强不变单调性和强G-单调性

对一类广义单调映射———强单调映射进行了推广,引入了强不变单调映射和强G单-调映射,并建立了强不变单调映射与强预不变凸函数之间的等价关系,以及强G-单调映射与强G-凸函数之间的关系。

广义内凸性与不变单调性之间的关系(英文)

本文利用极限次微分的性质讨论了局部Lipschitz连续函数的内凸性和其极限次微分的不变单调性之间的关系。文中结果可看成是非光滑凸函数性质的一个推广。

伪预内凸性、伪内凸性和伪不变单调性之间的关系(英文)

利用极限次微分的性质讨论了局部Lipschitz连续函数的伪预内凸性,伪内凸性和其极限次微分的伪不变单调性之间的关系.文中结果可看成是非光滑伪凸函数性质的一个推广.

严格伪不变单调准则

在η关于第一变量仿射且是skew函数条件下,推出了严格伪不变单调与强伪不变凸之间的关系.

单调混合变分不等式解集性质

本文研究了单调混合变分不等式的解集性质。利用f投影算子我们知道一点是单调混合变分不等式的解当且仅当为f投影的不动点。结合这个结论我们得到了关于单调混合变分不等式解集的一些性质。

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.

关于单调混合变分不等式的带有误差的Mann迭代算法

研究了单调混合变分不等式的一些新的带有误差项的Mann迭代算法以及在实Hilbert空间中的收敛性.

严格不变拟单调性

本文对严格拟单调进行推广,定义了严格不变拟单调:设K为Rn中的不变凸集,η:Rn×Rn→Rn,如果f是不变拟单调的,且对x,y∈K,x≠y,存在z∈{y+λη(x,y):λ∈(0,1)},使得η(x,y)Tf(z)≠0,则称f为集合K上相对于η的严格不变拟单调映射。并建立了严格不变拟单调与严格预拟不变凸之间的关系:设K为Rn中的不变凸集,f是K上的可微函数,η:Rn×Rn→Rn,如果η满足文中所述条件1,则f是集合K上相对于η的严格预拟不变凸函数的充分必要条件是f是集合K上相对于η的严格不变拟单调,且对所有x,y∈K,有f(y)≤f(x)f(y+η(x,y))≤f(x)成立。

求解单调变分不等式的一类预测-校正方法的统一框架(英文)

设ΩR^n是一个闭凸集,F是从Ω到R^n的一个映射,变分不等式是求一个向量u~*∈Ω,使得对所有的u∈Ω都有 (u-u~*)~TF(u~*)≥0.本文给出求解算子F为单调的变分不等式的一类预测-校正方法的统一框架,对给定的u^k∈Ω,预测点u^k可以用不同的方法产生,但都可以用公式 (预测) u^k=P_Ω[u^k-β_kq(u^k,u^k,β_k)]来表示,其中β_k>0,q(u^k,u,β_k)∈R^n是依赖于u^k,u^k和β_k的向量并满足一些简单统一的条件,新的迭代点u^(k+1)由统一的校正公式 (校正) u^(k+1)=P_Ω[u^k-α_kβ_kF(u^k)]产生,其中α_k是最优步长参数,它使得在确定预测点的前提下,这一步迭代所取得的进步尽可能大,已有的一些方法可以看作是这个框架的特殊形式。此外,它也为构造求解单调变分不等式新的预测-校正类方 法提供了启示与帮助。

半严格不变拟单调性

对文献[1]中的半严格拟单调映射进行推广,定义了半严格不变拟单调映射,并建立了半严格预拟不变凸函数与半严格不变拟单调映射之间的关系。

一类非对称单调变分不等式的交替方向法

对一类非对称变分不等式问题提出了交替方向法,推广了交替方向仅适用于等式约束或不等约束的情形,得出了迭代序列的一些性质及收敛性.

求解伪单调变分不等式的两种投影算法(英文)

本文提出了两种求解伪单调变分不等式的定步长的投影算法.这与Solodov&Tseng(1996)和He(1997)的变步长策略不同.我们证明了算法的全局收敛性,并且还在一定条件下证明了算法的Q-线性收敛性.

不可微函数的不变伪单调性与伪不变凸性(英文)

本文讨论不可微函数的强伪不变凸性和不变伪单调性之间的关系,还讨论了不可微函数的伪不变凸性与半严格预拟不变凸性.此外,还给出了一个集值映射的不变伪单调的等价定义.

不变松弛μ单调及其在似变分不等式问题中的应用

给出了3种新的单调性:不变松弛μ单调、不变松弛μ伪单调和不变松弛μ拟单调,并在此基础上用不变松弛μ伪单调性来解决似变分不等式的解的存在性问题。

一般强单调变分不等式的改进投影算法

给出了解一般强单调变分不等式的一种改进投影算法。此算法运用自适应过程产生了一种高效的步长选取策略,提高了投影算法的效率;在算子为g-强单调的条件下,建立了全局收敛定理,得到了此算法数值的实验结果。

一般单调变分不等式的近似邻近外梯度算法

近似邻近点算法是求解单调变分不等式的一个有效方法,该算法通过解决一系列强单调子问题,产生近似邻近点序列来逼近变分不等式的解,而外梯度算法则通过每次迭代中增加一个投影来克服一般投影算法限制太强的缺点,但它们均未能改变迭代步骤中不规则闭凸区域上投影难计算的问题.于是,本文结合外梯度算法的迭代格式,构造包含原投影区域的半空间,将投影建立在半空间上,简化了投影的求解过程,并对新的邻近点序列作相应限制,使得改进的算法具有较好的收敛性.

无限维Hillbert空间中单调变分不等式解的近似迭代算法

在无穷维Hillbert空间中研究了一类单调型变分不等式,把求单调型变分不等式解的问题转化为求强单调变分不等式的解,建立了一种新的迭代算法,并证明了由算法生成的迭代序列强收敛于单调变分不等式的解,从而推广了所列文献中的许多重要结果.

求解单调变分不等式的两类迭代算法

给出了求解单调变分不等式的两类迭代算法.通过解强单调变分不等式子问题,产生两个迭代点列,都弱收敛到变分不等式的解.最后,给出了这两类新算法的收敛性分析.

严格预拟不变凸函数与严格不变拟单调映射

讨论了集值映射的严格不变拟单调性与Clarke次微分意义下不可微函数的严格预拟不变凸性.

混合拟单调变分不等式的自适应显式迭代算法

在投影收缩算法的基础上提出求解混合拟单调变分不等式的自适应迭代算法.算法的迭代步长在解的附近不趋于零,并且采用自适应技术,在算子单调的条件下,证明了其全局收敛性.论文的新算法改进了相关文献中的已有结果.