王彬，王莉，孙菊贺，孙艺宁，袁艳红
（1. 沈阳航空航天大学 理学院，沈阳 110136；
2. 太原理工大学 经济管理学院， 太原 030024）
本文研究二阶锥双约束变分不等式问题，即求解x*∈Ω，使得
其中C={y∈Ω|-g(x*，y)∈Km}。
式中：F：Rn→Rn为单调的向量值映射；
g：Rn×Rn→Rm为连续可微映射；
＜·，·＞为欧氏内积；
K=Km1×Km2×…×Kmp，且m1+m2+…mp=m，mi≥1，i=1，2，…，p，每个Kmi都是mi维的二阶锥，集合Ω⊆Rn为一闭凸集。双约束条件是形如-g(x*，y)∈Km的约束，该条件与经典问题的不同主要在于它将问题的参量与其自身变量联系在一起，这给双约束优化问题的研究带来了难度和挑战。
作为数学规划领域一个重要的分支，借助变分不等式问题及其特例互补问题可以构造出多种数学模型和均衡规划模型，因此对于其数值解的研究具有一定的理论价值和实际意义。2000年，Antipin［1］首先提出了具有双约束条件的变分不等式问题，它在许多数学问题中都有应用，如：带有成本预算的经济均衡模型［2］、双人博弈问题［3］、双层规划及层次规划［4］等。Antipin［5］研究了双约束的均衡规划问题，讨论了对称和反对称函数的性质，提出了微分反馈控制梯度法，并证明了该方法的全局收敛性。基于变分不等式理论的广泛应用，经典变分不等式和广义变分不等式都已被深入研究，Facchinei等［6］的专著囊括了有限维空间中互补问题与变分不等式几乎所有的基础成果，为该领域的进一步研究提供了理论支持。
最优性条件是最优化问题的目标函数和约束函数在最优点所满足的必要条件和充分条件。最优性条件在优化算法的终止判定以及优化理论的证明中有着重要作用。在最优化理论中，Robinson约束规范条件是最著名的约束规范条件之一，在进行优化问题的最优性条件以及稳定性分析的研究中有着重要作用，相关介绍可参阅文献［7-9］。学者Bonnans等［10-11］对非线性二阶锥优化问题所做的一阶必要性、二阶充分性条件、约束非退化条件等内容的描述与分析，对本文相关结论的推导有很大帮助。张立卫［12］全面介绍了非线性锥约束优化的最优性理论，其中第3、4章详细论述了一些具体的约束优化问题的最优性理论，还介绍了不同类型的优化问题的Robinson约束规范、约束非退化条件、最优解的一阶必要性条件、二阶充分性条件等内容。
本文提出了双约束二阶锥变分不等式问题，并对该问题进行最优性条件分析。通过对原始问题进行等价转换后，借助所得出的广义鞍点问题，建立极小极大问题模型，将其转换为变分不等式组问题，得到该变分不等式组对应的KKT条件，应用Lagrange对偶理论得到所研究双约束二阶锥变分不等式问题的一阶必要性条件。基于约束集合的切锥、二阶切集公式以及对偶理论，推导出双约束二阶锥变分不等式问题的二阶充分性条件，从而实现双约束二阶锥变分不等式问题的解的最优性条件的研究。
为了求解双约束二阶锥变分不等式问题的一阶最优性条件，首先介绍推导过程中所用到的概念与相关性质。
定义1［1］称向量值函数g：Rn×Rn→Rm在Rn×Rn上是对称的，若有式（2）成立
对称向量值函数的具体应用可以体现在带有成本限制的经济均衡模型中，如：或者，式中：A为对称矩阵；
v、w为n维列向量。
性质1［1］向量值对称函数g：Rn×Rn→Rm关于变量x和y的梯度在集合Ω×Ω上的值相等，即有式（3）成立
证明：对式（2）中等号左侧关于第二元y求导，等号右侧关于第二元x求导可得
在上式中，令y=x可得等号左右两侧的m×n矩阵相等，即得式（3），证毕。
性质2［1］算子与对称函数g(x，y)|x=y在集合Ω×Ω上的梯度是一致的，即有下述关系成立
证明：由可微的定义对g(x，y)作展开，即
在上式中，令y=x，h=k，结合性质1及其证明可得下述展开形式
该式可以看作是对g(x，y)作Taylor展开的一种特殊情形，式中g(x，x)可视为g(x，y)在y=x(x，y∈Ω)时的函数，其梯度为∇Τg(x，x)，即式（4）成立，证毕。
