分裂等式问题的一种简单投影算法

本文主要给出了求解分裂等式问题的一种简单投影算法及其松弛算法,证明了算法的全局收敛性.与相关算法相比,该算法每一步的迭代步长都可直接计算出,避免了计算矩阵的谱半径.     

均衡问题的一种改进不精确次梯度算法

针对采用精确次梯度算法求解均衡问题中的稳固非扩张算子的不动点集问题(EP(f,Fix(T)))时计算复杂且收敛性较差这一情况,提出了一种改进的不精确次梯度算法.首先,由事先选择的参数确定一个凸集;其次,通过不精确次梯度投影算法构造中间迭代点;最后,将当前迭代点和中间迭代点的线性组合在稳固非扩张算子的映射作为下一次迭代点.在合适条件下验证了算法的全局收敛性.     

求解分裂可行问题的次梯度投影松弛算法

在无限维Hilbert空间中，区别于现有许多算法中的正交投影，采用次梯度投影法，提出求解分裂可行问题的次梯度投影松弛算法，并利用次梯度算子的cutter性质以及分类讨论的思想，证明了次梯度投影松弛算法生成的序列弱收敛于分裂可行问题的解.     

求解分裂可行问题的一种松驰投影算法

本文提出了一种新的算法来求解分裂可行问题,该算法在每步迭代中应用类-Armijo搜索来获取调整步长,然后给出了一个校正步长,避免了矩阵逆和矩阵最大特征值的计算.我们证明了该算法的全局收敛性.     

Banach空间上分裂公共零点问题的收缩投影算法研究

本文研究了Banach空间中关于分裂公共零点的收缩投影算法。在步长的选取仅与当前迭代点的信息有关的条件下,证明了收缩投影算法的强收敛性,这种步长的选取方式使得算法更容易实现。     

凸可行问题的一种次梯度投影算法

提出了一种次梯度投影算法,解决凸可行问题,该算法在迭代过程中采用Armijo线搜索规则计算预测步长,且进一步给出一个校正步长规则,从而提高了算法的收敛性和收敛效果.最后给出了数值实例,表明算法的有效性.     

单调变分不等式的改进次梯度外梯度算法

在Hilbert空间中提出一种求解Lipschitz连续单调变分不等式的改进次梯度外梯度算法,该算法的步长是自适应的.同时在算法的每一次迭代中,只需要计算向特殊结构半空间的投影.最后在Lipschitz系数大小未知的条件下,得到算法在Hilbert空间中的强收敛性.     

求解三块变量约束凸优化问题的邻近部分平行分裂算法

考虑线性约束三块变量的凸优化问题, 在部分平行分裂算法中选取不同步长参数的基础上, 提出一种邻近部分平行分裂算法, 并证明该算法的收敛性. 该算法通过在部分平行分裂算法中选取不同步长参数的基础上, 在一个子问题的目标函数中加入邻近项, 建立新的参数条件. 与部分平行分裂算法相比, 该算法极大放松了参数条件, 使算法更具实用性. 数值实验结果表明, 与已有算法相比, 该算法的迭代次数和计算时间均显著下降.     

求解分裂可行问题的一种新算法

主要对解决分裂可行问题的松驰CQ算法进行修正,设计了一种新的算法.该算法在每步迭代中应用类-Armijo搜索来获取步长,避免了矩阵逆和矩阵最大特征值的计算,而且在每步迭代中都根据当前迭代点的信息选择合适的步长,证明了该算法的全局收敛性.     

线性互补问题的SSOR多分裂算法

运用矩阵的SSOR多分裂和松弛迭代算法,提出了一类求解线性互补问题的数值解法.在一定条件下分析了算法的全局收敛性和松弛因子的范围,扩大了以往求解线性方程组的SSOR多分裂迭代算法的收敛区域.     

