[论文解读] Optimal Solution of Nonlinear Fuzzy Optimization Problem under Linear Order Relation

Umme Salma M. Pirzada|arXiv (Cornell University)|Feb 23, 2018

Fuzzy Systems and Optimization参考文献 14被引用 4

一句话总结

本文提出了一种基于广义 Hukuhara（gH）可微性与模糊数上线性序关系的无约束多变量非线性模糊优化问题的新必要与充分最优性条件。与依赖 Hukuhara 可微性及偏序关系的先前方法不同，该方法可对更广泛的模糊值函数类进行最优性分析，包括非可微的水平函数，并确保所有模糊数在该线性序下均可比较，从而得出适用于更广泛问题的一般积分形式最优性条件。

ABSTRACT

Multi-variable nonlinear fuzzy optimization problem is considered under linear order relation on fuzzy numbers. Using gH-differentiability of a fuzzy-valued function $ ilde{f}$, new necessary and sufficient optimality conditions are proposed. The optimality conditions are obtained without putting additional conditions on fuzzy-valued functions like, convexity, quasi-convexity, pseudo-convexity. Optimum solution of the fuzzy optimization problem is obtained based on the optimality conditions. Illustrations and a case study are given to explain the numerical applications of the proposed results. Comparison of optimality conditions from existing literature is given.

研究动机与目标

• 解决 Hukuhara 可微性带来的限制，即其对可微模糊值函数类的限制。
• 克服模糊数在如模糊最大值等偏序关系下的不可比较性问题。
• 开发对特定参数或 α-水平无依赖的最优性条件。
• 将模糊优化的适用范围扩展至更广泛的非线性问题类别。
• 为无约束模糊优化中局部与全局极小化点的寻找提供一个通用框架。

提出的方法

• 利用广义 Hukuhara（gH）可微性来定义模糊值函数的可微性，从而将适用范围扩展至超出 Hukuhara 可微性的函数类。
• 在模糊数上应用线性序关系，以确保所有模糊数均可比较，避免偏序关系带来的不可比较性问题。
• 在 α-水平集上推导出以积分形式表示的必要与充分最优性条件，通过在 α ∈ [0,1] 上积分，避免对离散 α 值的依赖。
• 通过分析水平函数的梯度与 Hessian 矩阵的积分，将最优性条件应用于无约束多变量模糊优化问题。
• 利用分解定理将模糊数表示为其 α-水平集，并在这些区间上执行运算（加法、数乘）。
• 通过数值示例与案例研究验证结果，纠正了 Pathak 和 Pirzada（2011）中示例 1 的先前错误。

实验结果

研究问题

• RQ1 能否在不假设模糊值函数具有凸性或其他结构约束的前提下，推导出非线性模糊优化的最优性条件？
• RQ2 gH 可微性如何被用于将可微模糊函数的类扩展至超出 Hukuhara 可微性的范围？
• RQ3 能否使用线性序关系确保所有模糊数的可比较性，从而实现一致的优化框架？
• RQ4 一种对特定 α-水平与参数无依赖的最优性条件，其形式为何，从而具备更广的适用性？
• RQ5 与基于 Hukuhara 可微性及偏序关系的现有方法相比，所提出的最优性条件在一般性与适用性方面有何差异？

主要发现

• 所提出的最优性条件以 α ∈ [0,1] 上的积分形式表示，使其对特定 α-水平无依赖，且比参数化条件更具一般性。
• 该方法成功识别出给定模糊值函数在 (x₁, x₂) = (173/26, 108/13) 处存在一个临界点，经 Hessian 判别法确认其为严格局部极大值点。
• 如表 2 所示，gH-可微函数类远大于 Hukuhara-可微函数类，包括 sin(x) 与 e^x 等在整个实数域上的函数。
• 线性序关系确保了所有模糊数的完全可比较性，而诸如模糊最大值序等偏序关系则会使部分数对不可比较。
• 最优性条件适用于其下水平函数与上水平函数在临界点（如 x₁ = x₂ = 0）处不可微的模糊值函数。
• 该方法纠正了 Pathak 和 Pirzada（2011）中示例 1 的错误，展示了更高的准确度与鲁棒性。