定义2若Kn∈Rn(n≥1)满足则称Kn为n维的二阶锥，又称冰激凌锥。它是自对偶的闭凸锥，且其内点集intKn与边界点集bdKn表述如下intKn=。
可以发现，当n=1时，Kn退化为非负实数集R+，因此Antipin［1］提出的具有双约束条件的变分不等式问题是本文的双约束二阶锥变分不等式问题（1）的特殊情形。
为了研究双约束二阶锥变分不等式的二阶必要性条件，下面给出二阶锥的切锥与二阶切集公式。
引理1［8］二阶锥Kn上任意一点x=(x0，)处的切锥为
Kn上任意一点x处沿方向d∈TKn(x)的二阶切集为
定义3［9］设ΚX⊂X与ΚY⊂Y是任意非空集合，与函数L：ΚX×ΚY→相联系的原始与对偶问题定义为
称L为上述极小极大对偶性Lagrange函数，称∈ΚX×ΚY是函数L(x，y)的鞍点。若
定义4［13］集合C⊂X的指示函数记为IC，定义为
并约定IRn=0，I∅=∞。
本文所研究的双约束二阶锥变分不等式问题（1）对应的最优化问题
优化问题（7）对应的Lagrange函数为
式中：x*是原始问题的最优解；
y、λ分别为原始变量与对偶变量。由于x*是f(y)在集合Ω上的最小值点，在一定正则条件下（如Slater条件成立），点对(x*，λ*)是Lagrange函数L(x*，y，λ)的鞍点，根据鞍点定义3可知，有以下鞍点不等式成立
定理1双约束二阶锥变分不等式问题（1）等价转化为变分不等式问题（10）
证明：原问题（1）可以视作线性函数
上述不等式说明(x*，λ*)满足下面关系
对于鞍点不等式（11），运用极小极大问题模型［14］，可做如下推导
考虑极小极大问题
(x*λ*)∈C×Km是Lagrange函数
L(x*，y，λ)的鞍点的必要条件为
即
根据对称函数的性质2及向量值函数g(x，x)的各分量的凸性，式（15）中第一个表达式中关于函数g(x，x)的运算可以有下面的形式
则双约束二阶锥变分不等式（1）可等价转化为鞍点问题（16）
因此，问题（16）可以表述为下面的形式
若令Y=C×Κm，
Y={z∈Rn+m|G(z)∈Κ2m}，其中参量z=，约束条件为，证毕。
本节研究问题（10）对应的优化问题（18）的Lagrange对偶理论，由此分析出其最优解同时也包括原变分不等式的解需要满足的一阶必要条件，并对相关性质加以研究。
双约束二阶锥变分不等式问题（10）可以看作下述优化问题的等价形式
其中函数
且f：Rn+m→Rn+m是一连续可微函数，约束条件中的G：R2m→R2m是一连续可微的向量值函数，K2m⊂ R2m为一闭凸锥。
优化问题（18）对应的Lagrange函数为
因此，问题（18）的Lagrange对偶问题为
由于最优值val(P)≥val(D)，若对于点对(z*，p*)∈Y×Κ2m，使得原始与对偶目标函数值相等，即
式中：I为指示函数，则有val(P)=val(D)。进一步若其公共值是有限的，则z*∈Y与p*∈K2m分别为最优化问题（18）与对偶问题（20）的最优解。由鞍点定理可知，原始对偶问题的解(z，p)可由下述系统刻画
总结上述关系，借助Lagrange对偶理论［9］，可以得到下述结论。
定理 2令val(P)与val(D)分别表示原始问题（18）与对偶问题（20）的最优值，则有val(P)≥val(D)。进一步可推出，val(P)=val(D)，且该公共值是有限的，则z*∈Y与p*∈K2m分别为原始问题P与对偶问题D的最优解的充分必要条件是式（21）成立。
称点对(z*，p*)为问题（18）的KKT点，若(z*，p*)满足KKT条件（22）
上述系统即为一般情形的一阶必要性条件，是从代数角度推导出的，K-T乘子p*也称为Lagrange乘子，z*为问题（18）的局部最优解，可将其进一步总结为下述定理。
定理3设z*是双约束二阶锥优化问题（18）的局部最优解，且满足Robinson约束规范
则在z*处的Lagrange乘子集合Λ(z*)是非空紧致凸集合。
证明：设(z*，p*)为问题（18）相应的La‐grange对偶问题的最优解对，其中p*为La‐grange乘子，则(z*，p*)满足KKT条件（22）。由于能够保证（22）的Lagrange乘子集合是紧致集的充分必要条件正是Robinson约束规范条件，即
