一元DC复合优化问题的最优性条件
Optimality Conditions for the Composite Optimization of DC with One Variable
DOI: 10.12677/aam.2024.136261, PDF, HTML, XML, 下载: 21  浏览: 48  国家自然科学基金支持
作者: 肖程凤*, 田超松:吉首大学师范学院,湖南 吉首
关键词: DC复合优化问题最优性条件凸化DC Composite Optimization Problem Optimality Condition Convexification
摘要: 约束优化问题在自动控制、图像处理、水处理、网络分析、工程设计中有着十分重要的应用,实际生活中的许多问题在一定条件下都可以看作或者转化为一个约束优化问题,因此约束优化问题的研究具有非常重要的意义。本文将在函数不一定具有连续性,集合不一定是闭集的情形下,利用函数上图、次微分性质和凸化技巧,引入新的约束规范条件,对一元DC复合约束优化问题进行研究。从而建立了一元DC复合优化问题的局部和全局最优性条件的充分和必要条件,推广了前人的结论。
Abstract: Constrained optimization problems have very important applications in automatic control, image processing, water treatment, network analysis, and engineering design. Many problems in real life can be seen as or transformed into a constrained optimization problem under certain conditions, so the study of constrained optimization problems is of great significance. This article will study the univariate DC composite constrained optimization problem by utilizing the epigraph of functions, subdifferential properties, and convexification techniques in situations where functions may not be continuous and sets may not be closed. By introducing new constrained standard conditions, this research establishes the sufficient and necessary conditions for local and global optimality of the univariate DC composite optimization problem, thus extending the conclusions of predecessors.
文章引用:肖程凤, 田超松. 一元DC复合优化问题的最优性条件[J]. 应用数学进展, 2024, 13(6): 2726-2733. https://doi.org/10.12677/aam.2024.136261

1. 引言

约束优化问题在自动控制、图像处理、水处理、网络分析、工程设计中有着十分重要的应用,实际生活中的许多问题在一定条件下都可以看作或者转化为一个约束优化问题,例如,运输问题、分派问题、生产调度问题、设备更新年限问题等,因此无论从理论角度还是实际应用来看,约束优化问题的研究都具有非常重要的意义。对于经典的凸优化问题[1] [2]、复合优化问题[3]-[6],DC (两个凸函数的差)优化问题[7] [8],已有诸多学者利用内点条件、闭性条件、上图类条件等进行了研究,并得到了鞍点定理、对偶理论等系列结论。受此启发,本文拟对目标函数为复合函数,约束函数为DC函数的这一类一元DC复合优化问题进行研究。

2. 预备知识

X,Y 是Banach空间, X * , Y * 分别是 X,Y 的共扼空间。定义Y上的序为:若 yxK ,则 y K x 。设ZX的非空子集,记Z的凸锥包为 coneZ 。非空集合Z的对偶锥和示性函数分别定义为:

Z :={ x X : x ,x 0,xZ },

δ Z ( x ):={ 0,      xZ, +,  .

定义凸子集Z z 0 Z 处的法锥为

N( z 0 ;Z ):={ x X : x ,z z 0 0,zZ }.

fX上的真函数,定义f的有效定义域和共轭函数分别为:

domf:={ xX:f( x )<+ },

f ( x ):=sup{ x ,x f( x ):xX }, x X ,

f是凸函数时,f在点 xdomf 的次微分定义为

f( x ):={ x X :f( x )+ x ,yx f( y ),yX }.

