次梯度外梯度算法求解随机变分不等式

确定性变分不等式已经有了较为完善的理论和数值方法。受次梯度外梯度算法的启发,考虑将其推广到随机变分不等式中。由于随机因素的出现,确定性的数值方法不能直接用来求解随机变分不等式。为此,结合处理随机优化常用的随机逼近方法,提出采用基于次梯度外梯度的随机逼近方法来求解随机变分不等式,即每次迭代抽取一个样本点,用样本函数去代替期望值函数,同时将外梯度算法中的第二步投影改投在含有可行集的一个半空间上,新的迭代点为第k步和矫正步的一个凸组合。该法采取随机逼近方法处理随机问题,并且当投影难以计算的时候,修改第二步投影在半空间上以此来减少计算的代价,新的迭代点充分利用了已知点的信息,使得算法迭代快速有效。在适当的假设下,当函数是伪单调的时候证明了去全局收敛性,并给出了初步的数值试验来证明该算法的可行性。     

次梯度外梯度方法求解随机变分不等式

随机变分不等式在供应链网络、交通运输和博弈论中具有广泛的应用。提出基于次梯度外梯度的随机逼近方法求解随机变分不等式,将矫正步的投影改投在半空间,以此来减少计算投影的代价。在适当的假设下,证明了所提出的算法具有全局收敛性。     

二次投影算法的扰动分析

变分不等式问题已引起国内外学者和专家的广泛关注,求解变分不等式问题的算法也很多,其中,投影算法构造简洁且被研究变分不等式算法的学者深入而细致地讨论.二次投影算法是近年来针对变分不等式提出的一类新的非常有效的投影算法.对于求解变分不等式的投影算法,投影运算非常重要.因为实际计算时,投影运算常常不能精确求解,所以有必要研究这种不精确是否影响算法的收敛性.讨论二次投影算法中关键的投影运算非精确求解时的情况,证明了扰动后的二次投影算法有意义且所产生的序列仍然收敛到变分不等式的解.     

二次半定规划问题的改进投影收缩算法

针对求解二次半定规划问题时收敛速度缓慢,且由于二次半定规划的对偶问题的最优条件与变分不等式的投影方程等价,则可将原问题转化为求解变分不等式问题.从一个新的角度提出了求解变分不等式问题的投影收缩算法,进而解决了该二次半定规划问题.该算法通过引入一个辅助方向来进行改进,利用两次投影的方法降低了对算子的要求,进而达到更好的收敛效果.并在算子单调的条件下给出了算法的收敛性分析和证明.     

随机增广Lagrange变分不等式的一种求解方法

利用变分不等式求解优化问题是一种有效且便利的方法.而随机变分不等式和增广Lagrange变分不等式的概念最近以一种新的形式被阐述,在凸性条件下求解这类问题通常用的方法是逐步对冲算法和分解算法.对于随机优化问题,提出随机增广Lagrange变分不等式.在凸凹鞍点问题中,由随机分解算法求解这类问题.     

求解伪单调型变分不等式的一种投影算法

在投影收缩算法的基础上,通过构造一种超平面,给出求解伪单调型变分不等式的一种投影算法,并证明该算法在变分不等式解集非空且F为伪单调连续映射的条件下是全局收敛的.在该算法生成的序列满足某种误差界条件下,得到算法的收敛率.最后,用数值实验对比所提算法与已知4种算法的收敛效果.     

求解随机变分不等式问题的修正外梯度随机逼近算法

【目的】研究求解随机变分不等式问题的基于外梯度的随机逼近算法。【方法】依据求解经典变分不等式问题的外梯度算法,给出求解随机变分不等式问题的修正外梯度随机逼近算法。【结果】在适当的假设下,证明了修正外梯度随机逼近算法具有全局收敛性,初步的数值试验结果表明算法具有有效性。【结论】修正外梯度随机逼近算法是对已有的外梯度随机逼近算法的进一步推广,并且可在更弱的假设下获得它们的全局收敛性结果。     

求解双目标规划的近似邻近外梯度算法

为解决双目标规划问题的常规解法受预先设定的权重的影响,而影响其结果准确性的问题,提出了双目标规划问题的近似邻近外梯度算法.结果表明:将双目标规划问题等价变形为变分不等式,在求解变分不等式子问题的基础之上,用半空间投影构造迭代步,避开了对权重的设定,证明了算法的全局收敛性.实例分析进一步验证算法的可行性与有效性.     

Hilbert空间中变分不等式组的两步投影算法

变分不等式解的迭代算法是变分不等式理论的重要内容之一,而投影方法是研究变分不等式解的迭代算法的重要方法,已经有着广泛的研究和应用.主要研究Hilbert空间中变分不等式组的近似解问题,给出了变分不等式组解的两步投影算法,在映象T松弛-(γ,r)-余强制的假设条件下,证明了两步投影算法所产生的迭代序列收敛于变分不等式组的解.所获得的结果推广和改进了文献中的一些主要结果.     

求解依赖时间的变分不等式-2(英文)

目前求解一般变分不等式的方法已有很多,但解依赖时间的变分不等式的方法还很少.A.Barbagallo曾给出线性插值的方法,但此方法的收敛性并不是很好.提出了求解一类依赖时间的变分不等式的一种新方法.该算法首先在动态交通均衡的背景下利用离散化方法得到一系列一般变分不等式的解,然后借助于支持向量回归机得到原问题的动态近似解.利用实验说明了该算法具有较好的收敛性和广泛的实用性.