점진적 흐름 기반 사라지는 제약 문제 해결법

초록

본 논문은 수학적 사라지는 제약(MPVC) 문제를 기존의 정규화 방식이 요구하는 파라미터 튜닝 없이, 구간별(피스와이즈) 그래디언트 흐름을 이용해 1차 정지점을 찾는 새로운 알고리즘을 제시한다. 이 방법은 강한 정지조건을 만족하는 해를 보장하며, 실제 트러스 토폴로지 설계 사례에서 기존 정규화 기법보다 우수한 성능을 보인다.

상세 분석

MPVC는 제어 제약 Hᵢ와 사라지는 제약 Gᵢ가 곱 Gᵢ·Hᵢ ≥ 0 형태로 결합돼, Hᵢ=0일 때 Gᵢ가 자유롭게 변하고 Hᵢ>0일 때만 Gᵢ≥0가 적용되는 복합적인 구조를 가진다. 이러한 구조 때문에 LICQ·MFCQ와 같은 전통적인 제약 자격조건이 바이액티브 점에서 깨지며, KKT 승수의 존재와 계산이 어려워진다. 기존 연구는 σ>0인 정규화 함수 Φ(Gᵢ,Hᵢ,σ) 를 도입해 연속적인 NLP 시퀀스를 풀었지만, σ의 선택·감소 전략이 경험적이며, 최적해가 σ→0 한계에서만 정확히 만족한다는 한계가 있다.

저자들은 이를 극복하기 위해 두 가지 핵심 아이디어를 제안한다. 첫째, 슬랙 변수 s∈ℝ^{2l} 를 도입해 MPVC를 ‘수직 형태’로 변형하고, 각 (s_i, s_{i+l}) 쌍에 대해 상위 브랜치 C⁺(i) 와 하위 브랜치 C⁰(i) 라는 두 개의 볼록 부분집합으로 구분한다. 전체 슬랙 공간은 2^l개의 조합 σ∈{0,1}^l 에 대응하는 볼록 조각 C_b(σ) 으로 분할된다. 둘째, 각 조각에 대해 표준 NLP (NLP_σ) 를 정의하고, 투사된 그래디언트 흐름(gradient/anti‑gradient flow)을 이용해 연속적인 미분 방정식을 푼다. 흐름은 P_{T(C×C_b(σ))} 에 의해 투사된 방향으로 이동하며, ρ가 큰 경우에도 안정적인 수렴을 위해 뒤로Euler(implicit) 스킴을 사용하고, 비매끄러운 투사 연산은 Clarke 미분을 이용한 반매끄러운 뉴턴(SSN)으로 해결한다.

핵심 이론적 결과는 두 단계로 구성된다. (i) Guignard 제약 자격(GCQ)이 만족되는 점에서는 기존 MPVC 강정지조건(Theorem 2.1)과 동일한 라그랑주 승수 존재를 보이며, (ii) 피스와이즈 흐름이 조각 경계를 넘어갈 때는 활성 집합이 변하면서도 연속성을 유지하도록 설계한다. 따라서 흐름이 어느 조각에 머무르든 해당 조각의 최적점은 전체 MPVC의 강정지점이 된다.

알고리즘은 초기 추정 (x₀,s₀, y₀) 와 현재 서명 σ를 선택한 뒤, 흐름을 적분해 ‖ẋ‖, ‖ẏ‖ 가 허용 오차 이하가 되면 현재 조각을 고정하고 라그랑주 승수를 업데이트한다. 필요 시 σ를 전환해 다른 조각으로 이동하며, 전체 과정은 제한된 반복 횟수 내에 수렴한다.

수치 실험에서는 트러스 토폴로지 설계 문제(다중 재료, 하중 조건)를 10여 개 인스턴스로 테스트하였다. 제안 방법은 정규화 기반 SQP 대비 평균 15 % 적은 목표 함수값과 30 % 이하의 계산 시간 감소를 기록했으며, 특히 바이액티브 점에서의 강정지성을 유지함을 확인했다.

요약하면, 이 논문은 MPVC의 복합적인 비선형 구조를 볼록 조각으로 분해하고, 각 조각에 대해 투사된 그래디언트 흐름을 적용함으로써 파라미터 튜닝 없이도 강정지점을 효율적으로 찾는 새로운 프레임워크를 제공한다.