求解单侧障碍问题的自适应投影方法

【目的】单侧障碍问题在变分不等式中具有重要的应用,但不存在或很难求其精确解,所以很有必要进行数值解法的研究。【方法】利用有限差分格式将障碍问题离散为一个线性互补问题,得到该问题的一个投影不动点算法。然后用投影方法得到了变参数的算法,并在迭代过程中自动调整参数,每一步迭代只需求解一个线性方程组。【结果】将障碍问题离散为一个有限维的线性互补问题,而该问题等价于投影问题,于是得到了求解障碍问题的自适应投影算法。【结论】最后用数值算例验证了算法的有效性,与固定参数的投影算法相比较。数值结果表明参数对自适应投影算法影响较小,而且该方法收敛速度更快。     

求解单侧障碍问题的自适应投影方法

【目的】单侧障碍问题在变分不等式中具有重要的应用,但不存在或很难求其精确解,所以很有必要进行数值解法的研究。【方法】利用有限差分格式将障碍问题离散为一个线性互补问题,得到该问题的一个投影不动点算法。然后用投影方法得到了变参数的算法,并在迭代过程中自动调整参数,每一步迭代只需求解一个线性方程组。【结果】将障碍问题离散为一个有限维的线性互补问题,而该问题等价于投影问题,于是得到了求解障碍问题的自适应投影算法。【结论】最后用数值算例验证了算法的有效性,与固定参数的投影算法相比较。数值结果表明参数对自适应投影算法影响较小,而且该方法收敛速度更快。
     

自由边界问题的改进投影算法

【目的】自由边界问题在变分不等式中具有重要的应用,而很难用数值方法直接得到它的解。【方法】利用有限差分近似,得到该问题的一个新的投影不动点算法。【结果】将自由边界问题离散为一个标准的有限维线性互补问题,而该问题又等价于一个投影不动点问题。于是得到求解自由边界问题的改进投影算法,并给出了算法的具体过程。【结论】理论分析和数值结果都表明了所给算法的有效性。     

自由边界问题的改进投影算法

【目的】自由边界问题在变分不等式中具有重要的应用,而很难用数值方法直接得到它的解。【方法】利用有限差分近似,得到该问题的一个新的投影不动点算法。【结果】将自由边界问题离散为一个标准的有限维线性互补问题,而该问题又等价于一个投影不动点问题。于是得到求解自由边界问题的改进投影算法,并给出了算法的具体过程。【结论】理论分析和数值结果都表明了所给算法的有效性。
     

空间变系数反应扩散方程的一类交替分裂预处理迭代方法

【目的】考虑了空间变系数反应扩散方程改进Douglas分裂时间离散格式的快速迭代实现算法。【方法】离散线性系统的系数矩阵具有单位矩阵与对角矩阵-对称正定矩阵-乘积的和的结构。利用交替分裂迭代技巧,针对上述系统构造了一类分裂迭代方法及相应预处理子。【结果】理论分析表明该分裂迭代方法具有无条件收敛性,还估计了迭代参数的最优取值。【结论】数值算例验证了所构造方法的有效性。     

基于Push-Sum的分布式Gradient-Free算法研究

【目的】提出了push-sum协议下的分布式gradient-free算法来求解一类有向网络的多智能体分布式优化问题。【方法】首先用Gaussian光滑化方法来逼近非可微函数,其次采用push-sum通讯协议考虑有向网络中的分布式gradient-free算法。【结果】分析了算法的收敛性,并得到了算法的收敛率为O(lnτ/τ),其中τ是迭代次数。【结论】数值例子表明了所提出的算法与对应的分布式次梯度算法具有相似的收敛性。     

模糊映象的拟变分不等式的迭代算法

利用迭代求解技巧，给出了HiIbert空间中模糊映象的广义拟变分不等式的解的迭代算法并讨论了其收敛性，所得结果推广了文献【1】的结果。     

亚正定四元数矩阵方程的NPSS迭代及外推

【目的】研究四元数体上亚正定矩阵方程AX=B的分裂迭代求解问题。【方法】利用四元数正规矩阵和亚正定矩阵的自共轭分支与斜自共轭分支,建立两种新的NPSS分裂迭代,并引入参数对它们统一加速处理。【结果】获得外推NPSS迭代(简称ENPSS),证明了ENPSS迭代收敛于原方程组的唯一解,同时给出迭代收敛因子的一个上界及拟最优参数估计式。【结论】把复矩阵方程的分裂求解问题推广到四元数体讨论,并构建出新的ENPSS迭代,数值算例验证了所给迭代的有效及可行性。     

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。     

凸-凹极小极大优化问题的零阶梯度下降上升算法

【目的】为了解决基于梯度下降上升算法在某些应用中,目标函数的梯度信息计算昂贵或难以获取的问题。【方法】基于此,针对一类凸-凹极小极大优化问题,在梯度下降上升算法(OGDA)的框架下,基于均匀分布的平滑化方法用差商来近似函数梯度信息,提出了一类零阶梯度下降上升算法(ZO-OGDA)。【结果】基于带误差的邻近点算法的收敛性分析理论,证明得到所提算法ZO-OGDA取得ε-稳定点的迭代复杂度为O(ε^-1)。【结论】最后通过数值仿真,实验结果表明所提出的算法ZO-OGDA在数值上与算法OGDA表现相近。