一种新的求解单调变分不等式的非精确并行分裂法

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。     

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.     

求解单调变分不等式的不精确分解方法

将分解方法的子问题转化为强单调变分子问题,并通过求此问题的不精确解来产生下一个迭代点.     

求解单调变分不等式的一个新的连续方法

文中给出了求解一般非空闭凸集上单调变分不等式的一个新的连续方法．证明了算法的收敛性等价于所求问题的可解性,算法生成轨线的聚点不仅是变分不等式的解,而且还是其极小二模解．     

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     

求解伪单调变分不等式的新的自适应投影算法

考虑求解一类变分不等式问题的新的自适应投影算法,该算法改进了搜索的方向和步长,改进的方向、步长在解点附近均不趋于0,保证算法的快速收敛性。并在伪单调的条件下证明了算法是全局收敛的,使得该算法的适用性更广。数值实验表明算法是有效的。     

求解伪单调变分不等式的一种自适应投影算法

Pham等(Optimization, 2022,71(3):505-528.)提出了一种求解伪单调变分不等式的自适应算法.在该算法的基础上提出一种具有更大步长的新算法，并在相同的假设条件下证明算法的强收敛性.     

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.     

求解强单调变分不等式组新的自适应投影算法

自适应投影算法是求解强单调变分不等式的一种重要方法,在自然科学中的诸多领域有着广泛的应用.本文利用自适应投影算法来求解强单调变分不等式组,证明了这种算法的收敛性,本文结果将He B S,Yang H,Meng Q和Han D R改进的Goldstein-Levitin-Polyak投影算法运用到求解变分不等式组上,并构造出了简单实例证明所提出的算法的有效性和可操作性.     

求解单调变分不等式的投影算法

在求解变分不等式的投影算法中提出了新的搜索方向函数,新算法每步产生的迭代点到最优解的距离严格单调下降,并且当算法产生的迭代点收敛到最优解时,搜索方向函数不收敛到零。在F单调且连续的假设条件下证明了算法的全局收敛性。数值实验表明了算法的有效性。     

解单调变分不等式的一种算法

考虑了单调变分不等式的一种扰动,通过扰动变单调不等式为强单调变分不等式．利用广义的D-间隙函数提出一种无需计算函数梯度的算法,进一步证明此算法产生的每一聚点都是原变分不等式的解．     

求解单调变分不等式的一类迭代算法

给出了求解单调变分不等式的一类迭代算法．通过解强单调变分不等式子问题，产生一个迭代点列，该迭代点列收敛到变分不等式的解．最后，给出了这类新算法的收敛性分析。     

算子分裂法求解一类变分不等式问题的收敛率分析

考虑一类变分不等式问题:寻找x~*∈Ω,满足F(x~*)~T(x-x~*)≥0,?x∈Ω,其中Ω是R~n上的闭凸子集,F=f+g是R~n到R~n的连续算子,f和g单调但f的表达式未知.针对此类应用较广的问题,本文研究了一种新的算子分裂法.根据已有的收敛性结果,进一步分析了该方法在非遍历意义下O(1/k)和o(1/k)的次线性收敛率,其中k表示迭代步数.最后,通过数值实验展示了算法的有效性.     

一种新的求解变分不等式问题的外梯度投影算法

给出了一种新的求解变分不等式问题的外梯度投影算法．在较弱的条件下证明了算法的全局收敛性，并分析了算法的线性收敛速度。     

求解单调变分不等式问题的一种修正的次梯度超梯度方法

提出了一种修正的次梯度超梯度方法,用以寻找非扩张映像不动点集与单调变分不等式解集之公共元,证明了由该算法所生成的迭代序列弱收敛于某公共元。所得结果改进并推广了已有文献的相关结果。     

求解结构型强制单调变分不等式的下降法

对结构型强制单调变分不等式问题提出了一种新的下降方法.每次迭代新方法只需计算一些正交投影值和函数值,因此它的计算量非常小.在不需要线性搜索的条件下,新方法具有全局收敛性,并且步长一致有正下界.最后给出的一些数值模拟试验验证了新方法的有效性.     

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.     

求解非单调变分不等式问题的修正惯性次梯度外梯度算法

变分不等式问题在经济金融、交通运输、数学规划、力学等领域都有着广泛的应用。 近年来,变分不等式问 题受到许多学者的研究,且这些研究主要集中在求解单调或者伪单调变分不等式问题。 文章在实希尔伯特空间 中,针对非单调变分不等式问题,提出了求解该问题的算法。 借助惯性原理和 Mann 型方法,构造了一个带 Armijo 线性搜索的修正惯性次梯度外梯度算法;在没有 Lipschitz 连续性的假设下,证明了由算法产生的迭代序列强收敛 于变分不等式问题的解,值得注意的是,定理的证明并没有要求映射的任何单调性假设;最后,给出了两个数值实 验,阐明了文章算法的有效性和优越性,所得结果推广和改进了许多最新的结果。     

求解一类新的非线性变分不等式的神经网络

考虑了一类新的非线性变分不等式,提出了求解的一个神经网络模型．在映射弱强制条件下,严格证明了该网络是Lyapunov稳定的,并且渐进收敛于原问题的一个精确解．此外,在适当的条件下证明了该模型的指数稳定性．数值实例表明该模型可行且有效．     

一种求解广义变分不等式问题的新方法

给出了一种求解广义变分不等式问题的新方法,并在较弱的条件下证明了算法的全局收敛性和线性收敛性;并且研究了在不精确情况下的全局收敛性.