由文献［15］知，式（24）的等价表达为
证毕。
假设z*是双约束二阶锥优化问题（18）的稳定点，即点对(z*，p*)满足KKT条件（22）。若在z*处有下述约束非退化条件成立
式中：linΤK2m(G(z*))是二阶锥K2m在G(z*)的切锥的线性化空间。则可得出约束非退化条件与Lagrange乘子的唯一性关系。
定理4假设z*是双约束二阶锥优化问题（18）的一个稳定点，若z*是约束非退化的，则存在唯一的Lagrange乘子p*；
反之，若(z*，p*)满足严格互补条件G(z*)+p*∈intK2m，且p*是唯一对应z*的Lagrange乘子，则z*是非退化的最优解。
本节讨论双约束二阶锥变分不等式问题（18）的二阶充分性条件。设映射f(z)与G(z)是二阶连续可微的。下述定理给出了问题（18）在稳定点z*处的临界锥的定义。
定理5设z*是问题（18）的一个稳定点，Lagrange乘子p∈Λ(z*)。给定方向h∈Rn+m，借助引理1中的公式，可推出如式（25）的临界锥的结论
定理6设z*是问题（18）的一个稳定点，且满足Robinson约束规范条件（23），则在z*处二阶增长条件成立当且仅当式（26）的二阶条件成立
式中：H(z*，p)=
证明：假设定理条件成立，则由文献［9］可知二阶锥是二阶正则的，在z*处二阶增长条件成立当且仅当下述条件成立
其中ϒ2：=表示在G(z*)处沿方向∇ΤG(z*)h的二阶切集，σ(·，ϒ2)为集合ϒ2的支撑函数。
该定理只需证明式（26）是式（27）的具体表述形式即可。考虑在G(z*)处沿着∇ΤG(z*)h方向的二阶切集形式如下：
由于二阶锥是卡式积运算，故可以计算支撑函数σ(-p，ϒ2)如下。
（1）由h∈C(z*)知，
∇ΤG(z*)h∈TK2m(G(z*))，又由
-p*∈NK2m(G(z*))且G(z*)∈K2m，由二阶切集的定义知，σ(-p，ϒ2)≤0。
若0∈ϒ2，则σ(-p；
ϒ2)=0。由式（28）可知，若∇ΤG(z*)h∈intTK2m(G(z*))或者
G(z*)=0或者∇ΤG(z*)h=0时，都有0∈ϒ2。
（2）若∇ΤG(z*)h，G(z*)∈bdK2m{0}，记满足该情形的指标集合为I，由式（28）可得
故在此情形下，有
综合上述情况，可推出
证毕。
Antipin［1］所研究的双约束变分不等式是双约束二阶锥变分不等式的特殊情形，本文讨论了双约束二阶锥变分不等式问题的一阶必要性条件和二阶充分性条件。首先对原始双约束二阶锥变分不等式问题进行极小化问题转化后得出了广义鞍点不等式，借助极小极大问题模型，可以将其等价于一个变分不等式组。进一步对所得出的等价变分不等式组分析，应用Lagrange对偶理论得出其有解的一阶必要性条件。然后借助约束集合的二阶切集与对偶理论，得到双约束二阶锥变分不等式问题的二阶充分性条件。双约束二阶锥变分不等式问题的最优性条件的分析对该问题的解的存在性及收敛性的研究给出了理论支持。
猜你喜欢 最优性鞍点变分 求解无约束函数局部鞍点的数值算法湘潭大学自然科学学报(2022年1期)2022-04-11二维Mindlin-Timoshenko板系统的稳定性与最优性数学物理学报(2021年5期)2021-11-19DC复合优化问题的最优性条件数学物理学报(2021年4期)2021-08-30不确定凸优化问题鲁棒近似解的最优性数学物理学报(2020年4期)2020-09-07逆拟变分不等式问题的相关研究数学杂志(2020年3期)2020-07-25求解变分不等式的一种双投影算法数学物理学报(2019年6期)2020-01-13含有二阶幂零鞍点的双同宿环附近的极限环分支上海师范大学学报·自然科学版(2018年3期)2018-05-14关于一个约束变分问题的注记数学物理学报(2017年6期)2018-01-22SKT不变凸非线性规划的鞍点特征研究经济数学(2017年4期)2018-01-18一个扰动变分不等式的可解性数学物理学报(2016年3期)2016-12-01