ϕ:X{ ± } 是实值延拓函数,点 x 0 domϕ 且满足 | ϕ( x 0 ) |<+ 。由文[9]知,函数 ϕ x 0 ε-Fréchet次微分定义为 ^ ε ϕ( x 0 ):={ x X : liminf x x 0 ϕ( x )ϕ( x 0 ) x ,x x 0 x x 0 ε },ε0 。当 x 0 domϕ 时,

^ ε ϕ( x 0 )= 。当 ε=0 时, ^ ϕ( x 0 ):= ^ ε ϕ( x 0 ) ϕ x 0 处Fréchet次微分。特别地,当 ϕ 是凸函数时, ^ ϕ( x 0 ):=ϕ( x 0 ) 即为凸分析中经典的次微分。由定义有

x 0 ϕ0 ^ ϕ( x 0 ). (2.1)

由文[4]知,设函数 ψ:Y ¯ ,对任意的 x,yY ,若当 y K x 时有 ψ( y )ψ( x ) ,则称函数 ψ K-增函数。设函数 φ:XY ,对任意的 x 1 , x 2 X,t[ 0,1 ] ,有

φ( t x 1 +( 1t ) x 2 ) K tφ( x 1 )+( 1t )φ( x 2 ),

则称函数 φ K-凸函数。对于任意的 λ K ,定义 ( λφ )( · ):X ¯

( λφ )( x ):={ λ,φ( x ) ,      xdomφ, +,                    .

定义复合函数的复合形式为

( fφ )( x ):={ f( φ( x ) ),      xdomφ, +,                    .

并且,对X上的系统 { S t :tT } ,约定 tϕ S t =X

3. DC复合优化问题的最优性条件

CX 是非空凸子集,T是任意(可能无限)指标集, φ:XY 是真K-凸映射, f:Y ¯ 是真凸K-增函数, f t , g t :X ¯ ,tT 是真凸函数。考虑一元DC复合优化问题

              Min   ( fφ )( x ) ( )         s. t.    f t ( x ) g t ( x )0,tT,                           xC.

本文将在函数不一定具有连续性,集合C不一定是闭集的情形下,利用函数次微分的相关性质,引进新的约束规范条件,建立问题 ( ) 的局部和全局最优性条件的充分和必要条件,从而推广和改进前人的相关结论。

3.1. 局部最优性条件

A表示系统 { xC; f t ( x ) g t ( x )0,tT } 的解集,即 A:={ xC: f t ( x ) g t ( x )0,tT } 。设x0是问题 ( ) 的局部极小点,则x0也将是下面问题的局部极小点:

Min   ( fφ )( x )  s. t.    f t ( x ) u t * ,x + g t * ( u t * )0,tT,           xC, (3.1)

其中: u t * dom g t * 。对任意的 u t * dom g t * ,问题(3.1)是凸优化问题。用 T( x 0 ) T u t * ( x 0 ) 分别表示不等式系统 { xC; f t ( x ) g t ( x )0,tT } { xC; f t ( x ) u t * ,x + g t * ( u t * )0,tT } 在点x0的活动指标集,即

T( x 0 ):={ tT: f t ( x 0 ) g t ( x 0 )=0 },

T u t * ( x 0 ):={ tT: f t ( x 0 ) u t * , x 0 + g t * ( u t * )=0 }.

由文([8],(1.2)式)可以定义问题(3.1)的局部KKT条件:

x0是问题(3.1)的局部极小点

      u t dom g t ,λ= ( λ t ) tT + ( T ) ,βf( φ( x 0 ) ),           s. t.  0( βφ )( x 0 )+ N C ( x 0 )+ t T u t ( x 0 ) λ t ( f t ( x 0 ) u t ).

因此,可类似定义问题 ( ) 在点 x 0 dom( fφ )A 的局部KKT条件。

定义3.1.1 x 0 dom( fφ )A 是问题 ( ) 的局部极小点。若对任意的 u t g t ( x 0 ) tT ,存在 λ= ( λ t ) tT + ( T ) βf( φ( x 0 ) ) ,使得

0( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ),

则称系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足局部KKT条件。若系统在任意点 x 0 dom( fφ )A 均满足局部KKT条件,则称系统满足局部KKT条件。

