Nel Capacitated strumento Location Problem (CFLP) , ci viene data una serie di client e una serie di potenziali strutture F . Ogni cliente j ∈ C ha una domanda d j che deve essere servita da una o più strutture aperte. Ogni struttura i ∈ F ha un costo apertura f i e ha una capacità u i , che è la domanda massima tale impianto mi possa servire. Il costo di soddisfare una richiesta unitaria del cliente j nella struttura i è c i j. Vogliamo aprire un sottoinsieme di strutture e assegnare la domanda dei clienti ad aprire strutture in modo tale da soddisfare le esigenze di tutti i clienti, non violare alcun limite di capacità e ridurre al minimo il costo totale dell'apertura delle strutture e della manutenzione dei clienti. I costi del servizio sono non negativi, simmetrici e soddisfano la disuguaglianza del triangolo.
Arora in [ 1 , pagina 21] afferma che "Arora, Raghavan e Rao [ 2 ] forniscono un PTAS per il caso geometrico. Estendono l'algoritmo al caso condensato ma la soluzione finale può violare i limiti di capacità di piccole quantità." Cosa intende per "piccola quantità"? Immagino significhi che danno un PTAS che viola i limiti di capacità all'interno del fattore per un ϵ > 0 arbitrario . È giusto?
Quando ho guardato in [ 2 ], l'unico risultato correlato che ho trovato è stato un algoritmo temporale per trovare una soluzione ( 1 + ϵ ) approssimata per il problema k -median capacitato quando abbiamo hanno capacità uniformi. Arora fa riferimento al risultato precedente in [ 1 ]?
[ 1 ] S. Arora. Schemi di approssimazione per problemi di ottimizzazione geometrica NP-hard: un'indagine. In matematica. Programmazione, ser. B, vol. 97, pp. 43-69, 2003.
[ 2 ] S. Arora, P. Raghavan e S. Rao. Schemi di approssimazione per le k-mediane euclidee e relativi problemi. Nel Proc. 30º Simposio ACM sulla teoria dell'informatica, pagg. 106-113, 1998.