带二元约束非凸三次优化问题的全局充分条件*

2014-08-08 06:36
关键词:最优性充分条件对偶

张 亮

(重庆师范大学 数学学院,重庆 401331)

考虑下面的带有双值约束的非凸三次优化问题:

三次规划数学模型(CP)包含了一大类最优化问题,包括二次优化问题和组合优化问题等,它在三次多项式近似优化、凸优化、工程设计和结构优化等领域有着广泛的应用.此外,由于二次优化问题是三次规优化问题的特殊情形,所以关于三次问题的研究成果可以应用到二次规划问题,见文献[1-12].此处主要考虑一类带有双值约束的非凸三次优化问题(CP),利用该非凸三次优化问题的特殊性将问题(CP)等价转化为带有双值约束的非凸二次规划问题进行研究,并利用Rockafellar在文献[11]中给出的经典对偶理论,提出了等价转化后的非凸二次规划问题的一些全局充分条件,并利用问题的等价性得到了相应的非凸三次优化问题全局充分条件.

1 预备知识

定义1 设x*∈{-1,1}n,如果f(x*)≤f(x)对任意的x∈{-1,1}n都成立,则称x*是问题(CP)的一个全局极小点.

对于问题(CP),因为x∈{-1,1}n,所以x3=x,因此能够容易证明问题(CP)等价于式(1)的带有双值约束的非凸二次优化问题:

(1)

由于(CP)等价于问题(BQP),所以通过研究问题(BQP)的全局最优性条件来得到问题(CP)的全局最优性条件.问题(CP)的可行集{-1,1}n可以等价地写成式(2)的连续形式:

(2)

下面的引理是很显然的.

引理1 设x*∈{-1,1}n,则x*是问题(CP)的全局最优解当且仅当x*是问题(BQP)的全局最优解.

对于一个n×n实对称矩阵Q=(qij),qij=qji,i,j=1,2,…,n,用λi(Q)≡λi表示Q的特征值,且约定

λ1≥λ2≥…≥λn

2 主要结果

考虑下面的非凸二次规划问题(QP):

这一节,通过问题(QP)推导出问题(CP)全局最优性充分条件.

设u=(u1,…,un)T∈Rn是相应于问题(QP)的约束集(2)的拉格朗日乘子向量,则问题(QP)的拉格朗日函数可以表示为

(3)

令U=diag(u),则式(3)可以变形为

(4)

则可以定义相应的问题(QP)的对偶问题为式(5)的凹最大化问题:

(DQP) sup{h(u):u∈Rn∩domh}

(5)

其中h是对偶函数,且有

h(u):=inf{L(x,u):x∈Rn}

(6)

以及domh={u∈Rn:h(u)>-∞}.由标准的对偶性可知,下面的弱对偶关系总是成立的:

f(x)≥h(u),∀x∈S,∀u∈Rn∩domh

因为问题(QP)是非凸的,所以强对偶关系在这里不成立.下面,先回顾文献[11]中所提出的基本对偶理论.

(i) 存在向量x∈Rn,使得Ax+b=0;(ii) A是半正定矩阵,即A±0.

应用引理2,3,可以得到判断问题(CP)的一个可行点为全局最优解的充分条件.

定理1 (问题(CP)的全局充分性条件) 设Q是实对称矩阵,α,β∈Rn,λn(Q)为Q的最小特征值,设x是问题(QP)的一个可行解,并且X=diag(x),如果

[SC]XQXe+X(α+β)≤λn(Q)e

那么x是问题(QP)的全局极小点,进一步,x也是问题(CP)的全局极小点.

证明对由式(4)和(6)所定义的对偶函数h应用引理3,有inf{L(x,u):x∈Rn}>-∞当且仅当下面的两个条件(7)(8)成立:

∃x∈Rn:(Q+U)x+α+β=0

(7)

Q+U±0

(8)

u:=-(XQXe+X(α+β))

(9)

首先,证明(x,u)满足式(7).事实上,由x=Xe,Ux=Xu,X2=I以及式(9)定义的向量u,有

(Q+U)x+α+β=QXe+UXe+α+β=QXe+Xu+α+β=

QXe-X2(α+β)-X2QXe+α+β=0

所以,式(7)成立.从而用式(7)可以将对偶目标函数h重新写成

其中x满足式(7).

