[1]唐 玥,杨 丽.基于Mann-Halpern型的混合梯度投影算法的收敛性[J].西华师范大学学报(自然科学版),2017,38(02):167-172.[doi:DOI:10.16246/j.issn.1673-5072.2017.02.010]
 TANG Yue,YANG Li.On the Convergence of Hybrid Gradient Projection Algorithm of Type MannHalpern[J].Journal of China West Normal University(Natural Sciences),2017,38(02):167-172.[doi:DOI:10.16246/j.issn.1673-5072.2017.02.010]
点击复制

基于Mann-Halpern型的混合梯度投影算法的收敛性()
分享到:

《西华师范大学学报(自然科学版)》[ISSN:1673-5072/CN:51-1699/N]

卷:
38
期数:
2017年02期
页码:
167-172
栏目:
出版日期:
2017-06-20

文章信息/Info

Title:
On the Convergence of Hybrid Gradient Projection Algorithm of Type MannHalpern
作者:
唐 玥杨 丽
(西华师范大学 数学与信息学院,四川 南充637009)
Author(s):
TANG YueYANG Li
(College of Mathematics and Information,China West Normal University,Nanchong Sichuan 637009,China)
关键词:
Hilbert空间凸约束最优化梯度投影算法平均映射强收敛
Keywords:
Hilbert spacegradient projection algorithmconstrained convex minimizationaverage mappingstrong convergence
分类号:
O221
DOI:
DOI:10.16246/j.issn.1673-5072.2017.02.010
文献标志码:
A
摘要:
在Hilbert空间中,梯度投影算法在解决有限制的凸约束最优化问题中扮演一个重要的作用。针对约束凸最小化问题,引入基于MannHalpern型的混合梯度投影算法,并在适当条件下证明了该算法的强收敛性。
Abstract:
In a Hilbert space,the gradient projection algorithm (GPA) plays an important role in solving constrained convex minimization problems.In this paper,a hybrid gradient projection algorithm of type MannHalpern is introduced to solve constrained convex minimization problems,and the strong convergence of this algorithm is proved under some suitable conditions.

相似文献/References:

[1]叶明露,刘云程.解伪单调变分不等式的一种修正投影算法[J].西华师范大学学报(自然科学版),2017,38(02):162.[doi:DOI:10.16246/j.issn.1673-5072.2017.02.009]
 YE Minglu,LIU Yuncheng.A Modified Projection Method for Solving Pseudomonotone Variational Inequality[J].Journal of China West Normal University(Natural Sciences),2017,38(02):162.[doi:DOI:10.16246/j.issn.1673-5072.2017.02.009]

备注/Memo

备注/Memo:
收稿日期:2017-03-06
基金项目: 国家自然科学基金(11371015);教育部科学技术重点项目(211163);四川省青年科技基金(2012JQ0035)
作者简介:唐玥(1992—),女,四川金堂人,硕士研究生,主要从事优化理论及应用研究。
通信作者:杨丽(1985—),女,四川大邑人,讲师,主要从事非线性分析及最优化研究。E-mail:yangli@cwnu.edu.cn
更新日期/Last Update: 2017-06-20