期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
求解结构型变分不等式的交替投影算法
被引量:
1
1
作者
怀丽波
符小玲
《湘潭大学自然科学学报》
CAS
CSCD
北大核心
2009年第3期28-34,共7页
单调的变分不等式在实际中有很多应用.该文中的变分不等式是带有不等式约束的,其中映射F是可分离的,并且只知道F的函数值,不知道具体的表达式.本文提出的方法,每次迭代过程包含预测-校正两步.第一步是预测步,利用交替投影生成预测点.第...
单调的变分不等式在实际中有很多应用.该文中的变分不等式是带有不等式约束的,其中映射F是可分离的,并且只知道F的函数值,不知道具体的表达式.本文提出的方法,每次迭代过程包含预测-校正两步.第一步是预测步,利用交替投影生成预测点.第二步是校正步,只需要做一些简单的运算.方法的线性收敛性也是在比较宽松的条件下得到证明的.
展开更多
关键词
结构型变分不等式
单调性
预测-校正方法
在线阅读
下载PDF
职称材料
求解一类结构型变分不等式的加速随机方法
被引量:
2
2
作者
孙黎明
徐海文
张盈盈
《应用数学》
CSCD
北大核心
2016年第4期931-938,共8页
基于Glowinski的交替方向法和何炳生教授的改善步长的收缩算法,提出一个求解结构型变分不等式的加速随机方法.新方法的优势在于利用独立同分布的随机数来扩张步长,克服了传统的交替方向法中固定步长因子的缺点,证明了新方法的下降方向...
基于Glowinski的交替方向法和何炳生教授的改善步长的收缩算法,提出一个求解结构型变分不等式的加速随机方法.新方法的优势在于利用独立同分布的随机数来扩张步长,克服了传统的交替方向法中固定步长因子的缺点,证明了新方法的下降方向是可行的.在适当的假设条件下,给出新方法的性质,并证明新方法依概率收敛.通过对来自于金融和统计中问题的一系列数值试验,验证新方法的可行性和有效性.
展开更多
关键词
单调
变
分
不等式
结构型
单调
变
分
不等式
随机
分
布
交替方向法
在线阅读
下载PDF
职称材料
求解结构型单调变分不等式的改进的邻近类分解方法
被引量:
1
3
作者
李敏
袁晓明
《应用数学和力学》
CSCD
北大核心
2007年第12期1483-1492,共10页
邻近类分解方法首先是由Chen和Teboulle(Math.Programming,1994,64(1):81-101)提出用来求解凸的极小化问题.在此基础上,该文提出一种新方法求解具有分离结构的单调变分不等式.其主要优点在于放松了算法中对某些参数的限制,使得新方法更...
邻近类分解方法首先是由Chen和Teboulle(Math.Programming,1994,64(1):81-101)提出用来求解凸的极小化问题.在此基础上,该文提出一种新方法求解具有分离结构的单调变分不等式.其主要优点在于放松了算法中对某些参数的限制,使得新方法更加便于计算.在和原分解方法相同的假设下,可以证明新方法是全局收敛的.
展开更多
关键词
分
解
非精确准则
邻近
结构型变分不等式
在线阅读
下载PDF
职称材料
关于结构型单调变分不等式的平行分裂增广Lagrangian方法的O(1/t)阶收敛性(英文)
4
作者
后六生
《应用数学》
CSCD
北大核心
2012年第2期454-459,共6页
最近,何[3]证明了投影收缩算法的O(1/t)阶收敛性.受此启发,本文证明了结构型单调变分不等式的平行分裂增广Lagrangian方法的O(1/t)阶收敛性.
关键词
结构型变分不等式
平行
分
裂
收敛阶
在线阅读
下载PDF
职称材料
题名
求解结构型变分不等式的交替投影算法
被引量:
1
1
作者
怀丽波
符小玲
机构
延边大学工学院计算机科学与技术学科
东南大学经济管理学院系统工程研究所
出处
《湘潭大学自然科学学报》
CAS
CSCD
北大核心
2009年第3期28-34,共7页
文摘
单调的变分不等式在实际中有很多应用.该文中的变分不等式是带有不等式约束的,其中映射F是可分离的,并且只知道F的函数值,不知道具体的表达式.本文提出的方法,每次迭代过程包含预测-校正两步.第一步是预测步,利用交替投影生成预测点.第二步是校正步,只需要做一些简单的运算.方法的线性收敛性也是在比较宽松的条件下得到证明的.
