解一类凸优化问题的部分非精确交替方向法

针对一类具有三个可分离算子的凸型优化问题,提出一种部分非精确的交替方向算法,得到了算法的一个下降方向和沿着这个下降方向的最合适的步长,在合理的假设下,算法的收敛性得到了证明,数值试验表明这种方法具有较好的效果.     

一种部分非精确求解可分离凸优化问题的渐近点算法

本文研究了一类具有可分离结构的凸优化问题,在经典的交替方向法的基础上得到了一种部分非精确的渐近点算法.该方法分别求解凸优化问题的两个子问题,其中一个直接求解,另一个通过引入非精确项降低了求解的难度.在合理的假设下,新算法的收敛性得到了证明.数值实验表明新算法是有效的.     

一类非对称变分不等式的非精确交替方向法

对一类非对称变分不等式问题提出了一种非精确交替方向法,对其中一个子问题(非线性方程组)的计算仅需要达到一个相对的精度,研究了迭代序列的若干性质,并证明了算法的全局收敛性.     

求解结构型单调变分不等式的投影类交替方向法

基于Han D提出的交替方向法,通过一系列的改进,对Ye C提出的结构型单调变分不等式问题给出了一种新的投影类交替方向法.新方法具有如下特点:每次迭代只需计算一次正交投影和几个函数值,这比Ye C的方法简单;方法产生的迭代点列关于问题的解集具有非扩张性;方法产生的步长一致有正下界.在解集非空和函数单调的条件下,方法具有全局收敛性.最后给出了初步的数值试验.     

用带广义可变罚因子的交替方向法求解变分不等式

交替方向法中的罚因子一般取为一个数列 ,给出了求解带线性约束的变分不等式的一种交替方向法 ,即罚因子取为正定对称矩阵序列 ,证明了该算法的性质。     

求解凸优化问题的改进对称交替方向乘子法

对称交替方向乘子法(简称S-ADMM算法)是求解可分离凸优化问题的一种有效方法。该算法利用目标函数的可分离性,将原问题分解成多个极小化子问题,然后交替求解。能否有效地求解子问题对算法的有效性有重要影响。在很多实际应用中,不能精确地求解子问题,或者精确求解子问题花费代价较大。为解决这一问题,提出了一种改进的对称交替方向乘子法(简称MSADMM算法)。与一般的S-ADMM算法相比,该算法在x子问题中引入一个半近邻项,近似地求解x子问题,克服了之前算法的不足。在适当的假设下,证明了其收敛性。最后,通过数值计算说明了该算法的有效性。     

用带广义可变罚因子的交替方向法求解变分不等式

交替方向法中的罚因子一般取为一个数列,给出了求解带线性约束的变分不等式的一种交替方向法,即罚因子取为正定对称矩阵序列,证明了该算法的性质。     

一类非对称单调变分不等式的自适应交替方向法

对一类非对称变分不等式问题提出了一类自适应交替方向法,研究了迭代序列的若干性质,并证明了算法的收敛性。     

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。     

解线性变分不等式问题的一个简单交替方向法

解变分不等式的交替方向法每一步需要解一个(几个)变分不等式子问题,算法的有效性受这些子问题的影响很大.本文提出了一个解线性变分不等式的简单的交替方向法. 在每一步迭代中,只需要做矩阵-向量乘法和到简单集合的投影,使得算法的效率得到保证.在适当的条件下证明了算法的全局收敛性.初步的数值结果表明,我们的新算法较原有同类算法有所改进.     

求解可分离凸优化问题的非精确混合分裂算法

针对一类有四个块变量的可分离凸优化问题,提出一种非精确混合分裂算法.在每一轮迭代中,该算法需要求解四个子问题,根据子问题计算工作量的大小,将四个子问题分为两组,每组包含工作量相当的两个子问题.算法在组内执行平行分裂方法,两组间执行交替方向方法,并允许迭代子问题的非精确求解.在适当的条件下,证明了所提出的混合分裂算法具有全局收敛性.     

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.     

求解可分离凸优化问题的惯性近似松弛交替方向乘子法

基于交替方向乘子法(ADMM)提出了一种求解可分离凸优化可行问题的惯性近似松弛交替方向乘子法(IPR-ADMM).新构造的算法不仅具有提高算法收敛性的优势的惯性外推项,而且引入随机变量以随机加速新步长,从而提高算法的灵活性.并在适当的假设下,证明了算法的全局迭代收敛性.数值实验结果表明,数据维数取值越大,算法收敛越快,...     

非凸不可分离问题的广义交替方向乘子法的收敛性

交替方向乘子法（ADMM）是求解大规模优化问题和非凸非光滑问题的一种有效的方法,但当目标函数为非凸非光滑的情况时,原始ADMM算法的收敛性无法保证,且若目标函数中存在耦合函数,则算法的收敛性证明将更为复杂。在现实生活中存在的很多问题,其本质都是非凸的。因此,本文提出了一种改进的ADMM算法。与原始ADMM算法相比,该算法引入了一个松弛因子$\alpha $,构造了一种广义交替方向乘子法（GADMM）来求解具有线性约束的非凸不可分离优化问题。在一定的假设条件下,通过假设增广拉格朗日函数满足K-L不等式,证明了当惩罚参数足够大时,算法生成的序列收敛到增广拉格朗日函数的稳定点。     

变系数空间分数阶电报方程的修正交替方向隐格式

针对变系数空间分数阶电报方程,利用Grünwald Letnikov分数阶导数的定义,在交替方向法的基础上构造了一种修正交替方向隐式差分格式.通过Fourier分析和Lax等价定理证明了所提出的格式是绝对稳定、相容和无条件收敛的.数值试验表明,修正交替方向隐式差分格式是有效和可靠的     

二次网络规划基解的一个优化方向及算法

给出了二次网络规化基解的一个优化方向；并获得地次网络规化的一个近似算法和有效算法。