Hilbert空间中广义变分不等式的近似-似投影算法

在Hilbert空间中研究了广义变分不等式解的近似-似投影算法,该算法包含了近似点算法和似投影算法.首先通过近似算法,获得暂时迭代点,然后利用似投影算法将该暂时的迭代点投影到广义变分不等式的可行集上,获得下一步的迭代点.在集值映象为极大单调的条件下,证明了迭代序列的任意弱聚点都是变分不等式的解.最后,在取特殊的似距离泛函的情况下证明了序列具有唯一的弱聚点.     

广义混合似变分不等式

应用辅助变分原理技巧,一类广义似变分不等式解的存在定理在Ｈｉｌｂｅｒｔ 空间内被证明．建议分析了计算其近似解的一创新迭代算法和给出了收敛性准则．这些存在性,算法和收敛性结果是新的并推广了最近文献中涉及单值和集值映象的相应结果     

Banach空间中一类广义混合变分不等式组的投影算法

在Banach空间中引入和研究了一类广义混合变分不等式组,提出了一种新的迭代算法,并证明了由此生成的迭代序列关于这类广义混合变分不等式组解在一定条件下的强收敛性．     

广义非线性混合拟似变分不等式及投影校正算法

应用辅助原理技巧,作者建立了一种投影校正算法来求解广义非线性混合拟似变分乏等式．另外,作者引入了一类新的广义混合单调映象的概念,并在Hilbert空间和有限维空间中给出了一些收敛性结果．     

解广义混合似变分不等式的预测-校正迭代算法

研究了一类广义混合似变分不等式,应用辅助变分不等式的技巧,在非紧假设条件下,用新的迭代方法,提出了求解广义混合似变分不等式的预测 校正迭代算法,并讨论了由算法所生成迭代序列的收敛性.     

Banach空间中广义混合向量似变分不等式问题

本文主要介绍Banach空间中一类广义混合向量似变分不等式问题,我们将给出全半连续和强半连续的定义内容,并运用Brouwer不动点定理在无单调性情况下证明广义混合向量似变分不等式解的存在性.     

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。     

用扰动逼近算法解广义混合拟-似变分不等式组

引入和研究了一类广义混合拟似变分不等式组，借助η-次微分及η-逼近映射，给出了求此类变分不等式组的近似解的扰动η-逼近算法，并证明了此类变分不等式组的解的存在性及算法的强收敛性。     

广义变分不等式问题的一种新投影类方法

提出了一种求解广义变分不等式问题的新投影方法,该方法利用了一种新的搜索方向.并证明了新算法对伪单调算子的广义变分不等式具有全局收敛性.     

广义混合变分不等式的weak-sharp解及算法的有限收敛

提出广义混合变分不等式问题的解集满足的weak-sharp条件,并通过约束集的支撑函数的一些性质,获得weak-sharp条件的等价刻画.在广义混合变分不等式问题的解集满足weak-sharp条件之下,还获得任意迭代算法有限收敛的等价条件,其中有限收敛指算法在有限次迭代后,得到广义混合变分不等式问题的精确解.最后,以广义混合变分不等式问题的超投影近似点算法为特例,在一定的条件下,获得该算法的有限收敛性.     

广义集值混合似变分不等式的迭代算法

提出并研究了一类新的广义集值混合似变分不等式;运用辅助原理技巧,给出了一个求解这种广义集值混合似变分不等式问题的三步预测－校正迭代算法;并证明了该算法在适当的条件下收敛．     

混合似变分不等式的一个自适应算法

利用不动点和预解方程技巧,给出了一个求解混合似变分不等式的新自适应算法;在算子T伪单调连续的条件下,即可证明新提出算法的收敛性.     

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。     

一般广义非线性集值混合拟变分不等式的新的迭代算法

引入和研究了广义非线性集值混合拟变分不等式,并发展了寻求近似解的一类新的迭代算法,且证明了这类广义非线性集值混合拟变分不等式解的存在性以及由此算法生成的近似解序列的收敛性．     

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。     

解非线性混合似变分不等式的预测-校正迭代算法

对映象引入了部分松驰η－强单调性概念，应用辅助变分不等式技巧，建议和分析了求解非线性混合似变分不等式的预测－校正迭代算法，算法的收敛证明仅需要映象的部分松驰η－强单调性，此性质比η－余强制性更弱，这些算法的收敛性结果 的且推广了文献中某些已知结果。     

求解混合似变分不等式的一个四步迭代算法

研究了经典变分不等式的一种重要推广形式,即混合似变分不等式;利用混合似变分不等式与不动点问题和预解方程这一等价关系,提出了一个求解混合似变分不等式的四步迭代算法;证明了该算法在算子T伪单调连续的条件下收敛;结果推广和改进了先前的求解变分不等式算法．     

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.     

求解具有伪单调映象的广义混合拟似变分包含的邻近点算法

对集值映象引入了η-伪单调性概念，应用此概念和辅助变分不等式技巧，对求解具有伪单调集值映象的广义混合拟似变分包含，建议和分析了某些新的迭代算法．算法的收敛性仅需要集值映象的连续性和η-伪单调性．算法和收敛性结果是新的且改进了最近文献中的某些已知结果。     

关于广义非线性集值混合拟变分不等式解的存在性

研究了一类广义非线性集值混合拟变分不等式,并利用一个迭代算法证明了这类广义非线性集值混合拟变分不等式解的存在性,并讨论了由算法生成的迭代序列的收敛性。