三步投影方法的广义收敛及其在变分不等式中的应用

在这篇文章中,首先介绍了带有误差估计的三步投影法的广义模型,其次将其应用到解决一组在Hilbert空间中的非线性变分不等式的近似解。令H是实值Hilbert空间,K是H中的非空闭凸集。对任意选定的起始点x0,y0,z0∈K,计算序列｛xn｝,｛yn｝and｛zn｝,使得xn1=(1-an-dn)xn anPk[zn-ρT(zn)] dnunforρ>0Yn=(1-bn-en)xn bnPk[xn-ηT(xn)] enνnforη>0zn=(1-cn-fn)xn cnPκ[yn-λT(yn)] fnwnforλ>0其中T:K→H是K上的非线性映射,PK是H到K的投影且o≤an,bn,cn,dn,en,fn≤1,｛un｝,｛vn｝,｛wn｝是K中的有界序列。三步投影模型应用到许多变分不等式问题。     

希尔伯特空间中的广义松弛上强制就分不等式体系及带误差的三步投影方法

借助于投影方法的收敛性.文章重点讨论了希尔伯特空间日中带误差的三步投影方法及其在求解一类广义松弛上强制变分不等式体系中的应用,得到了较好的结果.文中结果主要推广了S.S.Chang[6,8]等的主要结论.     

希尔伯特空间中的广义松弛余强制变分不等式体系及带误差的三步投影方法

给出了希尔伯特空间H中一类带误差的三步投影方法,借助投影方法的收敛性证明了由该算法生成的迭代序列强收敛于此类广义松弛余强制变分不等式体系问题的精确解,并推广了最近文献的一些主要结果.     

三步投影方法及对变分不等式的应用

首先引入了三步投影方法,然后应用它来求H-空间中非线性变分不等式的解;推广了R．U．Verma的两步投影方法及其在变分不等式中的应用。在理论和实际应用中都具有一定的重要意义。     

非Lipshitz一般集值变分不等式的广义投影算法

设K是实Hibert空间H的非空闭凸子集,T:H→2H为集值映象,g:H→H为单值映象且Kg(H)。所谓一般集值变分不等式问题,即是指,求x*∈H,使得g(x*)∈K,w∈T(x*)且〈w,g(y)-g(x*)〉≥0,g(y)∈K。在求解以上一般集值变分不等式中,投影算法是常用的算法,但是传统的投影算法需集值映象T关于Hausdoff距离是Lipschtz的。首先,在不需要集值映象T关于Hausdoff距离是Lipschtz的情况下,建立了求解一般集值变分不等式的广义投影算法:第0步:取数列{ρ}j使得0ρj1,∑!j=0ρj=+!,∑!j=0ρj2+!.取g(x0)∈K,令j:=0。第1步:令vj∈T(xj),如果vj=0,则停止,此时xj为问题的解。如果vj≠0,则找wj使得〈vj,g(y)-g(xj)〉+〈wj,g(y)-g(xj)〉≥0,g(y)∈K。如果wj=0,则停止,此时xj是问题的解;否则,进入第2步。第2步:计算xj+1使得g(xj+1)=PK[g(xj)+ρjwj];令j←j+1,回到第1步。然后,在{w}j有界和集值映象T为g-强伪单调的条件下,证明了由该算法产生的序列{x}j强收敛于一般集值变分不等式的解。最后,对广义投影算法作一些修正,保证算法中的序列{w}j是有界的。     

随机广义集值隐变分不等式

引入并研究一类新的随机广义集值隐变分不等式，讨论这类随机广义集值隐变分不等式解的存在性以及由算法所产生的迭代序列的收敛性，本文所得结果改进和发展了Ｎｏｏｒ等人近期的一些重要结果，即使在确定型的情形下也包含了这些结果作为特例。     

广义非凸变分不等式解的存在性和多步迭代投影算法

在Hilbert空间中引入广义非凸变分不等式问题,利用变分不等式和不动点问题的等价关系,给出了求解变分不等式的多步迭代投影算法.在适当的条件下证明了该算法的收敛性.     