为研究问题 ( ) 的局部最优性条件,我们首先引进如下约束规范条件。

定义3.1.2 x 0 dom( fφ )A ,若

^ ( fφ+ δ A )( x 0 ) u t g t ( x 0 ) λ + ( T ) ( βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ) ), (3.2)

则称系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足F-(BCQ)1条件。若系统在任意点 x 0 dom( fφ )A 均满足F-(BCQ)1条件,则称系统满足F-(BCQ)1条件。

定理3.1.1 x 0 dom( fφ )A 。若系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足F-(BCQ)1条件,则称此系统在点x0满足局部KKT条件。

证明 假设系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足F-(BCQ)1条件。设x0是问题 ( ) 的局部极小点。由(3.2)及(2.1)式可知

0 ^ ( fφ+ δ A )( x 0 ) u t g t ( x 0 ) λ + ( T ) ( βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ) ).

故对任意的 u t g t ( x 0 ) tT ,存在 λ= ( λ t ) tT + ( T ) βf( φ( x 0 ) ) ,使得

0( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ),

故定理得证。

3.1.1 [4]由文[4]知,令 x 0 dom( fφ )A ,若

( fφ+ δ A )( x 0 ) βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+cone( tT( x 0 ) f t ( x 0 ) ),

则称系统 { f,φ, δ C ; f t :tT } 在点x0满足(CBCQ)条件。若系统在任意点 x 0 dom( fφ )A 均满足(CBCQ)条件,则称系统满足(CBCQ)条件。显然,当 g t =0,tT 时F-(BCQ)1条件即为文[4]中的(CBCQ)条件。

故由定理3.1.1及注3.1.1可直接得到下面推论。

推论3.1.1 g t =0,tT 。设 x 0 dom( fφ )A 是问题 ( ) 的局部极小点。若系统 { f,φ, δ C ; f t :tT } 在点x0满足(CBCQ)条件,则下面结论成立:

0 βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ λ + ( T ) tT( x 0 ) λ t f t ( x 0 ).

u t dom g t tT ,定义凸函数 F t u t :X ¯

F t u t ( x ):= f t ( x ) u t ,x + g t ( u t ),xX.

由文([10],定理2.4.2(vi))知

F t u t ( x )= f t ( x ) u t ,xdom f t . (3.3)

A u t 表示不等式系统 { xC; F t u t ( x )0,tT } 的解集,即 A u t :={ xC: F t u t ( x )0,tT } 。由文[10]的Young-Fenchel不等式知

f t g t F t u t ,tT, (3.4)

所以

A u t A. (3.5)

T u t ( x 0 ):={ tT: F t u t ( x 0 )=0 } ,故对任意的 u t g t ( x 0 ) ,由文[10]的Young等式知

F t u t ( x 0 )= f t ( x 0 ) g t ( x 0 ),tT, (3.6)

因此,

T( x 0 )= T u t ( x 0 ), u t g t ( x 0 ). (3.7)

定理3.1.2 x 0 dom( fφ )A 。若对任意的 u t g t ( x 0 ),tT ,系统 { f,φ, δ C ; F t u t :tT } x0满足(CBCQ)条件,则系统 { f,φ, δ C ; f t , g t :tT } x0满足局部KKT条件。

证明x0是问题 ( ) 的局部极小点,任取 u t g t ( x 0 ) 。由(3.4)~(3.6)式知,x0也是下面问题的局部极小点:

Min   ( fφ )( x ) s. t.     x A u t . (3.8)

由于 fφ 是凸函数且 A u t X上的凸集可知,x0也是问题(3.8)的局部极小点,故结合([10],定理2.5.7)有

0( fφ+ δ A u t )( x 0 ).

又对任意的 u t g t ( x 0 ) ,系统 { f,φ, δ C ; F t u t :tT } 在点x0满足(CBCQ)条件,故

0 βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+cone( t T u t ( x 0 ) F t u t ( x 0 ) ).

