신뢰구역 기반 빅‑M 페널티와 기대개선 활용 고차원 제약 베이지안 최적화

본 논문은 고차원 블랙박스 제약 최적화 문제를 효율적으로 해결하기 위한 새로운 베이지안 최적화 프레임워크인 TR‑MEI(Trust Region – Penalized Expected Improvement)를 제안한다. 문제 정의는 제한된 고차원 탐색 공간 B⊂ℝᴰ 내에서 목적함수 f(x)를 최소화하면서 J개의 제약 gⱼ(x)≤0을 만족하는 x를 찾는 것으로, f와 gⱼ는 모두 평가 비용이 높은 블랙박스 함수이며 미분 정보가 제공되지 않는다. 1. **제약 처리 방식** 기존 연구에서는 Augmented Lagrangian, ADMM, 로그‑배리어 등 다양한 제약 변환 기법을 사용했지만, 본 논문은 고전적인 빅‑M 페널티 기법을 채택한다. 제약 위반 여부를 나타내는 지시함수 I