[논문 리뷰] Lexicographic Multi-objective Geometric Programming Problems

Akshay Kumar Ojha, K. K. Biswal|ArXiv.org|2009. 12. 09.

Optimization and Mathematical Programming참고 문헌 6인용 수 7

한 줄 요약

이 논문은 목표 함수와 제약 조건에 모두 포스노미얼 항을 포함하는 벡터 최적화 문제를 해결하기 위해 사전적 다목적 기하프로그래밍(GP) 방법을 제안한다. 사전적 GP에 특화된 이중성 이론을 개발함으로써, 우선순위 순서에 따라 목표를 순차적으로 최적화함으로써 계층적 선호 조건 하에서 최적 해를 보장하는 방법을 제시하며, 주요 기여는 GP 이중성 이론을 다목적 사전적 설정으로 확장한 데 있다.

ABSTRACT

A Geometric programming (GP) is a type of mathematical problem characterized by objective and constraint functions that have a special form. Many methods have been developed to solve large scale engineering design GP problems. In this paper GP technique has been used to solve multi-objective GP problem as a vector optimization problem. The duality theory for lexicographic geometric programming has been developed to solve the problems with posynomial in objectives and constraints.

연구 동기 및 목표

• 공학 설계에서 목표가 사전적 순서로 우선순위가 부여된 다목적 최적화 문제를 해결하기 위해.
• 기하프로그래밍 기법을 다중 목표 및 계층적 우선순위를 갖는 문제로 확장하여 사전적 순서에 따라 최적 해를 보장하기 위해.
• 포스노미얼 함수를 포함하는 사전적 기하프로그래밍 문제를 위한 특별히 설계된 이중성 이론을 개발하기 위해.
• 각 목표를 우선순위 순서에 따라 단일 목표 이중 문제의 시퀀스로 변환함으로써 다목적 GP 문제를 체계적으로 해결하는 방법을 제공하기 위해.
• 공학 설계 맥락에서의 수치 예제를 통해 제안된 방법의 적용 가능성을 입증하기 위해.

제안 방법

• 목표 함수와 제약 조건에 모두 포스노미얼 항을 포함하는 다목적 기하프로그래밍 문제를 수립한다.
• 목표를 사전적 순서로 우선순위를 매기고, 높은 우선순위에서 낮은 우선순위로 순차적으로 해결한다.
• 포스노미얼 함수를 포함하는 사전적 GP 문제를 위한 이중성 이론을 개발하여 원래 문제를 이중 형태로 변환할 수 있도록 한다.
• 이중 형태를 활용하여 우선순위 순서에 따라 각 목표를 해결함으로써 각 단계에서 타당성과 최적성을 보장한다.
• 이중 문제의 구조를 이용하여 필요 최적성 조건과 반복적 해결 단계를 유도한다.
• 표준 GP 해법 기법을 이중 문제에 적용하여 사전적 선호 조건 하에서 최적 해를 도출한다.

실험 결과

연구 질문

• RQ1 기하프로그래밍은 어떻게 엄격한 우선순위 순서를 갖는 다중 목표 문제를 다룰 수 있도록 확장될 수 있는가?
• RQ2 기하프로그래밍에서 사전적 최적화를 뒷받침하기 위해 필요한 이중성 이론은 무엇인가?
• RQ3 제안된 방법은 포스노미얼 항을 포함하는 다목적 GP 문제를 효율적으로 해결할 수 있는가?
• RQ4 사전적 순서에 따라 목표를 순차적으로 해결할 경우 전체 해의 최적성에 어떤 영향을 미치는가?
• RQ5 사전적 다목적 기하프로그래밍에서 이중 문제의 구조는 어떠한가?

주요 결과

• 제안된 사전적 다목적 GP 방법은 계층적 최적화 문제를 이중 기하프로그래밍 문제의 시퀀스로 성공적으로 변환한다.
• 개발된 이중성 이론은 포스노미얼 항을 포함하는 사전적 GP 문제를 정확하고 효율적으로 해결할 수 있도록 한다.
• 이 방법은 더 높은 우선순위의 목표가 완전히 최적화된 후에야 낮은 우선순위의 목표가 고려되도록 보장하여 계층적 선호 조건을 유지한다.
• 수치 예제를 통해 이 방법이 공학 설계 문제를 해결하는 데 실현 가능하고 효과적임을 입증한다.
• 해결 과정은 모든 제약 조건을 유지하면서 사전적 우선순위 구조 하에서 최적 값에 도달한다.
• 교환 가능성이 없고 우선순위가 엄격히 적용되는 복잡한 다목적 문제를 체계적으로 해결할 수 있는 프레임워크를 제공한다.