其次,证明式(8)也成立.事实上,由已知条件和式(7)有

λn(Q)≥max1≤i≤n(XQXe+X(α+β))i=-λn(U)

所以,λn(Q+U)≥λn(Q)+λn(U)≥0,故Q+U±0,即式(8)成立.从而由引理3知,h(u)=inf{L(x,u):x∈Rn}>-∞.这意味着u对于对偶问题(DQP)是可行的.由式(7),对x=Xe,u=-XQXe-Xα-Xβ,有

再由引理2可知,x是问题(QP)的全局极小点.进一步,因为问题(QP)和问题(CP)是等价的,所以x也是问题(CP)的全局极小点.

注1 定理1只是充分条件,而不是必要条件,反例如下:

例1 考虑下面的优化问题:

由前面的讨论可知,(EP1)可以等价地转化为二次规划问题QP1来处理:

考虑点x*=(-1,-1,1,1)T,注意到这里的问题(QP1)恰为文献[4]中的例2.1,而由文献[4]中的例2.1知,x*=(-1,-1,1,1)T是(QP1)的全局极小点,从而它也是问题(EP1)的全局极小点.通过简单的计算容易得到

从而X*QX*e+X*(α+β)≤λmin(Q)e不成立,即定理1中的条件[SC]不成立.所以定理1中的条件只是充分条件并不是必要条件.

参考文献:

[1] BECK A,TEBOULLE M. Global Optimality Conditions for Quadratic Optimization Problems with Binary Constraints[J]. SIAM J OPTIM,2000,11(1):179-188

[2] RUBINOV A M,WU Z Y. Optimality Conditions in Global Optimization and Their Applications[J].Math program,2009,120(2):101-123

[3] WU Z Y,RUBINOV A M. Global Optimality Conditions for Some Classes of Optimization Problems[J].J Optim Theory Appl,2010,145(3):164-185

[4] JEYAKUMAR V,RUBINOV A M,WU Z Y. Sufficient Global Optimality Conditions for Non-convex Quadratic Minimization Problems with Box Constraints[J].J Glob Optim,2006,36(3):471-481

[5] JEYAKUMAR V,RUBINOV A M,WU Z Y. Non-convex Quadratic Minimization Problems with Quadratic Constraints:Global Optimality:conditions[J]. Math.Program(A),2007,110(3):521-541

[6] ZHANG X M,WANG Y J,MA W M. Global Sufficient Optimality Conditions for a Special Cubic Minimization Problem[J]. Mathematical Problems in Engineering,2012,3(7):178-192

[7] WU Z Y,BAI F S. Global Optimality Conditions for Mixed Nonconvex Quadratic Programs[J]. Optimization,2009,58(1):39-47

[8] HIRIART-URRUTY J B. Global Optimality Conditions in Maximizing a Convex Quadratic Function under Convex Quadratic Constraints[J]. Journal of Global Optimization,2001,21(4):445-455

[9] HIRIART-URRUTY J B. Conditions for Global Optimality 2[J]. Journal of Global Optimiza-tion,1998,13(4):349-367

[10] STREKALOVSKY A. Global Optimality Conditions for Nonconvex Optimization[J]. Journal of Global Optimization,1998,12(4):415-434

[11] ROCKAFELLAR R T. Convex Analysis[M]. Princeton:Princeton University Press,1997

[12] CHEN W,ZHANG L S. Global Optimality Conditions for Quadratic 0-1 Optimization Problems[J].J Glob Optim,2010,46(3):191-206

猜你喜欢
最优性充分条件对偶
集合、充分条件与必要条件、量词
二维Mindlin-Timoshenko板系统的稳定性与最优性
DC复合优化问题的最优性条件
不确定凸优化问题鲁棒近似解的最优性
R2上对偶Minkowski问题的可解性
有限μM,D-正交指数函数系的一个充分条件
对偶延迟更新风险模型的占位时
配之以对偶 赋之以精魂
浅谈充分条件与必要条件
对偶平行体与对偶Steiner点