[論文レビュー] Direct solutions to tropical optimization problems with nonlinear objective functions and boundary constraints

Nikolai Krivulin, Karel Zimmermann|arXiv (Cornell University)|Nov 10, 2013

Polynomial and algebraic computation参考文献 18被引用数 7

ひとこと要約

本稿では、非線形目的関数と境界制約を伴う多次元トロピカル最適化問題に対して、イドムポテン代数を用いて直接的・閉形式の解を得る手法を提示する。目的関数の鋭い下界を導出し、それを達成するベクトルを特定することで、著者らは、チェビシェフ近似や$ℝ_{\max,+}$半体における位置問題への応用を含む、コン pact なベクトル形式の解を提供する。

ABSTRACT

We examine two multidimensional optimization problems that are formulated in terms of tropical mathematics. The problems are to minimize nonlinear objective functions, which are defined through the multiplicative conjugate vector transposition on vectors of a finite-dimensional semimodule over an idempotent semifield, and subject to boundary constraints. The solution approach is implemented, which involves the derivation of the sharp bounds on the objective functions, followed by determination of vectors that yield the bound. Based on the approach, direct solutions to the problems are obtained in a compact vector form. To illustrate, we apply the results to solving constrained Chebyshev approximation and location problems, and give numerical examples.

研究の動機と目的

• 非線形目的関数および境界制約を伴うトロピカル最適化問題に対して、直接的かつ明示的な解法を開発すること。
• 目的関数の鋭い下界を導出し、それを用いて最小化ベクトルを同定することで、既存の解法技術を拡張すること。
• スケジューリングや位置分析の分野における実世界の問題に適用可能な、コン pact なベクトル形式の解法を提供すること。
• 特定の問題クラスに対して、反復的または部分的な解法に代わる完全な解法を提供すること。
• 制約付きチェビシェフ近似および位置問題の応用を通じて、手法の有効性を示すこと。

提案手法

• 最適化問題をモデル化するために、特に$ℝ_{\max,+}$半体を含むイドムポテン代数半体代数を用いる。
• 非線形目的関数を定義するために、乗法的共役ベクトル転置を用いる。
• 半体の性質と代数的操作を用いて、目的関数の鋭い下界を導出する。
• 下界の等号成立条件から導かれる方程式系を解くことで、最小化ベクトルを特定する。
• 制約付き位置問題と制約付きチェビシェフ近似問題という2つの具体的な問題に、解法フレームワークを適用する。
• 導出された下界に基づき、直接的かつコン pact なベクトル形式の解を得るために、定理2および定理3を用いる。

実験結果

リサーチクエスチョン

• RQ1 非線形目的関数および境界制約を伴うトロピカル最適化問題に対して、直接的かつ閉形式の解を得ることは可能か？
• RQ2 このような問題の解集合の構造は何か？ また、それを完全に特徴づけることは可能か？
• RQ3 目的関数の鋭い下界をどのように導出し、それを用いて最小化ベクトルを構成できるか？
• RQ4 位置問題や近似問題のような実世界の文脈において、この手法はどのように効果的に応用できるか？
• RQ5 特定の問題クラスに対して、特定の解ではなく完全な解を提供できるか？

主な発見

• 制約付き位置問題において、最小のチェビシェフ距離は$\mu = \Delta \oplus (\bm{r}^{-} \oplus \bm{s}^{-})\bm{g} \oplus \bm{h}^{-}(\bm{r} \oplus \bm{s})$で与えられ、$\Delta = \sqrt{(\bm{r}^{-} \oplus \bm{s}^{-})(\bm{r} \oplus \bm{s})}$である。
• 解集合はベクトル不等式$\mu^{-1}(\bm{r} \oplus \bm{s}) \oplus \bm{g} \leq \bm{x} \leq (\mu^{-1}(\bm{r}^{-} \oplus \bm{s}^{-}) \oplus \bm{h}^{-})^{-}$によって特徴づけられ、完全な解が得られる。
• 数値例では、$\bm{r} = (-3,1,1)^T$、$\bm{s} = (1,3,-2)^T$、$\bm{g} = (0,0,0)^T$、$\bm{h} = (1,1,1)^T$のとき、解は$\bm{x} \in [(0,0,0)^T, (0,1,1)^T]^T$である。
• 制約付きチェビシェフ近似問題において、最小誤差は$\mu = \Delta \oplus \bm{p}^{-}\bm{A}\bm{g}$で与えられ、$\Delta = \sqrt{(\bm{A}(\bm{p}^{-}\bm{A})^{-})^{-}\bm{p}}$である。
• 最適解ベクトルは$\bm{x} = \mu(\bm{p}^{-}\bm{A})^{-}$であり、数値例では$\bm{x} = (2,4,3)^T$が得られ、$\mu = 1$である。
• 反復的アルゴリズムを用いずに、直接的かつ明示的な解法を提供できることから、研究された問題クラスにおいて、効率的かつ完全な解法であることが示された。