[논문 리뷰] Relaxation schemes for mathematical programs with switching constraints

Christian Kanzow, Patrick Mehlitz외 1명|arXiv (Cornell University)|2018. 09. 07.

Advanced Optimization Algorithms Research참고 문헌 17인용 수 5

한 줄 요약

이 논문은 수학적 프로그래밍에서 스위칭 제약 조건을 가진 문제(MPSC)에 대한 이완 체계를 제안하며, 접선 원추 분해를 활용하여 해의 정확도와 수렴성을 향상시킨다. 특정 점에서 접선 원추가 활성 스위칭 집합에 대한 접선 원추의 합집합과 동일하다는 것을 증명함으로써, 조합적 스위칭 조건 하에서 더 견고한 최적화를 가능하게 한다.

ABSTRACT

Switching-constrained optimization problems form a difficult class of mathematical programs since their feasible set is almost disconnected while standard constraint qualifications are likely to fail at several feasible points. That is why the application of standard methods from nonlinear programming does not seem to be promising in order to solve such problems. In this paper, we adapt the relaxation method from Kanzow and Schwartz (SIAM J. Optim., 23(2):770-798, 2013) for the numerical treatment of mathematical programs with complementarity constraints to the setting of switching-constrained optimization. It is shown that the proposed method computes M-stationary points under mild assumptions. Furthermore, we comment on other possible relaxation approaches which can be used to tackle mathematical programs with switching constraints. As it turns out, adapted versions of Scholtes' global relaxation scheme as well as the relaxation scheme of Steffensen and Ulbrich only find W-stationary points of switching-constrained optimization problems in general. Some computational experiments visualize the performance of the proposed relaxation method.

연구 동기 및 목표

• 비볼록이고 조합적 복잡도가 높은 타당 집합을 포함하는 수학적 프로그래밍에서 스위칭 제약 조건을 해결하는 데 도전하는 것.
• 지역 기하학적 구조를 활용하여 MPSC에 대한 수치적 방법의 수렴성과 안정성을 향상시키는 이완 프레임워크를 개발하는 것.
• 활성 스위칭 집합을 이용하여 타당 점에서 접선 원추를 엄밀하게 특성화하는 것.
• 활성 스위칭 집합에 기반한 접선 원추의 분해를 통해 MPSC에 더 효과적인 알고리즘 설계를 위한 이론적 기반을 마련하는 것.

제안 방법

• 이 방법은 점 $\tilde{x} \in X(t)$ 에서 접선 원추를 $I \subset I^{00}_t(\tilde{x})$ 의 부분집합들에 대한 합집합으로 분해한다. 여기서 $I^{00}_t(\tilde{x})$ 는 활성 스위칭 제약 조건의 집합을 나타낸다.
• 접선 원추 $\mathcal{T}_{X(t)}(\tilde{x})$ 가 모든 이러한 부분집합 $I$ 에 대해 접선 원추 $\mathcal{T}_{X(t,\tilde{x},I)}(\hat{x})$ 의 합집합과 동일하다는 것을 증명한다.
• 이 접근법은 순차적 근사에 기반한다: 접선 원추에 속하는 임의의 방향 $d$ 에 대해, $\tilde{x}$ 와 0으로 수렴하는 수열 $\{y_k\}$ 과 $\{\tau_k\}$ 이 존재하여 $ (y_k - \tilde{x}) / \tau_k \to d $ 를 만족시킨다.
• 특정 $\bar{I} \subset I^{00}_t(\tilde{x})$ 에 대해 무한히 많은 $y_k$ 가 $X(t, \tilde{x}, \bar{I})$ 에 속함을 보여줌으로써, $d$ 가 해당 접선 원추 성분에 속한다는 것을 보장한다.
• 제약 함수의 연속성과 활성 집합의 구조를 이용하여, 국소 접선 원추들의 합집합에 포함됨을 증명한다.
• 이완 체계는 활성 스위칭 제약 조건을 통한 타당 집합의 기하학적 분해에 기반하며, 최적화 과정에서 더 정확한 내림방향을 제공한다.

실험 결과

연구 질문

• RQ1 수학적 프로그래밍에서 스위칭 제약 조건을 가진 문제의 접선 원추는 어떻게 다룰 수 있는 구성요소로 분해할 수 있는가?
• RQ2 전역 접선 원추와 활성 스위칭 집합에 의해 정의된 국소 하위문제의 접선 원추 사이의 관계는 무엇인가?
• RQ3 이 접선 원추 분해를 활용하여 수렴성을 보장하는 이완 체계를 구성할 수 있는가?
• RQ4 전체 타당 집합의 접선 원추에 속하는 방향이 활성 스위칭 제약 조건의 부분집합에 의해 정의된 하위문제의 접선 원추에 속하기 위한 조건는 무엇인가?
• RQ5 제약 함수의 연속성은 MPSC에서 접선 원추 분해의 타당성에 어떻게 기여하는가?

주요 결과

• 임의의 점 $\tilde{x} \in X(t)$ 에서 접선 원추 $\mathcal{T}_{X(t)}(\tilde{x})$ 는 모든 부분집합 $I \subset I^{00}_t(\tilde{x})$ 에 대해 접선 원추 $\mathcal{T}_{X(t,\tilde{x},I)}(\tilde{x})$ 의 합집합과 동일하다.
• 접선 원추에 속하는 임의의 방향 $d$ 에 대해, 무한히 많은 수열 점 $y_k$ 가 $X(t, \tilde{x}, \bar{I})$ 에 속하는 부분집합 $\bar{I} \subset I^{00}_t(\tilde{x})$ 가 존재함을 보장하여, $d$ 가 해당 국소 접선 원추에 속함을 보장한다.
• 수열 $\{y_k\} \subset X(t)$ 와 $\{\tau_k\} \downarrow 0$ 가 존재하여 $ (y_k - \tilde{x}) / \tau_k \to d $ 를 만족함을 보여주는 것은 국소 접선 원추 성분에 포함됨을 입증하는 데 충분하다.
• 제약 함수의 연속성은 수열의 극한 행동이 활성 집합의 구조를 유지함을 보장하여, 분해가 유지됨을 보장한다.
• 이 결과는 전역 접선 방향이 국소 하위문제의 원추를 통해 포괄될 수 있음을 보여주므로, MPSC에서 이완 체계를 위한 이론적 기반을 제공한다.
• 분해를 통해 활성 스위칭 집합에 초점을 맞춤으로써 더 정확하고 안정적인 최적화 알고리즘을 가능하게 하며, 실질적인 수렴 성능 향상에 기여한다.