1. 引言
本文讨论一类特殊的约束优化问题,即互补约束优化问题(简记为MPCC):
其中
均为连续可微函数。MPCC问题在金融经济,交通规划,网络设计等许多领域都有着广泛的应用,因此研究MPCC问题具有重要的理论价值和实际意义。
由于MPCC存在互补约束,MPCC在其可行点处均不满足Mangasarian-Fromovite约束规范(简称MFCQ),这导致了很多非线性规划问题的算法无法直接应用于求解MPCC。
近年来,许多学者致力于MPCC的研究,提出了MPCC的稳定点[1],包括弱稳定点,C-稳定点,M-稳定点和强稳定点等。为了确保局部极小点是稳定点,我们需要约束规范。如MPCC-LICQ,MPCC-MFCQ,MPCC-CPLD,MPCC-rCPLD和AM-正则性等。其中MPCC约束规范之间的强弱关系如下图1所示:
Figure 1. The strength of the relationship between the various constraint qualifications for MPCC
图1. MPCC的各约束规范强弱关系
为了求解MPCC,文献中有几种不同的方法。例如松弛方法[2],罚函数法[3],分支定界法[4],内点算法[5],光滑化算法[5]等。松弛方法的主要思想是通过引进参数,得到MPCC的松弛问题。通过应用非线性规划问题的算法来求解松弛问题,得到原MPCC问题的解。Scholtes在2001年提出了一个松弛方法[2],并证明了在MPCC-LICQ假设条件下,松弛问题稳定点列收敛到MPCC的C-稳定点。2005年,Lin和Fukushima提出新的松弛方法并同样证明在MPCC-LICQ假设条件下,松弛问题的稳定点列收敛到MPCC的C-稳定点[6]。Kadrani,Dussault等学者在2009年提出了一个新的松弛方法[7],在MPCC-LICQ假设条件下,松弛问题的稳定点列收敛到MPCC的M-稳定点。2010年,Steffensen等学者提出的松弛方法证明在较弱的MPCC-CRCQ的条件下收敛到MPCC的C-稳定点[8]。Kanzow等学者引进互补函数提出新的松弛问题,证明在MPCC-CPLD条件下松弛问题的稳定点列收敛到MPCC的M-稳定点[9]。2014年,黄小津通过Mangasarian互补函数[10]对MPCC的互补约束进行处理,提出了一个新的松弛问题[11],并进行收敛性分析。在MPCC-CPLD等条件下证明松弛问题的稳定点列收敛到MPCC的M-稳定点。进一步地,如果增强假设条件,则收敛到MPCC的强稳定点。
基于Mangasarian互补函数[10],本文研究MPCC的松弛问题[11]。如图1所示,在比MPCC-CPLD更弱的MPCC-rCPLD约束规范条件下,证明了松弛问题的稳定点列收敛到MPCC问题的M-稳定点。并证明如果增强假设条件,松弛问题的稳定点列收敛到MPCC问题的强稳定点。
2. 基础知识
本节介绍需要用到的一些基本概念和指标集。
非线性规划问题(简记为NLP)可表示为:
其中
是连续可微的,
中至少有一个是非线性函数。
NLP的Lagrange函数定义为
。
其中
。
定理2.1 (一阶最优性条件) [12] 设
是NLP问题的一个局部极小解,且在
处满足某个约束规范,则存在向量
,使得
此时称
是NLP的KKT点,上述条件成为KKT条件。
称为Lagrange乘子,
称为KKT点对。
引进如下指标集:
其中
为MPCC的可行点。
定义2.1 [1] 设
为MPCC可行点,如果存在
,使得如下条件成立
则称
为MPCC的一个弱稳定点。
(a) 若弱稳定点
满足
,则称
为MPCC的一个C-稳定点。
(b) 若弱稳定点
满足
或
,则称
为MPCC的一个M-稳定点。
(c) 若弱稳定点
满足
,则称
为MPCC的一个强稳定点。
