求解非单调变分不等式问题的修正惯性次梯度外梯度算法

变分不等式问题在经济金融、交通运输、数学规划、力学等领域都有着广泛的应用。近年来,变分不等式问题受到许多学者的研究,且这些研究主要集中在求解单调或者伪单调变分不等式问题。文章在实希尔伯特空间中,针对非单调变分不等式问题,提出了求解该问题的算法。借助惯性原理和Mann型方法,构造了一个带Armijo线性搜索的修正惯性次梯度外梯度算法;在没有Lipschitz连续性的假设下,证明了由算法产生的迭代序列强收敛于变分不等式问题的解,值得注意的是,定理的证明并没有要求映射的任何单调性假设;最后,给出了两个数值实验,阐明了文章算法的有效性和优越性,所得结果推广和改进了许多最新的结果。

Hilbert空间中伪单调变分不等式的新次梯度外梯度算法

引用一种新次梯度外梯度算法,在Hilbert空间中证明了伪单调变分不等式解的弱收敛性.

变分不等式的惯性次梯度外梯度算法

在实Hilbert空间中提出求解单调变分不等式的惯性次梯度外梯度算法,其中变分不等式的可行集是一个光滑凸函数的水平集.新算法应用惯性加速技巧,迭代过程中对映射F赋值一次,并只需向两个半空间作投影两次.在适当的假设下,证明该算法的弱收敛性.新算法改进和推广相关文献中的相应结果.

求解单调变分不等式的新次梯度外梯度算法

引入Armijo线性搜索准则,提出一种新的次梯度外梯度算法.在不依赖Lipschitz连续性的假设下,证明单调变分不等式问题解的弱收敛性,最后给出数值实验结果.

求解单调变分不等式的修正次梯度外梯度算法

本文提出了求解映射单调且Lipschitz连续变分不等式的修正次梯度外梯度算法。新算法在已有投影算法的基础上给出了新的步长规则,这使得新算法能适用于映射是Lipschitz连续但其系数是未知的变分不等式问题。在适当的假设条件下证明了算法所产生的序列能弱收敛到变分不等式问题的解。因此,该算法改进并拓展了文献中的一些结果。

求解变分不等式和不动点问题的公共元的修正次梯度外梯度算法

该文在实Hilbert空间中引入了一类新的求解变分不等式问题的惯性次梯度外梯度算法.在适当的参数假设下,证明了由该算法所产生的序列强收敛于伪单调变分不等式问题的解集与拟非扩张映射不动点集合的公共元素.最后,给出了数值实验来说明所提算法的有效性.该文所得的结果推广和改进了文献中的一些已有结果.

求解单调变分不等式问题的修正惯性次梯度外梯度算法

本文提出了一种修正的惯性次梯度外梯度算法,用以求解实Hilbert空间中的具有Lipschitz连续和单调的变分不等式问题。我们在惯性次梯度外梯度算法的基础上,结合粘度逼近法,构造了一种具有强收敛性的算法。

求解拟变分不等式的次梯度外梯度算法

本文提出了一种次梯度外梯度投影型算法来求解拟变分不等式问题。新算法采用了自适应的步长规则,这使其能适用于求解映射单调且Lipschitz连续但其系数未知的拟变分不等式问题。在适当的假设条件下证明了算法产生的序列能收敛到拟变分不等式的解。

关于求解变分不等式问题的2-次梯度外梯度算法收敛性的一个补注

Yair Censor,Aviv Gibali和Simeon Reich为求解变分不等式问题提出了 2-次梯度外梯度算法。关于此算法的收敛性,作者给出了部分证明,有一个问题:由算法产生的迭代点列能否收敛到变分不等式问题的一个解上,没有得到解决。此问题作为一个公开问题在文章 "Extensions of Korpelevich’s extragradient method for the variational inequality problem in Euclidean space"(Optimization,61(9):1119-1132,2012)中被提出。在这篇简短的补注性文章中,对所提出的问题给出了答案:由算法产生的迭代点列能收敛到变分不等式问题的一个解上。给出2-次梯度外梯度算法的全局收敛性的一个完整证明,证明了从任意起始点开始,由算法产生的迭代点列都能收敛到变分不等式问题的一个解上。

求解伪单调广义变分不等式的次梯度外梯度算法

2012年Censor等在欧氏空间里提出了一种求解伪单调变分不等式的算法.该算法在映射为Lipschitz连续且伪单调的条件下得到了全局收敛性.基于该算法,将其推广到广义变分不等式,并在集值映射F连续且伪单调的条件下,证明了算法的全局收敛性.数值实验表明了新算法的可行性.

一种新的求解变分不等式的惯性双次梯度外梯度算法

当可行集为一光滑凸函数的下水平集时,文献[Optimization,2020,69(6):1237-1253]提出了一种惯性双次梯度外梯度算法来求解Hilbert空间中的单调且Lipschitz连续的变分不等式问题.该算法在每次迭代中仅需向一个半空间计算两次投影,并得到了算法的弱收敛结果.本文通过使用黏性方法以及在惯性步采用新的步长来修正该算法.在适当的假设条件下证明了新算法所生成的序列能强收敛到变分不等式的一个解.此外,新算法在每次迭代中也仅需向半空间计算两次投影.

伪单调变分不等式的次梯度外梯度投影算法

在有限维欧式空间中研究了Censor,Gibali和Reich意义下变分不等式的次梯度外梯度投影算法。在伪单调假设条件下,利用He和Liao所提出的线搜索条件,证明了由次梯度外梯度投影算法所产生的迭代序列强收敛到经典变分不等式的解。去掉了Censor,Gibali和Reich文章中关于变分不等式所涉及映像的Lipschitz连续性条件。

伪单调变分不等式解集与拟非扩张映射不动点集公共元的强收敛定理

在Hilbert空间中提出一种新的关于求解伪单调变分不等式问题的Tseng外梯度算法。在适当条件下,证明由此算法生成的迭代序列强收敛于伪单调变分不等式问题的解集与拟非扩张映射不动点集的公共元,并用数值实验说明所提算法的有效性。