전역 최적화를 위한 조밀한 이차 외부 근사법

초록

본 논문은 두 번 미분 가능한 볼록 함수에 대한 가장 타이트한 이차 외부 근사(언더에스티메이터)를 자동으로 구성하는 절단면(cutting‑plane) 알고리즘을 제시한다. 기존 연구인 Su et al.의 스칼라 스케일링 파라미터 α를 최적화하는 방법을 일반화하여, α를 구하기 위한 비선형 최적화 문제를 차분가능(convex‑concave) 형태로 변환하고, 다각형 외부 근사와 반복적인 절단을 통해 α를 점진적으로 감소시킨다. 알고리즘은 벤치마크 함수 집합과 실제 최적화 문제에 적용되어, 선형 외부 근사에 비해 근사 오차를 크게 줄이고 계산 시간도 경쟁력을 유지함을 실증한다. 또한, 선형 제약에 의해 정의된 비실현 영역에서의 과대추정 허용을 통해 더욱 타이트한 이차 언더에스티메이터를 생성하는 확장 방법도 제시한다.

상세 분석

이 논문은 전역 최적화에서 흔히 사용되는 선형 외부 근사의 한계를 인식하고, 이차 형태의 언더에스티메이터가 제공할 수 있는 정확도 향상을 체계적으로 탐구한다. 핵심 아이디어는 Su et al.이 제안한 2차 테일러 근사식에 스칼라 파라미터 α를 도입하여, α ∈