求解一类变形变分不等式的投影收缩算法及其性质

对一类变形的变分不等式：求，使得提出了一类投影收缩算法，并得到了该算法的收敛性及相关性质．     

求解伪单调变分不等式的两种投影算法

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．     

求单调变分不等式隐式方法的一个单调下降性质

1　引　　言变分不等式在数学规划中起着很重要的作用 ,许多研究者 [3 ]讨论了这一问题 .对于单调线性变分不等式问题 ,文 [4 -7]提出了几种投影收缩算法 ( PC) .最近文 [7]中研究了如下的一类变分不等式问题( VI)　　 u∈Ω ,　　 ( v -u) TF( u)≥ 0 ,　　 v∈Ω . ( 1 )其中Ω Rn 是一个闭凸集 ,F是 Rn到自身的连续单调映射 ,即F( u) -F( v) T( u -v)≥ 0 ,　　　 u,v∈ Rn. ( 2 )由 [1 ]知 ,对于任意的 β>0 ,变分不等式 ( 1 )等价于投影方程于是求解 ( 1 )即是寻求e( u,β)∶ =u -PΩ[u -βF( u) ]的零点 .本文中 Ω*表示 ( …     

求解非单调变分不等式的一种半空间投影算法

本文提出了一种求解非单调变分不等式的半空间投影算法,在映射是连续和对偶变分不等式解集非空的假设条件下证明了该算法生成的无穷序列是全局收敛的,并在局部误差界和Lipschitz连续条件下给出了收敛率分析.通过数值实验验证了所提出算法的有效性和可行性.     

一种新的求解拟单调变分不等式的压缩投影算法

2020年Liu和Yang提出了求解Hilbert空间中拟单调且Lipschitz连续的变分不等式问题的投影算法,简称LYA。本文在欧氏空间中提出了一种新的求解拟单调变分不等式的压缩投影算法,简称NPCA。新算法削弱了LYA中映射的Lipschitz连续性。在映射连续、拟单调且对偶变分不等式解集非空的条件下得到了NPCA所生成点列的聚点是解的结论。当变分不等式的解集还满足一定条件时,得到了NPCA的全局收敛性。数值实验结果表明NPCA所需的迭代步数少于LYA的迭代步数,NPCA在高维拟单调例子中所需的计算机耗时也更少。     

一类广义线性变分不等式的求解与应用

数学规划中的某些问题等价于如下形式的广义线性变分不等式:确定向量u^*,使其满足 Nu*+t∈Ω(v-(Nu*+t))~T(Mu*+q)≥0>O,v∈Ω.就此给出了求解一类广义线性变分不等式的迭代方法,它们可以用来求解一类更有实用价值的广义规划.     

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．     

变分不等式问题的一个外梯度投影算法

１．引 言 设Ｃ Ｒｎ为非空闭凸集，为连续映射．变分不等式问题，记为ＶＩ（Ｆ，Ｃ），是求满足上述条件的向量ｘ∈Ｃ变分不等式问题在工程力学，交通运输，经济运筹等方面具有广泛的应用并越来越受到人们的重视 ［２，３］ 求解变分不等式问题有很多解法，其中最简单的是投影     

无单调性集值变分不等式的一种投影算法

本文给出了求解无单调性集值变分不等式的一个新的投影算法,该算法所产生的迭代序列在Minty变分不等式解集非空且映射满足一定的连续性条件下收敛到解.对比文献[10]中的算法,本文中的算法使用了不同的线性搜索和半空间,在计算本文所引的两个数值例子时,该算法比文献[10]中的算法所需迭代步更少.     

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．     

A COMPARISON OF DIFFERENT CONTRACTION METHODS FOR MONOTONE VARIATIONAL INEQUALITIES

It is interesting to compare the efficiency of two methods when their computational loads in each iteration are equal. In this paper, two classes of contraction methods for monotone variational inequalities are studied in a unified framework. The methods of both classes can be viewed as prediction-correction methods, which generate the same test vector in the prediction step and adopt the same step-size rule in the correction step. The only difference is that they use different search directions. The computational loads of each iteration of the different classes are equal. Our analysis explains theoretically why one class of the contraction methods usually outperforms the other class. It is demonstrated that many known methods belong to these two classes of methods. Finally, the presented numerical results demonstrate the validity of our analysis.     