求解分裂等式不动点问题的迭代算法

近年来,分裂可行性问题已受到人们的广泛关注,并应用于解决许多实际问题,如图像恢复和重构、CT断层扫描和放射疗法计划等。本文针对分裂等式不动点问题的一种迭代算法,改进了步长的选取方式,从而使算法更容易执行。在一定条件下,我们证明了新的迭代算法生成的序列弱收敛于分裂等式不动点问题的解。     

不可微最优化问题的随机增量次梯度方法

在Hilbert空间中不可微最优化问题的增量次梯度方法收敛性的基础上,研究随机的增量次梯度方法,这种方法每次迭代过程中,子迭代的搜索方向是随机给出的.本文主要研究的是具有缩减步长的随机增量次梯度方法的收敛性,证明这种方法产生的迭代点列拟Fejér收敛;迭代点列所对应的函数列收敛以及迭代点列弱收敛到某种形式的最优解集.     

求解变分不等式的一个迭代算法

利用变分不等式与不动点问题这一等价关系,将投影技巧、分裂技巧及自适应技巧结合,给出了一种求解变分不等式的新的迭代算法;该算法同时包含几个新的和已知的算法作为特例;在算子是伪单调连续的条件下,即可证明新提出算法的收敛性.     

解线性互补问题的非精确松弛多分裂算法

基于矩阵的非精确分裂和多重分裂、处理器的并行计算和松弛迭代算法,提出了求解线性互补问题的非精确松弛多分裂算法,当问题的系数矩阵为对角元为正的H-矩阵时或对称半正定时,证明了算法的全局收敛性.并在一定条件下给出了非精确松弛多分裂算法内迭代的特殊形式,分析了该情形下算法的收敛特性.     

求解分裂可行问题的一种投影算法

分裂可行问题产生于工程实践,在信号处理领域有广泛的应用。基于求解线性变分不等式的投影方法,设计了一类求解分裂可行问题的新的投影算法。通过约束最优化问题与变分不等式问题的等价性理论进行问题转化。该算法不需计算矩阵逆和矩阵最大特征值,具有较好的稳定性。还证明了该算法的全局收敛性并进行了数值实验,实验结果表明该方法具有较快的收敛速度和良好的可行性。     

广义多分裂迭代算法的MATLAB实现

为了解大型稀疏半正定线性方程组,文章主要研究广义非定常多分裂迭代算法及其MATLAB实现.文章给出广义非定常多分裂迭代算法,并给出其收敛性定理.然后,利用MATLAB软件对该算法进行了实现.并且该算法明显优于Jacobi迭代算法.     

基于PSS迭代分裂的广义鞍点问题求解

基于正定和反Hermite分裂(PSS)迭代技术,给出求解广义鞍点问题的一种广义Uzawa迭代法——修正局部PSS迭代算法,分析了该方法的收敛性,并用数值算例验证了新算法的有效性.     

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。     

基于最远块投影的自适应分块迭代CQ算法

针对分块迭代CQ算法,因子集的无序性和步长的不稳定性而导致的收敛速度较慢的问题,提出了一种基于最远块投影的自适应分块迭代CQ算法.该方法通过逐次对子集最远块进行投影,可以获取较快的收敛速度;利用类-Armijo搜索的方法可以获取合适的步长参数.在证明了算法收敛性的同时,结合短扫描CT投影重建问题对2种算法的实验结果进行了对比分析.结果表明所提出算法能够取得较快的收敛速度和较高的重建精度.     

次梯度法在求解非光滑最优化问题时的计算效果研究

本文研究了次梯度法的一些重要问题。次梯度法是梯度法在非光滑优化中的直接推广。在每一步的迭代中,选取一个负次梯度方向为搜索方向,并以一定的规则设置搜索步长。次梯度法的每一步迭代不一定都下降,但是可以证明,对于非光滑凸优化问题,次梯度法能够保证全局收敛性。次梯度法的搜索步长是预先设置的,步长设置准则包括常值步长准则、有限平方和步长准则和已知全局极小值的步长准则。本文对各种步长准则的收敛性进行了证明。为了验证次梯度法在不同的步长准则下的计算效果,本文应用次梯度法对一系列非光滑最优化问题进行了计算实验,并分析了他们的计算结果。数值实验结果表明,常值步长准则收敛速度慢,精度不高,而且步长的选择困难。而有限平方和步长准则收敛速度更快,也能够达到更高的精度。至于已知全局极小值的步长准则,虽然精度也较高,但是因为需要事先已知凸优化问题的全局极小值,所以这种步长准则的应用范围有限。