逆拟变分不等式的扰动Levitin-Polyak适定性

主要研究逆拟变分不等式的扰动Levitin-Polyak适定性.首先定义逆拟变分不等式的近似序列和Levitin-Polyak近似序列,然后定义逆拟变分不等式的近似解集,利用该解集讨论并得到逆拟变分不等式的扰动Levitin-Polyak-α-适定性的度量性质.     

Banach空间中分离变分不等式的Levitin-Polyak-α适定性(英文)

首先在Banach空间中给出了分离变分不等式的Levitin-Polyak-α适定性的概念.然后讨论了分离变分不等式解集的等价表述.最后,给出了分离变分不等式的Levitin-Polyak-α适定性的Furi-Vignoli型度量刻画.     

向量拟变分不等式与标量广义拟变分不等式之间的关系

建立了向量拟变分不等式与标量广义拟变分不等式之间的等价性,证明了向量拟变分不等式的Levtin-Polyak适定性与标量广义拟变分不等式的Levtin-Polyak适定性之间的等价关系.     

向量拟变分不等式与标量广义拟变分不等式之间的关系(英文)

建立了向量拟变分不等式与标量广义拟变分不等式之间的等价性,证明了向量拟变分不等式的Levtin-Polyak适定性与标量广义拟变分不等式的Levtin-Polyak适定性之间的等价关系。     

半正定单调变分不等式CPC算法的O(1/t)收敛率

半正定单调变分不等式CPC算法只需要计算迭代点的函数值,可以解决一类没有显式表达式的半正定单调变分不等式问题.最近A.Nemirovski(SIAM J Optimiz,2005,15:229-251.)给出的prox-类算法的计算复杂性分析表明了外梯度算法在满足单调Lipschitz-连续时具有O(1/t)的收敛率;随后相关文献在一定的条件下给出了投影收缩算法、交替方向法和Douglas-Rachford法的计算复杂性分析.受到上述计算复杂性工作的启发,利用半正定单调变分不等式的基本性质和柯西施瓦兹不等式,在一定的假设条件下,给出了半正定单调变分不等式CPC算法O(1/t)收敛率的证明.     

半严格拟单调映射变分不等式的对偶问题

该文研究拓扑向量空间闭凸集上集值半严格拟单调映射的性质,半严格拟单调映射变分不等式与其对偶变分不等式解的关系.给出了对偶变分不等式解的存在性和解的性质.     

广义收敛分析中的三步投影方法及对变分不等式的应用

设H是一实Hilbert空间,首先给出了H空间中的一个变分不等式问题,由变分不等式与投影间的关系(张石生.变分不等式和相补问题理论及应用.上海:科学技术文献出版社,1991.)将变分不等式问题化为一个有关投影的问题,然后给出了在H空间中的一个带误差的三步投影方法.最后将该三步投影方法应用于求解变分不等式问题,给出了此方法在变分不等式中的应用.     

第一类抛物型变分不等式问题的微分求积法

将MQ微分求积方法(MQDQ)和局部MQ微分求积方法(LMQDQ)推广到第一类抛物型变分不等式问题的计算。首先介绍了第一类抛物型变分不等式问题,给出了时间半离散后等价的椭圆型变分不等式及经典的Uzawa格式;其次构造了Uzawa耦合格式下的MQDQ、LMQDQ方法;最后实现了数值算例,说明了方法的有效性及精度,并讨论了方法参数对解的影响。     

广义集值变分不等式与互补问题的误差界

引入了广义变分不等式的投影残量,利用投影残量,我们给出了集值映射为γ-严格单调(γ-一致P-映射)和H lder连续的广义集值变分不等式(广义集值非线性互补问题)的误差界,以上结论推广了一般的广义变分不等式(广义非线性互补问题)的相关结论.     

半定规划的改进的外梯度法

利用半定规划的最优性条件,对其进行有效变换,把求解半定规划问题转化为求解变分不等式问题,再给出一个改进的求解变分不等式问题的外梯度法,从而得到半定规划问题的最优解.结果表明:改进的算法是求解半定规划的有效方法.     

离散跳变无限不定随机线性二次控制

主要论述了伴有状态和控制独立噪音的无限离散时间系统的带马尔科夫跳的随机线性二次控制问题.该问题给出了一个包含等式和不等式约束的广义代数黎卡提方程(GARE).跳变不定线性二次控制(LQC)问题的适定性被证明与一个线性矩阵不等式(LMI)的可行性是等价的;并且GARE一个镇定解的存在性等价于跳变线性二次控制问题的可达性.最后给出了一个基于LMI的方法通过半定规划来解决GARE.     

Hilbert空间中变分不等式组的两步投影算法

变分不等式解的迭代算法是变分不等式理论的重要内容之一,而投影方法是研究变分不等式解的迭代算法的重要方法,已经有着广泛的研究和应用.主要研究Hilbert空间中变分不等式组的近似解问题,给出了变分不等式组解的两步投影算法,在映象T松弛-(γ,r)-余强制的假设条件下,证明了两步投影算法所产生的迭代序列收敛于变分不等式组的解.所获得的结果推广和改进了文献中的一些主要结果.     

