单调变分不等式的改进次梯度外梯度算法

在Hilbert空间中提出一种求解Lipschitz连续单调变分不等式的改进次梯度外梯度算法,该算法的步长是自适应的.同时在算法的每一次迭代中,只需要计算向特殊结构半空间的投影.最后在Lipschitz系数大小未知的条件下,得到算法在Hilbert空间中的强收敛性.

求解变分不等式与不动点问题的惯性次梯度外梯度算法

提出了一种求解变分不等式与不动点问题的惯性次梯度外梯度算法,证明了其弱收敛性定理,通过数值实验验证所得的理论结果.

求解变分不等式问题和不动点问题公共点的惯性次梯度外梯度算法

在Hilbert空间中提出一种新的惯性次梯度外梯度算法,求解具有单调Lipschitz连续映射的变分不等式问题的解集与非扩张映射的不动点集的公共点.该算法结合一般的次梯度外梯度算法和惯性算法.在一定的条件下,建立算法的弱收敛定理.数值实验结果表明,提出的算法有一定的意义.

一类新的伪单调变分不等式的自适应次梯度外梯度投影算法

Gibali[J.Nonlinear Anal.Optim.,2015,6(1):41-51]提出了一种解伪单调非Lipschitz连续变分不等式的自适应次梯度外梯度投影算法.其下一迭代点是通过向一个特定的半空间投影来实施.本文通过构造新的下降方向得到了一类新的自适应次梯度外梯度投影算法,并借助于何炳生和廖立志[J.Optim.Theory Appl.,2002,112(1):111-128]中的技巧优化了这些算法的步长.证明了这些算法所生成序列的全局收敛性.数值实验结果表明这类次梯度外梯度投影算法比已有算法受初始点的选取、变分不等式的维数及停止标准的精度的影响更小.而且,从迭代次数及运算所花的时间来看,新的算法均优于Gibali提出的算法.

求解伪单调平衡问题的强收敛算法

本文研究求解实希尔伯特空间中平衡问题的算法.结合惯性方法和非单调步长,一种求解平衡问题的算法被提出,所提算法无需知道双边函数的利普希茨常数.在双边函数伪单调和满足利普希茨条件下,算法的强收敛性被证明.数值实验表明了算法的优势.