확률제약 최적화의 새로운 해법: 페널티 기반 차분볼록(DC) 접근법

** 본 연구는 확률제약 프로그램(Chance Constrained Program, CCP)의 샘플 평균 근사(SAA) 형태를 대상으로, 두 가지 새로운 페널티 기반 차분볼록(DC) 알고리즘을 설계·분석한다. 1. **문제 설정 및 기존 접근법** - CCP는 “Pr{g(x,ξ) ≤ 0} ≥ 1−α” 형태의 확률제약을 포함한다. 분포가 알려지지 않은 경우, SAA를 통해 제한된 샘플 {ξˢ}ₛ=1ᴳ 로 대체한다. - 기존 방법은 (i) 보수적 볼록 근사(CVaR, ALSO‑X 등)와 (ii) 직접 SAA를 다루는 Mixed‑Integer 프로그램(MIP) 혹은 DC 기반 DCA가 있다. 그러나 보수적 근사는 과도한 보수성을, 직접 SAA는 초기 feasible 해 요구와 비선형 경우 수치 불안정을 야기한다. 2. **프라임 공간에서의 DC 분해와 페널티 알고리즘** - 저자는