作者：张小娟随机变分不等式随机逼近伪单调全局收敛
摘要：确定性变分不等式已经有了较为完善的理论和数值方法。受次梯度外梯度算法的启发,考虑将其推广到随机变分不等式中。由于随机因素的出现,确定性的数值方法不能直接用来求解随机变分不等式。为此,结合处理随机优化常用的随机逼近方法,提出采用基于次梯度外梯度的随机逼近方法来求解随机变分不等式,即每次迭代抽取一个样本点,用样本函数去代替期望值函数,同时将外梯度算法中的第二步投影改投在含有可行集的一个半空间上,新的迭代点为第k步和矫正步的一个凸组合。该法采取随机逼近方法处理随机问题,并且当投影难以计算的时候,修改第二步投影在半空间上以此来减少计算的代价,新的迭代点充分利用了已知点的信息,使得算法迭代快速有效。在适当的假设下,当函数是伪单调的时候证明了去全局收敛性,并给出了初步的数值试验来证明该算法的可行性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
