.png){kind=icon}
返回
Block Proximal Point Method for Mixed Variational Inequality Problem
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cnsns.2026.110786.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
混合变分不等式（MVIs）为经济、工程和机器学习中的各类优化与均衡问题提供了强大的建模框架。然而，由于高维性和复杂算子结构，求解大规模MVIs仍计算成本高昂。本文引入一种加速块近端点算法，结合块分解和扰动梯度方向来解决这些问题。通过动态更新变量子集并融入扰动梯度步长，该方法显著降低了每次迭代的计算成本，同时保持收敛性质。我们在标准单调性和利普希茨连续性假设下建立了收敛性，并通过纳什-古诺均衡、二次耦合和金融投资组合优化的数值实验展示了其有效性。实证结果表明，部分块激活在精度与计算效率之间实现了良好的权衡，使该算法特别适用于资源受限的现实应用。
期刊
IF:
3.8
论文数:
9.3K
被引数:
1.8W
机构
引用论文
暂无论文信息