此篇博客用于记录论文学习上的相关概念
2022.7.14更
TPDS上关于资源分配的一篇论文《Auction Mechanisms in Cloud/Fog Computing Resource Allocation for Public Blockchain Networks》
文中介绍了子模函数,这个概念以前没接触过,简单记录下
在数学中,子模集函数(也称为子模函数)是一个集函数,其值非正式地具有以下性质:单个元素添加到输入集时所产生的函数增量值的差异减小为输入集的大小增加。子模函数具有自然的收益递减特性,这使其适用于许多应用,包括近似算法、博弈论(作为对用户偏好进行建模的函数)和电网。
submodular实际上就对 边际效用递减 这个说法的形式化。
公式化:对于一个集合函数
f
:
2
V
→
R
f:2^V\rightarrow R
f:2V→R,若
S
⊆
V
S\subseteq V
S⊆V,那么在S中增加一个元素所增加的收益要小于等于在S的子集中增加一个元素所增加的收益。形式化表述就是:对于函数f而言,若
A
⊆
B
⊆
V
A\subseteq B \subseteq V
A⊆B⊆V且
e
⊆
V
−
B
e\subseteq V-B
e⊆V−B,则
f
(
A
∪
e
)
−
f
(
A
)
⩾
f
(
B
∪
e
)
−
f
(
B
)
f(A\cup {e})-f(A)\geqslant f(B\cup {e})-f(B)
f(A∪e)−f(A)⩾f(B∪e)−f(B)。可以转换为等价定义
证明
f
x
(
A
)
=
f
(
A
∪
x
)
−
f
(
A
)
(
A
⊆
X
−
x
)
f_x(A)=f(A\cup {x})-f(A) \quad (A\subseteq \mathcal{X}-x)
fx(A)=f(A∪x)−f(A)(A⊆X−x)对所有的
x
∈
X
x\in\mathcal{X}
x∈X都单调递减
在计算机领域,Submodular函数有个性质,即下面这个问题是NP-hard:
对于一个sugmodular函数f,如果给定一个限制条件C,找出一个满足条件C的集合S,使得f(S)值最大。本篇论文中的目标函数是一个MIP(混合整数规划)问题,且含线性约束的非线性规划问题,是一个NP-Hard问题,当这个问题被证明出是一个子模问题时,一般都是用贪心算法近似求解。