广义混合变分不等式的Tikhonov正则化方法

极小化问题可以转化为变分不等式,因此,变分不等式是解决极小化问题的一类重要方法.当变分不等式模型中的集合无界时,许多学者研究了各种各样的强制条件,以保证变分不等式的解存在.比较了几种主要强制性条件之间的关系,并在映射具有变分不等式性质时,给出了广义变分不等式解存在的证明,并且用Tikhonov正则化方法解决了不适定广义变分不等式解的存在性问题.广义混合变分不等式是比广义变分不等式更一般的模型,将广义变分不等式的Tikhonov正则化方法推广到广义混合变分不等式,以使Tikhonov正则化方法具有更加广泛的应用范围.为此,主要建立广义混合变分不等式的Tikhonov正则化理论.首先,在更弱的强制条件下,证明了广义混合变分不等式解的存在性,然后给出了广义混合变分不等式的Tikhonov正则化结果.     

二次半定规划问题的改进投影收缩算法

针对求解二次半定规划问题时收敛速度缓慢,且由于二次半定规划的对偶问题的最优条件与变分不等式的投影方程等价,则可将原问题转化为求解变分不等式问题.从一个新的角度提出了求解变分不等式问题的投影收缩算法,进而解决了该二次半定规划问题.该算法通过引入一个辅助方向来进行改进,利用两次投影的方法降低了对算子的要求,进而达到更好的收敛效果.并在算子单调的条件下给出了算法的收敛性分析和证明.     

一般多值适度非线性变分不等式

在本文中,我们引入和研究了一类新的变分不等式.给出了找这种类型变分不等式解的算法,并讨论了这类变分不等式的几种特殊情况.     

群体博弈合作均衡的存在性和适定性研究

针对许多经济问题面临着大规模大群体之间的策略互动, 且策略互动时,参与主体之间为寻求更高利益可 能达成合作的行为, 研究群体博弈合作均衡的存在性,为这些情况提供统一分析框架。 首先, 介绍群体博弈模型 及群体博弈合作均衡的定义;其次,在群体状态函数为伪连续的条件下, 构造辅助偏好映射, 借助伪连续的性质, 得到群体博弈问题合作均衡的存在性结果, 并举例说明该存在性定理的优越性。 针对求解群体博弈合作均衡时, 原始数据收集可能会出现偏差, 模型数据可能受到干扰, 求解的近似解序列可能不可行的情形, 研究群体博弈合 作均衡的适定性,为数值计算提供理论依据。 首先, 分别引入该类群体博弈问题合作均衡的 Hadamard 适定性和 Levitin-Polyak 适定性概念;然后, 借助合作均衡映射的半连续性和紧性结果, 建立 Hadamard 适定性成立的充分性 条件;最后, 借助群体状态函数的伪连续性, 建立 Levitin-Polyak 适定性成立的充分性条件。     

非线性抛物方程耦合变分的适定性

本文应用有限元与边界积分方法求解平面上非线性抛物型方程的初边值问题,给出耦合问题的变分形式,证明变分问题的适定性．     

广义集值映射Nash均衡点的存在性及Levitin-Polyak良定性*

针对以往集值映射Nash均衡点无约束的问题,提出了有约束条件下的广义集值映射Nash均衡点的概念,它以通常的Nash均衡点及Loose Nash均衡点为特例,首先,使用KKM定理的等价形式,得到了广义集值映射Nash均衡点的存在定理;其次,针对广义集值映射Nash均衡点的稳定性,通过定义Levitin-Polyak近似解序列,证明了Levitin-Polyak良定性的充分和必要条件,在此基础上,得到了广义集值映射Nash均衡点的Levitin-Polyak良定性结果;此外,通过给出实际例子,验证了广义集值映射Nash均衡点的存在性和Levitin-Polyak良定性结果,说明了大多数的广义集值映射Nash均衡点具有稳定的性质,同样,当其支付或可行约束对应映射退化为单值函数时,其存在结果和Levitin-Polyak良定性结果依然成立。     

基于工程优化问题的广义变分不等式模型研究

文章介绍基于工程优化问题的广义变分不等式及其相关问题,以实例说明变分不等式集中用于非线性规划、经济学、工程学、社会科学和自然科学中的建模、计算和许多平衡(或称为均衡)问题,并给出了广义变分不等式的研究进展。     

半正定单调变分不等式的CPC算法

研究关于单调半正定变分不等式的CPC算法.通过变分不等式的3个常用的性质和半正定变分不等式的定义得到了单调半正定变分不等式的CPC算法;CPC算法不仅可以解决一般的非线性函数的半正定互补问题,而且可以解决一类没有显式函数的半正定互补问题,只要求几个迭代点的函数值的信息就可以算出最优解来,这也正是半正定CPC算法的优点;通过几个例子的计算,表明了CPC算法的优越性.