열대대수 비선형 목표와 선형 부등식 제약의 최적화

초록

본 논문은 아이디포텐트 반체계 위의 유한 차원 세미모듈에서 정의된 비선형 목표 함수를 최소화하고, 선형 부등식 제약을 만족시키는 열대대수 최적화 문제를 다룬다. 문제를 확장된 변수 집합을 이용한 선형 부등식 형태로 변환한 뒤, 일반적인 가정 하에 폐쇄형 해를 도출한다. 2차원 사례를 통해 구체적인 수치 해법을 제시한다.

상세 분석

열대대수(또는 max‑plus 대수)는 전통적인 선형 대수와 달리 연산이 최대와 덧셈으로 정의되는 아이디포텐트 반체계(idempotent semifield)를 기반으로 한다. 이러한 구조는 스케줄링, 네트워크 흐름, 대규모 시스템의 최적화 등에 자연스럽게 적용될 수 있다. 논문은 먼저 이 반체계 위에 정의된 n 차원 세미모듈 ( \mathbb{X} ) 를 도입하고, 목표 함수 ( f(x)=\bigoplus_{i=1}^{m} a_i \otimes x^{\otimes b_i} ) 와 같이 다항형 형태의 비선형 함수를 설정한다. 여기서 ( \oplus ) 은 최대 연산, ( \otimes ) 은 덧셈을 의미한다. 제약은 전통적인 선형 부등식 ( C \otimes x \leq d ) 로 표현되며, 이는 열대대수에서의 선형 시스템과 동일시된다.

핵심 기여는 비선형 목표 함수를 선형 형태로 변환하는 과정이다. 저자들은 목표 함수의 각 항을 새로운 보조 변수 ( y_i ) 로 치환하고, ( y_i \geq a_i \otimes x^{\otimes b_i} ) 라는 부등식을 추가한다. 이렇게 하면 원래의 비선형 최적화 문제는 “확장된 변수 집합 ((x, y)) 에 대한 선형 부등식 시스템” 으로 재구성된다. 이 시스템은 열대대수의 기본 정리인 “Kleene 스타” 혹은 “residuation” 이론을 이용해 해를 구할 수 있다. 특히, 저자들은 ( C ) 가 가역 행렬일 경우 해가 유일함을 보이고, 일반적인 경우에도 최소 상한(minimal upper bound) 해를 구하는 알고리즘을 제시한다.

폐쇄형 해는 다음과 같이 표현된다. 먼저 ( C ) 의 열대대수 역행렬 ( C^{#} ) 를 계산하고, 확장된 부등식 시스템을 ( (C \oplus A) \otimes z \leq d ) 형태로 통합한다. 여기서 ( A ) 는 보조 변수와 원 변수 사이의 관계를 나타내는 행렬, ( z ) 는 전체 변수 벡터이다. 최종 해는 ( z^{*}= (C \oplus A)^{#} \otimes d ) 로 주어지며, 이는 기존의 선형 열대대수 문제와 동일한 구조를 가진다.

이론적 결과를 검증하기 위해 2차원 사례가 제시된다. 목표 함수는 두 항의 최대값으로 정의되고, 제약은 두 개의 선형 부등식으로 구성된다. 저자들은 구체적인 수치값을 대입해 ( C^{#} ) 와 ( A^{#} ) 를 계산하고, 최적 해 ( x^{*} ) 를 도출한다. 결과는 직관적으로 기대되는 해와 일치함을 확인한다.

본 연구는 열대대수 최적화 분야에서 비선형 목표 함수를 다루는 첫 번째 일반적 해법을 제공한다는 점에서 의미가 크다. 또한, 확장된 변수 기법은 다른 형태의 비선형식(예: 최소‑곱, 최소‑합)에도 적용 가능성을 시사한다. 향후 연구에서는 다목적 최적화, 동적 시스템, 확률적 모델링 등으로 범위를 확대할 수 있을 것으로 기대된다.