关键词
结构型变分不等式
单调性
预测-校正方法
Keywords
structured variational inequality
monotonicity
prediction-correction method
分类号
O242 [理学—计算数学]
在线阅读
下载PDF
职称材料
题名
求解一类结构型变分不等式的加速随机方法
被引量:
2
2
作者
孙黎明
徐海文
张盈盈
机构
南京审计大学理学院
中国民航飞行学院计算机学院
北京师范大学出版集团
出处
《应用数学》
CSCD
北大核心
2016年第4期931-938,共8页
基金
国家自然科学基金项目(71302178
11201232)
+1 种基金
国家自然科学基金
中国民航局联合资助项目(U1233105)
文摘
基于Glowinski的交替方向法和何炳生教授的改善步长的收缩算法,提出一个求解结构型变分不等式的加速随机方法.新方法的优势在于利用独立同分布的随机数来扩张步长,克服了传统的交替方向法中固定步长因子的缺点,证明了新方法的下降方向是可行的.在适当的假设条件下,给出新方法的性质,并证明新方法依概率收敛.通过对来自于金融和统计中问题的一系列数值试验,验证新方法的可行性和有效性.
关键词
单调
变
分
不等式
结构型
单调
变
分
不等式
随机
分
布
交替方向法
Keywords
Monotone variational inequality
Structured monotone variational
Random distribu- tion
Alternating directions method
分类号
O221 [理学—运筹学与控制论]
在线阅读
下载PDF
职称材料
题名
求解结构型单调变分不等式的改进的邻近类分解方法
被引量:
1
3
作者
李敏
袁晓明
机构
东南大学经济管理学院管理科学与工程系
上海交通大学安泰经济与管理学院管理科学系
出处
《应用数学和力学》
CSCD
北大核心
2007年第12期1483-1492,共10页
基金
国家自然科学基金资助项目(70671024)
国家高新技术发展(863)计划(2006AA11Z209)
文摘
邻近类分解方法首先是由Chen和Teboulle(Math.Programming,1994,64(1):81-101)提出用来求解凸的极小化问题.在此基础上,该文提出一种新方法求解具有分离结构的单调变分不等式.其主要优点在于放松了算法中对某些参数的限制,使得新方法更加便于计算.在和原分解方法相同的假设下,可以证明新方法是全局收敛的.
关键词
分
解
非精确准则
邻近
结构型变分不等式
Keywords
decomposition
inexact criterion
proximal
structured variational inequality
分类号
O221 [理学—运筹学与控制论]
O224 [理学—运筹学与控制论]
在线阅读
下载PDF
职称材料
题名
关于结构型单调变分不等式的平行分裂增广Lagrangian方法的O(1/t)阶收敛性(英文)
4
作者
后六生
机构
南京大学数学系
南京晓庄学院数学与信息技术学院
出处
《应用数学》
CSCD
北大核心
2012年第2期454-459,共6页
文摘
最近,何[3]证明了投影收缩算法的O(1/t)阶收敛性.受此启发,本文证明了结构型单调变分不等式的平行分裂增广Lagrangian方法的O(1/t)阶收敛性.
关键词
结构型变分不等式
平行
分
裂
收敛阶
Keywords
Structured variational inequality
Parallel splitting
Convergence rate
分类号
O221.2 [理学—运筹学与控制论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
求解结构型变分不等式的交替投影算法
怀丽波
符小玲
《湘潭大学自然科学学报》
CAS
CSCD
北大核心
2009
1
在线阅读
下载PDF
职称材料
2
求解一类结构型变分不等式的加速随机方法
孙黎明
徐海文
张盈盈
《应用数学》
CSCD
北大核心
2016
2
在线阅读
下载PDF
职称材料
3
求解结构型单调变分不等式的改进的邻近类分解方法
李敏
袁晓明
《应用数学和力学》
CSCD
北大核心
2007
1
在线阅读
下载PDF
职称材料
4
关于结构型单调变分不等式的平行分裂增广Lagrangian方法的O(1/t)阶收敛性(英文)
后六生
《应用数学》
CSCD
北大核心
2012
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部