广义松弛余强制变分不等式体系及二步投影方法

设H为希尔伯特空间,〈.,.〉,‖.‖分别表示希尔伯特空间H中的内积和范数。K为H中的闭凸子集,T∶K×K→H为K×K上的任一映象。本文将重点讨论下面一类非线性变分体系(SNVI)问题:求x*,y*∈K使得〈ρT(y*,x*) x*-y*,y-x*〉≥0,y∈K,ρ>0,〈ηT(x*,y*) y*-x*,z-y*〉≥0,z∈K,η>0。文章中首先给出了希尔伯特空间H中一类带误差的二步投影方法,然后借助于投影方法的收敛性证明了由该算法生成的迭代序列强收敛于此类广义松弛余强制变分不等式体系(SNVI)问题的精确解。文中结果主要推广了Verma和S.S.Chang等的主要结论。     

广义变分不等式的三步投影算法

利用变分不等式和不动点问题的等价关系,给出了一个新的求解广义变分不等式的三步投影算法;该算法在现有的两步迭代算法基础上,利用校正方法建立了第三步迭代公式;最后在适当条件下证明了该算法的收敛性,所得结论推广了该领域内的一些最新结果.     

求解变分不等式的修正三步迭代法

为了求变分不等式问题的解集和非扩张映射的不动点集的公共点, 本文介绍了一种修正的三步迭代法, 并证明了在更弱的条件下该算法的强收敛性.     

变分不等式的一类梯度投影算法

在有限维欧氏空间给出了一类梯度投影算法.通过利用真凸Lipschitz连续函数及适当假设来构造投影区域,从而推广了同类算法,并给出了例子及计算机演示结果,使得所生成的序列均有以下特点:(1) {‖xk-x0‖}是递增序列;(2) 变分不等式的解的存在性可通过所生成的序列的特点来验证;(3) 在适当的假设条件下该算法所生成的序列收敛到解集中一点PS*(x0).     

解伪单调变分不等式问题的一个投影算法

提出了一个新的解伪单调变分不等式问题的自适应投影算法,其使用了一个新的方向与步长。在伪单调的条件下证明了此算法的收敛性。数值实验表明,此算法有效。     

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.     

Banach空间中集值映射的广义变分不等式问题

提出了一类新的变分不等式问题GVIP′（T,K）,并且在映射是伪单调和下半连续的情况下,证明了当集合K分别为非空弱紧凸集和非空闭凸集时,该变分不等式问题解的存在性．     

解变分不等式问题的QP-free方法

提出一种新的QP-free方法解变分不等式问题.通过光滑化的Fischer-Burmeister函数,把变分不等式的KKT优化条件转换为一个简单的约束优化问题,并给出了解这个约束优化问题的迭代算法.这个方法的主要优点是：①能够解任意的变分不等式问题;②每步迭代只需解一个线性方程组;③算法是全局收敛的,在一定条件下是超线性收敛的.数值试验结果表明,这个算法是有效的.     

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。     

一种改进的自适应投影法解广义纳什均衡问题

广义纳什均衡是非合作博弈论中一个重要的概念,在经济学、管理科学、交通规划等领域有着广泛的应用.本文提出一种改进的自适应投影方法求解广义纳什均衡问题,并证明了新算法的全局收敛性.数值实验结果也表明新方法的可靠性和有效性.     

一般凸空间上相交定理的另一种形式及其对变分不等式的应用

利用古典的KKM原理和一般凸空间上最基本的KKM型定理得出若干个相交定理的另一种表现形式, 并给出转移开闭映射的一个性质. 作为相交定理的应用讨论了广义变分不等式解的存在性.     

Banach空间中伪单调变分不等式的严格可行性

证明了在无限维的Banach空间中,当假设映射是紧场和伪单调时,变分不等式的解集非空有界等价于它的严格可行性,将文献(Facchinei F, Pang J S. Finite-dimensional Variational Inequalities and Complementarity Problems[M]. New York:Springer-Verlag,2003.)中定理2.4.4从有限维欧氏空间推广到了无限维的Banach空间.