PPA BASED PREDICTION-CORRECTION METHODS FOR MONOTONE VARIATIONAL INEQUALITIES

In this paper we study the proximal point algorithm (PPA) based prediction-correction (PC) methods for monotone variational inequalities. Each iteration of these methods consists of a prediction and a correction. The predictors are produced by inexact PPA steps. The new iterates are then updated by a correction using the PPA formula. We present two profit functions which serve two purposes: First we show that the profit functions are tight lower bounds of the improvements obtained in each iteration. Based on this conclusion we obtain the convergence inexactness restrictions for the prediction step. Second we show that the profit functions are quadratically dependent upon the step lengths, thus the optimal step lengths are obtained in the correction step. In the last part of the paper we compare the strengths of different methods based on their inexactness restrictions.     

一类求解单调变分不等式的隐式方法

1．引言变分不等式是一个非常有趣。非常困难的数学问题［"］．它具有广泛的应用（例如，数学规划中的许多基本问题都可以归结为一个变分不等式问题），因而得到深入的研究并有了不少算法［1，2，5－8，17－21］．对线性单调变分不等式，我们最近提出了一系列投影收缩算法Ig－13］．本文考虑求解单调变分不等式其中0CW是一闭凸集，F是从正p到自身的一个单调算子，一即有我们用比（·）表示到0上的投影．求解单调变分不等式的一个简单方法是基本投影法［1，6］，它的迭代式为然而，如果F不是仿射函数，只有当F一致强单调且LIPSChitZ连续…     

ALTERNATING PROJECTION BASED PREDICTION-CORRECTION METHODS FOR STRUCTURED VARIATIONAL INEQUALITIES

The monotone variational inequalities Ⅵ(Ω,F)have vast applications, including opti-mal controls and convex programming.In this paper we focus on the Ⅵ problems thathave a particular splitting structure and in which the mapping F does not have an explicitform,therefore only its function values can be employed in the numerical methods for solv-ing such problems.We study a set of numerical methods that are easily implementable.Each iteration of the proposed methods consists of two procedures.The first(prediction)procedure utilizes alternating projections to produce a predictor.The second(correction)procedure generates the new iterate via some minor computations.Convergence of theproposed methods is proved under mild conditions.Preliminary numerical experiments forsome traffic equilibrium problems illustrate the effectiveness of the proposed methods.     

变分不等式的几类求解方法

本文转为系统地分析和概述了变分不等式问题中几类占有重要地位的求解方法,包括方法产生的背景,主要结果及应用等,这几类算法分别为连续算法,（拟）牛顿型算法,一般迭代模型,投影算法,投影收缩算法等。     

关于外梯度法的步长规则

１．引言 设为Ｒｎ中的一个非空闭凸集,Ｆ（ｘ）为Ｒｎ　Ｒｎ中的一个连续向量函数．变分不等式问题（Ｆ,）就是：找一向量ｘ　使得当 ＝Ｒ时,（１．１）退化成非线性互补问题。在这篇文章中总假定：（Ｈ１） ,这里表示（１．１）的解集;（Ｈ２）Ｆ（ｘ）是单调的,即对,（ｘ－ｙ）（Ｆ（ｘ）－Ｆ（ｘ）－Ｆ（ｙ））． 这类问题出现在工程物理、经济管理等领域,有着极为广泛的应用．因此,其数值解近年来受到重视,提出许多有效算法,见综述［１, ２］．在现有的算法中, Ｋｏｒｐｅｌｅｖｉｃｈ的外梯度法［３］（何炳生称它为投影…     

A MODIFIED VARIABLE-PENALTY ALTERNATING DIRECTIONS METHOD FOR MONOTONE VARIATIONAL INEQUALITIES

Alternating directions method is one of the approaches for solving linearly constrained separate monotone variational inequalities. Experience on applications has shown that the number of iteration significantly depends on the penalty for the system of linearly constrained equations and therefore the method with variable penalties is advantageous in practice. In this paper, we extend the Kontogiorgis and Meyer method [12] by removing the monotonicity assumption on the variable penalty matrices. Moreover, we introduce a self-adaptive rule that leads the method to be more efficient and insensitive for various initial penalties. Numerical results for a class of Fermat-Weber problems show that the modified method and its self-adaptive technique are proper and necessary in practice.     

解变分不等式的一种二次投影迭代算法

本文研究了一类新的求解伪单调变分不等式的二次投影迭代算法.利用Armijo型线性搜寻程序,建立了一类新的超平面,他们严格分离当前迭代点与变分不等式的解集.运用超平面的这种分离性质,在较弱的条件下证明了该算法生成的无穷序列是全局收敛的.数值实验证明该算法是有效的.