区分線形凸計画問題に対する内点法

Download Report

Transcript 区分線形凸計画問題に対する内点法

区分線形凸計画問題に対する
内点法
東京工業大学経営工学専攻
小崎 敏寛
2006 5/28 S@CO 筑波大学
考える問題
• 区分線形凸計画問題
(piecewise linear convex problem)
min max(ci T x  di )
x
i 1,...,l
( P) s.t. Ax  b
x  0.
max(ciT x  di )
i 1,...,l
定数A  mn , b  m , ci  n , di  ,
変数x  n .
関数max(ci x  di )は凸関数であるから
T
i 1,...,l
この問題は凸計画問題.
2006 5/28 S@CO 筑波大学
発表の構成
1. 区分線形凸計画問題を線形計画問題に変
形する.
2. 線形計画問題を標準形の問題で解ける用
に変換する.
3. 区分線形凸計画問題に対する多項式オー
ダーの内点法を提案する.
4. 凸関数の性質を使って解ける問題を考える.
5. 内点法の性質を使って解ける問題を考える.
2006 5/28 S@CO 筑波大学
1.線形計画問題への変換
• 問題(P)は変数 t  を使うと次の問題に書ける.
min max(ci x  di ) min t
x i 1,...,l
T
s
.
t
.
c
x

d

t
i

1
,

,
l
i
i
(P) s.t. Ax  b
Ax  b
x  0.
x  0.
T
2006 5/28 S@CO 筑波大学
• 標準形にすると次のようになる.
min t  t
T
s
.
t
.
Ax

b
s.t. ci x  di  t i  1,, l
T
ci x  t  t  si  di i  1,, l
Ax  b
x  0 t  0 t  0 si  0 i  1,, l.
x  0.
min t
2006 5/28 S@CO 筑波大学
• 双対問題は次のようになる.
l
maxb y   diui
min t  t
s.t. Ax  b
T
i 1
l
ciT x  t  t  si  di i  1,, l
x  0 t  0 t  0 si  0 i  1,, l.
s.t. A y   ciui  z  0
T
i 1
l
u
i
i 1
l
u
i 1
i
 1
 1
ui  0 i  1,, l
z  0.
2006 5/28 S@CO 筑波大学
• 整理すると次のようになる.
l
l
maxb y   diui
maxb y   diui
T
T
i 1
l
i 1
s.t. AT y   ciui  z  0
i 1
l
u  1
i
i 1
l
u  1
i 1
i
ui  0 i  1,, l
z  0.
l
( D)s.t. AT y   ciui  z  0
i 1
l
u
i 1
i
 1
ui  0 i  1,, l
z  0.
2006 5/28 S@CO 筑波大学
2.標準形の問題で解けるような変換
• 内点法を適用するために等式制約を解き代入する
変換を行う.
ul  1   ui ( 0)として目的関数,制約 式に代入すると,
i l
l
b y   diui  bT y   diui  dl (1   ui )
T
i 1
i l
i l
 bT y   (dl  di )ui  dl ,
i l
l
A y   ciui  AT y   ciui  cl (1   ui )
T
i 1
i l
 AT y   (ci  cl )ui  cl .
i l
i l
2006 5/28 S@CO 筑波大学
• 問題(D)は次のように書ける.
max bT y   (dl  di )ui  dl
i l
s.t. AT y   (ci  cl )ui  vx  cl
i l
 ui  vsl  1
i l
ui  vsi  0 i  1,, l 1
vx  0 vsl  0 vsi  0 i  1,, l 1
2006 5/28 S@CO 筑波大学
• 対応する主問題は次のようになる.
min cl x  sl  dl
s.t. Ax  b
T
(ci  cl )T x  si  sl  dl  di i  1,, l 1
x  0 si  0 i  1,, l.
2006 5/28 S@CO 筑波大学
• 最適条件は次のようになる.
Ax  b,
(ci  cl )T x  si  sl  dl  di i  1,, l 1,
x  0 si  0 i  1,, l,
主実行性
AT y   (ci  cl )ui  vx  cl ,
i l
  ui  vsl  1,
双対実行性
i l
ui  vsi  0 i  1,, l 1,
vx  0 vsl  0 vsi  0 i  1,, l 1,
xT vx  0,
si vsi  0 i  1,, l.
相補性条件
2006 5/28 S@CO 筑波大学
• 変換後の問題の最適解からもとの問題の最適解
を得ることができる.
• 変換後の主問題の解を ( x* , s1* ,, sl * )として,
もとの主問題の解は
( x, t, s1,, sl )  ( x , cl x  sl  dl , s ,, sl )
*
•
T *
*
*
1
*
*
*
*
(
y
,
u
,

,
u
)として,
1
l

1
変換後の双対問題の解を
もとの双対問題の解は
( y, u1 ,, ul )  ( y* , u1* ,,1  ui* )
i l
2006 5/28 S@CO 筑波大学
3.多項式オーダーの解法
• 問題のサイズから主双対内点法のショートス
テップ法で O( n  l L) 反復で解ける.
min cl x  sl  dl
s.t. Ax  b
T
(ci  cl )T x  si  sl  dl  di i  1,, l 1
x  0 si  0 i  1,, l.
変数x   , si   i  1,, l.
n
2006 5/28 S@CO 筑波大学
• 主双対内点法は,センターパスを近似し,最
適解に近づく反復解法.
センターパス
最適解
実行可能領域
2006 5/28 S@CO 筑波大学
と表す.
sl
と表す.
と表す.
2006 5/28 S@CO 筑波大学
アルゴリズム
2006 5/28 S@CO 筑波大学
2006 5/28 S@CO 筑波大学
2006 5/28 S@CO 筑波大学
4.凸関数の性質を使うと
• 区分線形凸関数の非負結合は凸関数である
ことから,次の問題も同様に解ける.
2006 5/28 S@CO 筑波大学
制約式に区分線形凸関数がある問題
• この問題は標準形の線形計画問題に帰着で
きるので,内点法で解ける.
2006 5/28 S@CO 筑波大学
制約式に区分線形凸関数の
非負結合がある問題
• 区分線形凸関数の非負結合は凸関数.
• この問題は変換を使い内点法で解ける.
2006 5/28 S@CO 筑波大学
5.内点法の性質を使うと
• 半正定値制約を持つ区分線形凸計画問題
• この問題は変換を使って,内点法で解ける.
2006 5/28 S@CO 筑波大学
• 二次錐制約を持つ区分線形凸計画問題
• この問題は変換を使って,内点法で解ける.
2006 5/28 S@CO 筑波大学
今後の課題
• 応用を考える.
• 変換を用いないで,直接ニュートン法を適用
する内点法を考える.
• 自由変数を持つ線形計画問題に対する内点
法を考える.
2006 5/28 S@CO 筑波大学
参考文献
• D.Bertsimas and J.N.Tsitsiklis, Introduction to
Linear Optimization.
• S.Boyd and L.Vandenberghe,
Convex Optimization.
• K.Kobayashi, K.Nakata and M.Kojima,
A Conversion of an SDP Having Free Variables
into the Standard Form SDP.
• S.J.Wright,
Primal-Dual Interior-Point Method.
2006 5/28 S@CO 筑波大学