAP problem on its computational efficiency
• Enlaces
  • Texto completo
• Resumen
  • español

    El problema de agregación de rankings (RAP, por sus siglas en inglés) busca encontrar un ranking que resuma un conjunto de ellos. Actualmente, el razonamiento sobre la base de ordenamientos o rankings ha ganado atención debido al gran número de aplicaciones para solucionar problemas de toma de decisiones y más recientemente, en informática, estadística, algebra lineal y optimización, la biología computacional entre muchas otras. Dentro del contexto de RAP se encuentra el Problema del Ranking de Kemeny (KRP), donde todos los rankings de entrada son una permutación. El KRP es NP-duro, sin embargo, existe una formulación donde, a través del método de Programación Lineal Entera (PLE) se le puede dar solución al problema. Como la eficiencia del método de PLE está dada por la cantidad de variables y restricciones, se obtuvo una reformulación del problema que permite reducir ambas dimensiones. En el presente trabajo se demuestra como la reformulación del RAP permite resolver con el mismo software instancias mayores y de resolver las mismas en menos tiempo.

  • English

    The Rank Aggregation Problem (RAP) search for a ranking that summarizes a set of them. Currently, the reasoning based on rankings has gained great attention due to the large number of applications to solve decision-making problems and more recently, in computer science, statistics, linear algebra and optimization, computational biology among many others. A particular case of RAP is the Kemeny Ranking Problem (KRP), where all entry rankings are a permutation. The KRP is NP-hard, however, there is a formulation where, through the method of Integer Linear Programming (PLE), the problem can be solved. As the efficiency of the PLE method is given by the number of variables and restrictions, a reformulation of the problem was obtained that allows both dimensions to be reduced. In the present work it is demonstrated how the reformulation of the RAP allows to solve with the same software major instances and to solve them in less time.