单调变分不等式问题的惯性松弛投影算法

在Hilbert空间中研究单调变分不等式问题的惯性松弛投影算法.在该算法的每一次迭代中，只需要向特殊结构的半空间进行2次投影.另外，采取一定的线搜索条件，在单调和Lipschitz连续且Lipschitz系数大小未知的假设下，证明该算法所产生的序列强收敛到变分不等式的解.     

解变分不等式与不动点问题的一种修正的惯性投影算法

提出了一种修正的惯性投影算法,用以寻找伪单调变分不等式问题的解集与带有半压缩映射的不动点集的公共元,在Lipschitz连续及自适应步长的条件下,证明了由该算法所产生的迭代序列强收敛于某公共元。最后,用数值实验验证了该算法的有效性。     

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.     

求解强伪单调变分不等式和不动点问题公共点的投影算法

研究求解强伪单调变分不等式和不动点问题公共点的投影算法，提出一个惯性形式的投影算法，在映射f强伪单调非Lipschitz连续，U为非扩张映射的条件下证明算法的强收敛性.最后，数值实验验证算法的有效性.     

求解变分不等式问题新的自适应投影算法

目的提出求解变分不等式问题的新的自适应投影算法,并在适当条件下证明其全局收敛。方法改进已有投影算法的搜索方向并建立新的步长。结果提出了新的自适应投影算法。该算法的搜索方向和步长在解附近均不趋于零,并在映射伪单调的条件下证明了其全局收敛性。结论与已有算法相比,新算法收敛快且收敛条件弱。因此新算法的适用范围更广。     

Hilbert空间中Lipschitz伪压缩映像不动点的杂交投影算法

给出了Hilbert空间中Lipschitz伪压缩映像不动点的一个杂交投影算法,并利用所给出的杂交投影算法与新的发析技巧证明了一个强收敛定理.所得结果肯定地回答了Marino和Xu所提出的一个公开问题,从而将近期的许多相关结果推广到更一般的场合.     

关于渐近伪压缩映象不动点的粘滞-混合投影方法

将压缩映象推广到Meir-Keeler压缩映象,定义了一个逼近渐近严格伪压缩映象不动点的粘滞-混合投影方法,该方法简化并推广了W.Takahashi等提出的混合投影方法(CQ算法),并在去掉了集合有界性的条件下证明了粘滞-混合投影序列强收敛到渐近严格伪压缩映象的不动点.     

求解变分不等式的两种投影型算法（英文）

提出求解变分不等式的两种投影型算法,并证明了该算法对求解伪单调变分不等式为全局收敛的,并且在某些条件下为全局线性收敛的     

Lipschitz拟伪压缩映像族的具误差的收缩投影算法

在Hilbert空间框架下,提出了一种关于Lipschitz拟伪压缩映像族的公共不动点的具误差的收缩投影算法,并运用该算法证明了其公共不动点的强收敛定理.     

伪单调平衡问题和拟非扩张映像的平行混杂算法

在实的Hilbert空间中给出一种平行混杂超梯度算法,利用范数的定义和投影算子的性质等方法,证明了该算法所生成的序列强收敛于拟非扩张映像的不动点集和伪单调平衡问题的解集的公共元素.     

一种改进的推广近中心点算法

考虑变分不等式问题,基于D.Han(2003)提出的推广近中心点算法,通过改进算法的投影区域,提出了求解变分不等式问题的一种新的推广近中心点算法.该算法具有如下特点:算法产生的迭代点列关于初始点具有扩张性质;如果变分不等式问题有解,则算法产生的迭代点列的极限点就是初始点到问题解集上的投影;在适当的假设条件下,算法具有全局收敛性.最后,给出了该算法的初步数值试验结果.     

求解自由边界问题的自适应投影方法

对一类自由边界问题,提出了基于线性互补问题的自适应投影算法.采用有限差分格式将自由边界问题离散为一个线性互补问题,然后用自适应投影迭代算法求其数值解,该方法在迭代过程中自动调整参数,达到加快收敛速度的目的,每一步迭代只需要求解一个线性方程组.给出了具体算法过程,并利用投影性质得到了它们的收敛性分析.最后用数值算例对算法验证,与已有的算法比较,结果表明:参数对自适应投影算法影响较小,该方法收敛速度更快.     

求解双侧障碍问题的自适应投影算法

对一类具有双侧障碍的自由边界问题得到求它的数值解的自适应投影迭代算法。采用有限差分法将障碍问题离散为有限维双侧障碍问题,该问题等价于一个新的投影不动点问题,可得到双侧障碍问题的投影算法。并通过迭代数据自动调整投影算法的参数,加快其收敛速度。从而提出求解双侧障碍问题的自适应投影算法,给出算法过程和收敛性分析。理论分析和数值算例结果都表明该算法的有效性。     

合成序列变换在极限周期连分式加速收敛中的应用

文章针对极限周期连分式K∞n=1(an)/(1)的加速收敛因子序列引入合成序列变换,得到新的因子序列,证明了新的因子序列也是加速收敛因子序列.从定性和定量的角度来看,在一定的条件下它比合成前的加速收敛因子序列具有更多优良性质;文章还针对所构造出来的加速收敛因子,给出了误差控制,这有利于估计算法的精确性.     

E-MS算法的收敛性

考虑E MS算法的收敛性. 首先, 给出观测广义信息准则(GIC)最小值点的必要条件； 其次, 在模型空间有限性、 参数空间紧性、 Q函数连续性的条件下, 证明E MS算法产生序列的极限点满足观测GIC最小值点的必要性, 是对E MS算法全局收敛性的补充； 再次, 给出满足该必要条件但不满足全局收敛条件高斯图模型的一个实例； 最后, 证明E MS算法的全局收敛性.     

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.     

E‐MS算法的收敛性

考虑E MS算法的收敛性. 首先, 给出观测广义信息准则(GIC)最小值点的必要条件； 其次, 在模型空间有限性、 参数空间紧性、 Q函数连续性的条件下, 证明E MS算法产生序列的极限点满足观测GIC最小值点的必要性, 是对E MS算法全局收敛性的补充； 再次, 给出满足该必要条件但不满足全局收敛条件高斯图模型的一个实例； 最后, 证明E MS算法的全局收敛性.     

一种新的求解圆锥规划的非内点算法

针对一般的圆锥优化问题,本文提出了一种新的非内点算法.该算法根据圆锥与二阶锥的关系通过引入一个与圆锥规划互补条件等价的投影方程将问题转化为线性方程组求解,且在每步迭代中只需求解一个系数矩阵固定的线性方程组并执行两次投影运算.该算法还具有可以从任意初始点开始且不要求仿射约束系数矩阵的行向量组线性独立等特点.本文还在较弱的假设条件下证明了算法的全局收敛性.数值实验结果表明该算法快速有效.     

一类新的广义非凸变分不等式问题的近似解

引入了一类新的广义非凸变分不等式,利用投影技巧建立该变分不等式与不动点问题的等价关系,进一步讨论逼近广义非凸变分不等式解的预测-校正投影算法,并在算子T具有g-γ-强单调性的条件下证明了相应迭代序列收敛到广义非凸变分不等式问题的解.     

一类新的广义非凸变分不等式问题的近似解

 引入了一类新的广义非凸变分不等式,利用投影技巧建立该变分不等式与不动点问题的等价关系,进一步讨论逼近广义非凸变分不等式解的预测-校正投影算法,并在算子T具有g-γ-强单调性的条件下证明了相应迭代序列收敛到广义非凸变分不等式问题的解.