由以上稳定点的定义可知稳定点有如下关系:
并且强稳定点是MPCC的KKT点。
定义2.2 [9] 设
为MPCC的可行点,MPCC的可行点
满足MPCC-CPLD当且仅当对于所有的
,
,
,如果梯度向量组
线性相关,则存在
的一个邻域
,使得对
,梯度向量组
线性相关。
定义2.3 [13] 设
为MPCC的可行点,令
,使得
是生成空间
的一组基。MPCC的可行点
满足MPCC-rCPLD当且仅当存在
的一个邻域
,使得对于
,
有相同的秩,并且对于所有的
,
,
,如果梯度向量组
线性相关,则存在
的一个邻域
,使得对
,梯度向量组
线性相关。
以上提到的MPCC的各种约束规范之间的关系如下:
定义2.4 [14] 对任何给定的向量
,定义指标集
则称
为向量
的支撑。
3. 松弛问题的收敛性分析
Mangasarian互补函数[10]对MPCC的互补约束松弛得到新的松弛问题[11],本节基于新的松弛问题进行收敛性分析。在MPCC-rCPLD约束规范条件下,证明松弛问题稳定点列收敛到MPCC的M-稳定点。如果增强假设条件,则进一步收敛到MPCC强稳定点。
定义3.1 基于互补函数
[10]的性质,MPCC的松弛约束
可松弛为
,从而得到MPCC的如下形式的松弛问题,记为NLP(t):
其中参数
。
其中t为任意非负参数。
(1)
当
时
。
设
为松弛问题NLP(t)的可行点,定义如下积极集:
定义
的一个剖分:
显然
。
定理3.1 令
为单调下降收敛到0的正数序列,
为NLP
的KKT点对,且
。假设MPCC-rCPLD在
处成立,则
为MPCC的一个M-稳定点。
证明:因为
为NLP
的KKT点,所以
由
的连续性及
知道当
充分大时,
为MPCC的可行点,即
且下面指标集的包含关系成立:
(2)
因
为NLP
的KKT点对,则有
(3)
(4)
由(1)知
定义
注意到
,于是(2)可以改写成如下形式:
(5)
注意到(5)中的乘子都是非负的,根据([8],引理A.1),不妨假设(5)中非零乘子对应的梯度向量组线性无关。已知MPCC-rCPLD在
处成立,存在
的一个邻域
,对于
,
有相同的秩,且
是生成空间
的一组基。当
充分大时,
,
,由假设知非零乘子对应的梯度向量组无关,所以当
时,
。因此
,满足
且
线性无关,(5)可表示为
(6)
下面证明乘子序列
有界。
(反证)假设
无界,则存在一个无穷子列
,使得
对(6)两边同除以
,并取极限,
由此可知以下梯度向量组
(7)
是正线性相关的。
因MPCC-rCPLD在
处成立,所以存在
的一个邻域
,
,梯度向量组
线性相关。注意到当
充分大时有
,于是上述结论与之在
处的梯度向量组:
线性无关,矛盾。因此乘子序列
有界。
不失一般性,假设乘子序列
收敛到
。由于
因此定义
(8)
于是在(6)取极限,即有
(9)
其中
,且对足够大的
,有
,
(10)
由(10)知,,即
是MPCC的一个弱稳定点。
接下来证明
是M-稳定点。
(反证)假设存在一个
,使得
且
。据(8)和(10)可知当
充分大时,
又
,因此由(8)知
,这与
矛盾。(对于
且
的情形,可类似证明)因此
为MPCC的M-稳定点。
定理3.2若
满足
,则
为MPCC的强稳定点。
证明:由(10)知(9)可改写为
已知
,由(10)可以得出
由(4) (8)得到,所以
满足条件
则称
为MPCC的一个强稳定点。
4. 总结
本文主要研究MPCC松弛问题的收敛性分析。Mangasarian互补函数对MPCC互补约束进行松弛,得到松弛问题。在较弱的MPCC-rCPLD约束规范条件下证明了松弛问题的KKT点列收敛到MPCC的M-稳定点。并进一步证明如果增强假设条件,松弛问题的稳定点列收敛到MPCC的强稳定点。
NOTES
*通讯作者。