再结合(3.3)和(3.7)式可得,对任意的 u t g t ( x 0 ) ,存在 λ= ( λ t ) tT + ( T ) βf( φ( x 0 ) ) ,使得

0( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ),

因此定理得证。

当函数 g t =0,tT 时,设 x 0 A ,由文[11]知,若

N A ( x 0 )= N C ( x 0 )+cone( tT( x 0 ) f t ( x 0 ) ),

则称系统 { δ C ; f t :tT } 在点x0满足(BCQ)条件。

推论3.1.2 x 0 dom( fφ )A 。假设 f,φ 分别在点 φ( x 0 ) x0处连续。若对任意的 u t g t ( x 0 ) tT ,系统 { δ C ; F t u t :tT } 在点x0满足(BCQ)条件,则系统 { f,φ, δ C ; f t , g t :tT } x0满足局部KKT条件。

证明 u t g t ( x 0 ) 。由定理3.1.2知,欲证此推论,只需证明系统 { f,φ, δ C ; F t u t :tT } 在点x0满足(CBCQ)条件,即证

( fφ+ δ A u t )( x 0 ) βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+cone( t T u t ( x 0 ) F t u t ( x 0 ) ). (3.9)

注意到,函数 f,φ 分别在点 φ( x 0 ) x0处连续, fφ 是凸函数且 A u t 是凸集,故

( fφ+ δ A u t )( x 0 )  βf( φ( x 0 ) ) ( βφ )( x 0 )+ N A u t ( x 0 ). (3.10)

由(3.6)式及 x 0 A 可得 x 0 A u t 。又系统 { δ C ; F t u t :tT } 在点x0满足(BCQ)条件,故

N A u t ( x 0 )= N C ( x 0 )+cone( t T u t ( x 0 ) F t u t ( x 0 ) ). (3.11)

结合(3.10)、(3.11)式,可得(3.9)式,故结论得证。

3.2. 全局最优性条件

本节主要对问题 ( ) 的全局最优性条件进行研究,为此考虑下面问题:

                    Min   ( fφ )( x ) p,x ( p )             s. t.    f t ( x ) g t ( x )0,tT,                            xC.

从而,我们可以得出以下定义。

定义3.2.1 p X x 0 dom( fφ )A 。若x0是问题 ( p ) 的全局极小点当且仅当对任意的 u t g t ( x 0 ) tT ,存在 λ= ( λ t ) tT + ( T ) βf( φ( x 0 ) ) ,使得

p( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ),

则称系统 { f,φ, δ C ; f t , g t :tT } x0满足全局稳定KKT条件。特别地,当 p=0 时,称系统 { f,φ, δ C ; f t , g t :tT } x0满足全局KKT条件。若系统在任意点 x 0 dom( fφ )A 均满足全局稳定KKT条件(或全局KKT条件),则称系统满足全局稳定KKT条件(或全局KKT条件)。

特别地,当 p=0 时,问题 ( p ) 即为本文所研究的问题 ( ) ,故由文([10],定理2.5.7)知,系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足全局KKT条件当且仅当

0( fφ+ δ A )( x 0 )0 u t g t ( x 0 ) λ + ( T ) ( βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ) ).

定义3.2.2 x 0 dom( fφ )A 。若

( fφ+ δ A )( x 0 )= u t g t ( x 0 ) λ + ( T ) ( βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ) ),

则称系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足(BCQ)1条件。若系统在任意点 x 0 dom( fφ )A 均满足(BCQ)1条件,则称系统满足(BCQ)1条件。

定理3.2.1 x 0 dom( fφ )A 。系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足(BCQ)1条件当且仅当对任意的 p X ,系统在点x0满足全局稳定KKT条件。

证明 对任意的 p X ,系统 { f,φ, δ C ; f t , g t :tT } 在点x0满足全局稳定KKT条件当且仅当下面的等价关系成立:

0( fφp+ δ A )( x 0 )p u t g t ( x 0 ) λ + ( T ) ( βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ) ),

p( fφ+ δ A )( x 0 )p u t g t ( x 0 ) λ + ( T ) ( βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ) ).

