다목적 기하계획법의 사전순 최적화

본 논문은 다목적 기하계획(Geometric Programming, GP) 문제를 사전순(lexicographic) 최적화 기법으로 해결하는 이론적 틀과 실용적 절차를 제시한다. 서론에서는 다목적 최적화가 경제·사회·환경 등 다양한 측면을 동시에 고려해야 하는 현대 설계 문제에서 필수적임을 강조하고, 기존의 단일 목적 GP가 다목적 상황에 적용된 사례가 드물다는 점을 지적한다. 이를 보완하기 위해 사전순 최적화 접근법을 도입하고, 관련 문헌(Behringer, Nijkamp 등)과의 연계성을 설명한다. 2절에서는 다목적 GP를 수학적으로 정의한다. 목표 함수와 제약식 모두 포소니엄 형태(양의 계수와 변수의 지수곱의 합)로 표현되며, p개의 최소화 목표와 m개의 부등식 제약, n개의 양의 실수 변수 x∈ℝⁿ₊ 로 구성된다. 목표 함수들을 벡터 F(x) = (g₁(x),…,g_p(x))ᵀ 로, 제약을 G(x) ≤ 0 형태로 정리하고, 이를 사전순 최적화 문제(2.4)식으로 표기한다. 3절에서는 사전순 최적화의 기본 개념을 정의한다. ‘lex‑non‑negative’와 ‘lex‑non‑positive’ 벡터·행렬의 정의를 통해, 벡터값 함수 F에 대한 사전순 최소점과 최대점을 공식화한다. 특히, (3.4)식은 “F와 G가 모두 볼록이면 사전순 최소화는 볼록 최적화”라는 점을 강조한다. 4절이 논문의 핵심으로, 사전순 기하계획(LGP)의 존재성과 유일성 정리를 제시한다. 정리에서는 원문 GP가 일관성(consistency)을 만족하고, 이중 문제의 최적점이 양의 성분을 가질 때, 지수 행렬 A의 랭크가 열 수와 동일하면 원문 문제의 해가 유일함을 증명한다. 증명은 Duffin 등(1967)의 GP 이중성 이론을 기반으로, 원문 변수와 이중 변수 사이의 관계식(4.1)·(4.2)를 로그 변환해 선형 시스템 γ = A z 로 변환한다. 여기서 z = ln x, γ는 이중 변수들의 로그 가중치 합이다. 선형 시스템이 풀랭크일 경우 유일해가 존재함을 선형대수 이론으로 설명한다. 그 후, (4.8)~(4.12)식들을 통해 사전순 문제를 로그 변환 후의 선형 형태와 듀얼 문제의 정규성, 직교성, 듀얼 함수 등을 정리한다. 특히, ‘난이도(degree of difficulty)’ 개념을 도입해, 난이도가 0이면 듀얼 문제를 직접 풀어 원문 최적값을 구할 수 있음을 강조한다. 5절에서는 구체적인 수치 예제를 제시한다. 두 개의 목표 함수와 세 개의 제약을 가진 GP를 설정하고, 목표 함수의 우선순위(P₁, P₂)를 정해 단계별로 듀얼 문제를 풀어 최적값을 구한다. 첫 번째 목표 g₁(x)의 듀얼을 풀어 w*를 얻고, 이를 통해 원문 변수 x* = (0.9087, 1.5145, 2.2009)ᵀ 와 최적값 0.15를 도출한다. 두 번째 목표 g₂(x) 역시 동일한 절차로 해를 구하고, 최종적으로 각 단계에서 얻은 최적값을 이용해 사전순 최적해를 구성한다. 예제에서는 지수 행렬의 랭크가 열보다 작아 이론적 유일성 조건을 만족하지 않음에도 불구하고, 실제 계산을 통해 실용적인 해를 얻을 수 있음을 보여준다. 6절 결론에서는 사전순 GP 적용 시 목표 함수의 순위 설정이 핵심임을 재차 강조한다. 목표 순위가 잘못되면 설계 엔지니어에게 비현실적인 해가 도출될 수 있다. 따라서 Analytic Hierarchy Process(AHP)와 같은 다중 기준 의사결정 기법을 활용해 목표 가중치를 정량화하고, 이를 통해 사전순 순위를 자동화할 것을 제안한다. 또한, 가중치를 이용해 다목적 GP를 단일 목적 GP로 변환하는 방법도 언급한다. 전반적으로 논문은 다목적 GP를 사전순 최적화라는 체계적인 프레임워크로 확장하고, 이중성 이론을 기반으로 해의 존재와 유일성을 수학적으로 보증한다. 실용적인 단계별 해결 절차와 수치 예제는 이론을 실제 설계 문제에 적용할 수 있는 길을 제시한다.