一般单调变分不等式的一个改进的预估-校正算法

最近何炳生等提出了解大规模单调变分不等式的一种预估-校正算法,然而,这个方法在计算每一个试验点时需要一次投影运算,因而计算量较大．为了克服这个缺点,我们提出了一个解一般大规模g-单调变分不等式的新的预估-校正算法,该方法使用了一个非常有效的预估步长准则,每个步长的选取只需要计算一次投影,这将大大减少计算量．数值试验说明我们的算法比最新文献中出现的投影类方法有效．     

广义单调集值混合变分不等式的一类新算法

首先证明了广义单调集值混合变分不等式等价于一个新的不动点问题，在此基础上提出了解广义集值混合变分不等式及其相关优化问题的迭代算法，并给出了这类新算法的收敛性分析，我们的结果推广和综合了该领域的一些最新结论．     

对带误差项的Banach空间中完全广义集值拟变分包含的摄动迭代算法

研究了一类新的实Banach空间中的广义集值拟变分包含:f∈N(x，y) M(z，v) W(g(u)-h(w)，u)，它包含了近几年许多作者所作的变分包含同题．在买Banach空间中，利用极大增生算子的性质，建立了Banach空间中的广义集值拟变分包含和不动点问题间的等价性．利用这种等价性，建立了一些摄动迭代算法，并证明了近似解序列强收敛于精确解．本文的算法和结果改进和一般化了最近许多文章中相应的算法和结果。     

一般伪单调变分不等式的改进投影算法

本文基于算子的分裂技巧给出了解一般伪单调变分不等式几种新的投影算法，包括三步和走步迭代算法．在算子T是g-伪单调和g-Lipschitz连续的条件下，即可证明新提出算法的收敛性．