( fφ+ δ A )( x 0 )= u t g t ( x 0 ) λ + ( T ) ( βf( φ( x 0 ) ) ( βφ )( x 0 )+ N C ( x 0 )+ tT( x 0 ) λ t ( f t ( x 0 ) u t ) ),

结论成立。

由定理3.2.1可直接得到下面推论。

推论3.2.1 若系统 { f,φ, δ C ; f t , g t :tT } 满足(BCQ)1条件,则此系统满足全局KKT条件。

3.2.1 φ 为单位算子, g t =0,tT 时,问题 ( ) 变成文[1]中的问题 ( P f ) ,(BCQ)1条件变成

( f+ δ A )( x 0 )=f( x 0 )+ N C ( x 0 )+ λ + ( T ) tT( x 0 ) λ t f t ( x 0 ),

即文[1]中的(BCQ)f条件,故本文的结论是对文[1]中相关结论的推广。

基金项目

国家自然科学基金项目(11861033)。

NOTES

*通讯作者。

参考文献

[1] Fang, D.H., Li, C. and Ng, K.F. (2010) Constraint Qualifications for Optimality Conditions and Total Lagrange Dualities in Convex Infinite Programming. Nonlinear Analysis: Theory, Methods & Applications, 73, 1143-1159.
https://doi.org/10.1016/j.na.2010.04.020
[2] Boţ, R.I., Grad, S. and Wanka, G. (2008) New Regularity Conditions for Strong and Total Fenchel-Lagrange Duality in Infinite Dimensional Spaces. Nonlinear Analysis: Theory, Methods & Applications, 69, 323-336.
https://doi.org/10.1016/j.na.2007.05.021
[3] Long, X., Sun, X. and Peng, Z. (2016) Approximate Optimality Conditions for Composite Convex Optimization Problems. Journal of the Operations Research Society of China, 5, 469-485.
https://doi.org/10.1007/s40305-016-0140-4
[4] Fang, D. and Zhang, Y. (2019) Optimality Conditions and Total Dualities for Conic Programming Involving Composite Function. Optimization, 69, 305-327.
https://doi.org/10.1080/02331934.2018.1561695
[5] Li, G. and Zhou, Y. (2015) The Stable Farkas Lemma for Composite Convex Functions in Infinite Dimensional Spaces. Acta Mathematicae Applicatae Sinica, English Series, 31, 677-692.
https://doi.org/10.1007/s10255-015-0493-1
[6] Fang, D.H., Ansari, Q.H. and Zhao, X.P. (2018) Constraint Qualifications and Zeroduality Gap Properties in Conical Programming Involving Composite Functions. Journal of Nonlinear and Convex Analysis, 19, 53-69.
[7] Dinh, N., Nghia, T.T.A. and Vallet, G. (2010) A Closedness Condition and Its Applications to DC Programs with Convex Constraints. Optimization, 59, 541-560.
https://doi.org/10.1080/02331930801951348
[8] Fang, D.H. and Zhao, X.P. (2014) Local and Global Optimality Conditions for DC Infinite Optimization Problems. Taiwanese Journal of Mathematics, 18, 817-834.
https://doi.org/10.11650/tjm.18.2014.3888
[9] Mordukhovich, B.S. (2006) Variational Analysis and Generalized Differentiation, I: Basic Theory. Springer-Verlag.
[10] Zalinescu, C. (2002) Convex Analysis in General Vector Spaces. World Scientific.
[11] Li, C. and Ng, K.F. (2003) Constraint Qualification, the Strong CHIP, and Best Approximation with Convex Constraints in Banach Spaces. SIAM Journal on Optimization, 14, 584-607.
https://doi.org/10.1137/s1052623402415846