简介:提出一个带线性搜索的非单调信赖域算法.算法将非单调wolfe线搜索与非单调信赖域方法相结合,使算法不需要重新求解子问题.在适当条件下,分析了算法的全局收敛性,并通过数值实验说明了算法的可行性.
简介:设E是Banach空间,T:E→2^E*是极大单调算子,T^-10≠Ф.令x0∈E,yn=(J+λnT)^-1xn+en,xn+1=J^-1(anJxn+(1-an)Jyn)n≥0,λn〉0,an∈[0,1],文章研究了{xn}收敛性.
简介:将Solodov和Svaiter于2000年发表的Errorboundsforproximalpointsubproblemsandassociatedinexactproximalpointalgorithms一文中提出的方法进行推广,得到2类近似邻近点算法.这2类算法都是预测校正方法,预测点满足相同的非精确准则,不同之处在于校正步的下降方向.为了使每次迭代产生的迭代点更加靠近解点,在校正步均采用了最优步长的技巧.在一定条件下,可以证明这2种邻近点算法是全局收敛的.并且,从理论上证明了采用算法2每一步所产生的下降量的下界大于算法1的,所以算法2比算法1能更快地收敛到解点.数值试验也表明了这一点.