一种新的求解单调变分不等式的非精确并行分裂法（英文）

本文提出了求解可分离结构单调变分不等式的一种新的非精确并行分裂算法。对于求解变分不等式式问题现已存在一些经典的算法如增广Lagrange法和交替方向法,但是它们均需要精确求解子变分不等式。然而实际中这些子变分不等式很难或者根本就无法得到精确解。因此最近一种非精确交替方向法被提了出来。但是当数据的维数很大的时候,并行分裂法比交替方向法更有效。基于这种非精确交替方向法,本文提出了一种新的并行分裂。在适当的条件下,本文给出了算法的收敛性证明,并且通过数值实验证明了算法的有效性。     

求解单调变分不等式的下降型部分并行分裂LQP交替方向法

对于带有三个可分离算子的结构型单调变分不等式问题,结合部分并行分裂算法和LQP交替方向法构造了一个下降方向,并沿着这个下降方向利用效益函数的一个下界给出了最优步长,提出了一种下降型部分并行分裂LQP交替方向法.在较弱的假设条件下证明了新算法的全局收敛性,并将该算法与其他算法的下降量下界进行比较,证明了新算法的优越性.     

一类非对称变分不等式的非精确交替方向法

对一类非对称变分不等式问题提出了一种非精确交替方向法,对其中一个子问题(非线性方程组)的计算仅需要达到一个相对的精度,研究了迭代序列的若干性质,并证明了算法的全局收敛性.     

一般变分不等式的非精确邻近点算法收敛性

针对希尔伯特空间中的一般变分不等式,将其等价转化为变分包含问题.利用非精确邻近点算法将问题进一步转化为求解一系列子问题,给出了一种近似解子问题的新误差准则,结果表明:在该准则下,非精确邻近点算法具有全局收敛性.在算子F是g-单调和算子g是同胚映射的条件下,得到非精确邻近点算法收敛于一般变分不等式的一个解,证明了解是唯一的.     

一种新的求解单调变分不等式的部分并行分裂算法

为了求解一类带有三个可分离算子的单调变分不等式,作者得到了一种新的部分并行分裂算法,给出了新算法的一个下降方向和沿着这个下降方向的最优步长,并在合理的假设下证明了算法的收敛性.数值试验表明该算法是有效的.     

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.     

求解可分离凸优化问题的非精确混合分裂算法

针对一类有四个块变量的可分离凸优化问题,提出一种非精确混合分裂算法.在每一轮迭代中,该算法需要求解四个子问题,根据子问题计算工作量的大小,将四个子问题分为两组,每组包含工作量相当的两个子问题.算法在组内执行平行分裂方法,两组间执行交替方向方法,并允许迭代子问题的非精确求解.在适当的条件下,证明了所提出的混合分裂算法具有全局收敛性.     

用带广义可变罚因子的交替方向法求解变分不等式

交替方向法中的罚因子一般取为一个数列 ,给出了求解带线性约束的变分不等式的一种交替方向法 ,即罚因子取为正定对称矩阵序列 ,证明了该算法的性质。     

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.     

用带广义可变罚因子的交替方向法求解变分不等式

交替方向法中的罚因子一般取为一个数列,给出了求解带线性约束的变分不等式的一种交替方向法,即罚因子取为正定对称矩阵序列,证明了该算法的性质。     

非精确求解凸规划的部分交替方向算法

为了求解一类带有三个可分离算子的凸规划问题, 本文得到一种非精确的部分交替方向算法, 给出了新算法的一个下降方向和沿着这个下降方向的最优步长, 并在合理的假设下证明了该算法的全局收敛性. 数值试验表明该算法有效且易于执行.     

一种部分非精确求解可分离凸优化问题的渐近点算法

本文研究了一类具有可分离结构的凸优化问题,在经典的交替方向法的基础上得到了一种部分非精确的渐近点算法.该方法分别求解凸优化问题的两个子问题,其中一个直接求解,另一个通过引入非精确项降低了求解的难度.在合理的假设下,新算法的收敛性得到了证明.数值实验表明新算法是有效的.     

非凸不可分离问题的广义交替方向乘子法的收敛性

交替方向乘子法（ADMM）是求解大规模优化问题和非凸非光滑问题的一种有效的方法,但当目标函数为非凸非光滑的情况时,原始ADMM算法的收敛性无法保证,且若目标函数中存在耦合函数,则算法的收敛性证明将更为复杂。在现实生活中存在的很多问题,其本质都是非凸的。因此,本文提出了一种改进的ADMM算法。与原始ADMM算法相比,该算法引入了一个松弛因子$\alpha $,构造了一种广义交替方向乘子法（GADMM）来求解具有线性约束的非凸不可分离优化问题。在一定的假设条件下,通过假设增广拉格朗日函数满足K-L不等式,证明了当惩罚参数足够大时,算法生成的序列收敛到增广拉格朗日函数的稳定点。     

通过随机排序的交替方向乘子法的矩阵恢复

为了解决交替方向乘子法（ADMM）在求解广义的鲁棒主成分分析（G-RPCA）模型时结果不收敛的问题,提出用随机排序的交替方向乘子法（RP-ADMM）来求解这一模型,并且通过数值模拟和实例验证证明了该算法的有效性。结果表明,该算法求解G-RPCA模型较目前已有的算法速度更快、鲁棒性更高;在处理同时被稀疏大噪声和稠密小噪声污染的图片时,能较理想地分离出图像的低秩部分、大噪声部分和小噪声部分。     

有界变量约束优化的仿射尺度不精确牛顿法

采用内点线搜索技术，提出了一种新的仿射尺度不精确牛顿方法求解有界变量约束的非线性优化问题．选取光滑的尺度矩阵，并通过变换为有界约束的最小二乘问题代替原始问题．先由不精确牛顿法得到迭代方向，再沿着此方向回代使势函数下降，同时保证每一迭代点严格可行．证明了在合理的条件下具有整体收敛性和局部收敛速率．给出的数值结果表明了算法的有效性．     

基于近似投影的水平分层调度译码算法

基于交替方向乘子法（ADMM）的线性规划（LP）译码模型因其不会出现错误平台和具有最大似然认证的优点,广受译码研究者的关注。目前大多数ADMM算法采用的是泛洪调度策略（FL）,该算法存在译码收敛速度过慢的问题。基于水平分层调度的交替方向乘子法的低密度奇偶校验（LDPC）码译码算法能够加速译码收敛速度,然而目前水平分层调度算法中的投影算法采用的为精确投影算法,复杂度较高。针对该问题,文中将近似投影算法和水平分层调度算法结合,提出基于近似投影的ADMM水平分层调度译码算法以提高译码的性能。仿真实验表明,相比其他算法,本文提出的算法的译码性能可提升0.1~0.3dB,迭代次数可降低约19%~40%,平均译码时间可减少大约21%~65%。     

求解可分离凸优化问题的惯性近似松弛交替方向乘子法

基于交替方向乘子法(ADMM)提出了一种求解可分离凸优化可行问题的惯性近似松弛交替方向乘子法(IPR-ADMM).新构造的算法不仅具有提高算法收敛性的优势的惯性外推项,而且引入随机变量以随机加速新步长,从而提高算法的灵活性.并在适当的假设下,证明了算法的全局迭代收敛性.数值实验结果表明,数据维数取值越大,算法收敛越快,...