[논문 리뷰] Semidefinite programming relaxations for linear semi-infinite polynomial programming

Feng Guo, Xiaoxia Sun|arXiv (Cornell University)|2015. 09. 21.

Advanced Optimization Algorithms Research참고 문헌 46인용 수 4

한 줄 요약

이 논문은 선형 무한소 프로그래밍 다항식 문제(LSIPP)에 대해, 제곱합(sums-of-squares) 표현과 Putinar의 Positivstellensatz를 활용한 정수형 프로그래밍(SDP) 이완 계층을 제안하며 수렴성을 확보한다. 이 방법은 근사 최소화자를 추출하고 수렴 속도 추정치를 제공하며, 더 넓은 무한소 프로그래밍 문제로의 확장도 가능하다.

ABSTRACT

This paper studies a class of so-called linear semi-infinite polynomial programming (LSIPP) problems. It is a subclass of linear semi-infinite programming problems whose constraint functions are polynomials in parameters and index sets are basic semialgebraic sets. We present a hierarchy of semidefinite programming (SDP) relaxations for LSIPP problems. Convergence rate analysis of the SDP relaxations is established based on some existing results. We show how to verify the compactness of feasible sets of LSIPP problems. In the end, we extend the SDP relaxation method to more general semi-infinite programming problems.

연구 동기 및 목표

• 기본 준형대수집합 위에서 다항식 제약 조건을 가진 선형 무한소 다항식 프로그래밍(LSIPP) 문제에 대해 SDP 이완 계층을 개발한다.
• Putinar의 Positivstellensatz로부터 유도된 복잡도 한계를 활용해 SDP 이완 계층의 수렴 속도 추정치를 수립한다.
• 보조 SDP 이완을 사용해 LSIPP 문제의 타당집합의 컴팩트성을 계산적으로 검증할 수 있는 방법을 제공한다.
• 반형대수집합 제약 조건 또는 s.o.s-볼록 목표함수를 가진 더 일반적인 무한소 프로그래밍 문제로 SDP 이완 프레임워크를 확장한다.
• 기능적 근사와 같은 응용에서 유용한 근사 최소화자를 SDP 이완에서 추출할 수 있도록 한다.

제안 방법

• LSIPP 문제를 일반화된 모멘트 문제(GMP)로 재구성하고, Putinar의 Positivstellensatz를 기반으로 이중 계층의 SDP 이완을 유도한다.
• 제곱합(s.o.s.) 표현을 사용해 원래 문제를 고차원 공간으로 올림을 통해 SDP 이완 계층을 구성한다.
• 콤팩트 집합 위에서 비음수 다항식의 제곱합 표현을 활용해 이완 수열의 수렴을 보장한다.
• 보조 LSIPP 문제를 풀고 SDP 이완을 통해 양의 하한을 계산하여 LSIPP 타당집합의 컴팩트성을 검증한다.
• s.o.s-볼록 목표함수와 반형대수집합 제약 조건을 처리할 수 있는 등가의 SDP 표현을 통해 일반 SIP 문제로 방법을 확장한다.
• Schur 보조정리와 행렬부등식 표현을 사용해 유도된 최적화 문제를 표준 SDP 형태로 감소시킨다.

실험 결과

연구 질문

• RQ1 LSIPP 문제에 대해 전역 최적해로 수렴하는 SDP 이완 계층을 구성할 수 있는가?
• RQ2 기존의 복잡도 결과를 활용해 SDP 이완 계층의 수렴 속도를 어떻게 추정할 수 있는가?
• RQ3 LSIPP 문제의 타당집합이 컴팩트해지는 조건은 무엇이며, 이러한 컴팩트성은 어떻게 계산적으로 검증할 수 있는가?
• RQ4 비다항식 또는 s.o.s-볼록 목표함수를 가진 더 일반적인 무한소 프로그래밍 문제로 SDP 이완 프레임워크를 확장할 수 있는가?
• RQ5 실제 응용에서 SDP 이완 계층으로부터 근사 최소화자를 얼마나 정확하게 추출할 수 있는가?

주요 결과

• 표준 가정, 즉 모멘트 쿨롱의 아르히메데스성(Archimedeanity) 하에 제안된 SDP 이완 계층은 LSIPP 문제의 전역 최적값으로 수렴한다.
• Putinar의 Positivstellensatz로부터 유도된 복잡도 한계를 활용해 수렴 속도 추정치를 도출하였으며, 이는 수렴 속도에 대한 이론적 보장을 제공한다.
• 보조 LSIPP 문제를 유한 개 수준에서 SDP 이완을 통해 풀어 타당집합의 컴팩트성을 검증할 수 있으며, 유한 수렴은 계산 가능한 하한을 의미한다.
• S가 닫힘과 유계인 구간인 경우, SDP 이완 계층의 유한 수렴이 보장되어 컴팩트성의 정확한 검증이 가능하다.
• 수치 예제에서 높은 정확도로 근사 최소화자를 SDP 이완에서 추출할 수 있으며, 예를 들어 예제 4.6에서 오차 × 10⁻⁶ 수준을 달성하였다.
• s.o.s-볼록 목표함수를 가진 일반 SIP 문제로의 확장이 가능하며, 적절한 조건 하에서 이완 문제는 단일 SDP로 감소한다. 이는 정리 4.5 및 예제 4.7에서 확인되었다.