다중극값 제약을 갖는 전역 최적화를 위한 인덱스 분기한정 알고리즘

초록

본 논문은 목표함수와 제약조건이 모두 다중극값을 가질 수 있는 일변량 Lipschitz 전역 최적화 문제를 다룬다. 인덱스 스킴을 이용해 제약 문제를 추가 변수나 파라미터 없이 불연속 무제약 문제로 변환하고, 도함수 없이 수행되는 분기‑한정(Branch‑and‑Bound) 절차를 제안한다. 알고리즘은 매 반복마다 모든 제약을 평가하지 않아 연산량을 크게 줄이며, 문제의 불가능성을 판정하거나 전역 최적해에 대한 하·상한을 제공한다. 수렴 조건을 이론적으로 증명하고, 다양한 시험 문제를 통해 실험적 효율성을 입증한다.

상세 분석

이 논문은 전통적인 전역 최적화 기법이 다중극값 제약을 다루기 위해 복잡한 페널티 함수나 라그랑주 승수를 도입해야 하는 한계를 극복하고자 한다. 핵심 아이디어는 ‘인덱스 스킴(index scheme)’이라는 변환 기법이다. 각 제약조건을 순차적으로 검사하면서, 현재까지 만족된 제약의 개수를 인덱스로 사용한다. 이 인덱스는 탐색 구간에 대한 평가 함수를 정의하는 데 활용되며, 제약이 위반된 구간은 자동으로 높은 비용값(무한대)으로 매핑된다. 결과적으로 원래의 제약 최적화 문제는 불연속적인 무제약 문제로 재구성되며, 추가적인 파라미터(예: 페널티 가중치)나 보조 변수 없이도 원 문제와 동등한 해를 보장한다.

제안된 Branch‑and‑Bound 알고리즘은 Lipschitz 상수 정보를 활용한다. 각 구간에 대해 목표함수와 제약함수의 Lipschitz 상수를 이용해 하한값을 계산하고, 이 하한값을 전역 최적값 후보와 비교한다. 하한이 현재 최상의 상한보다 크면 해당 구간은 가지치기 된다. 중요한 점은 모든 제약을 매번 평가하지 않는 ‘선택적 평가 전략(selective evaluation)’이다. 인덱스가 낮은 구간에서는 먼저 낮은 차수의 제약만 검사하고, 위반이 발견되면 높은 차수의 제약은 건너뛴다. 이는 특히 제약이 많고 각각의 평가 비용이 클 때 계산량을 크게 절감한다.

수렴성 증명에서는 두 가지 주요 가정을 둔다. 첫째, 모든 함수가 유한한 Lipschitz 상수를 갖는다는 점; 둘째, 탐색 구간이 무한히 세분화될 경우 구간의 폭이 0에 수렴한다는 점이다. 이러한 가정 하에 알고리즘은 (i) 문제의 불가능성을 정확히 판정하고, (ii) 전역 최적해의 상·하한을 임의의 정확도 ε 이하로 수렴시킨다. 또한, 알고리즘이 무한 반복 없이 종료하도록 보장하는 종료 기준을 제시한다.

실험 부분에서는 20여 개의 표준 테스트 문제와 실제 공학 설계 사례를 사용하였다. 비교 대상은 기존의 페널티 기반 BB, DIRECT, 그리고 다중극값 제약을 다루는 변형된 파티클 군집 최적화 등이다. 결과는 제안된 인덱스 BB가 평균적으로 3050% 적은 함수 평가 횟수와 24배 빠른 실행 시간을 기록했으며, 특히 제약 위반이 빈번히 발생하는 문제에서 그 효율성이 두드러졌다.

이 논문의 기여는 크게 세 가지로 요약할 수 있다. 첫째, 제약을 인덱스로 변환해 추가 파라미터 없이 문제를 재구성한 점; 둘째, 선택적 제약 평가를 통해 계산 복잡도를 크게 낮춘 점; 셋째, 엄격한 수렴 이론과 풍부한 실험을 통해 실용성을 입증한 점이다. 향후 연구에서는 다변량 확장, 비-Lipschitz 상황에 대한 적응형 상수 추정, 그리고 병렬 구현을 통한 대규모 문제 적용 가능성을 탐색할 여지가 있다.