Algorithmen zur Lösung von Variationsungleichungen
Algorithms for Solving Variational Inequalities
Wissenschaftsdisziplinen
Mathematik (100%)
Keywords
-
Dynamical System,
Generalized Monotonicity,
Projection Methods,
Variational Inequality,
Convergence Rate
Variationsungleichungen (VUs) stellen ein wichtiges mathematisches Modelle dar, das wichtige Konzepte der Angewandten Mathematik vereint. Viele Anwendungen der VUs, die mittels verallgemeinerten monotonen Operatoren formuliert werden können, haben in den letzten Jahrzehnten die Aufmerksamkeit der wissenschaftlichen Gemeinschaft auf sich gezogen. Mit diesem Projekt beabsichtigen wir, einen Durchbruch in der Formulierung von neuen numerischen Algorithmen mit guten Konvergenzeigenschaften, die zur Lösung von pseudo-monotonen VUs geeignet sind. Wir reichen einen Forschungsplan, der drei Hauptziele enthält. Das erste Projekt-Ziel betrifft neue Projektionsmethoden zur Lösung von pseudo-monotonen VUs. Die einzige bekannte iterative Methode, die bei der Lösung von pseudo-monotonen VUs eingesetzt werden kann, ist die sogenannte Extragradient-Methode, die in jeder Iteration (mindestens) zwei Projektionen erfordert. Die Berechnung von Projektionen ist allerdings sehr kostaufwändig für komplexe und großdimensionale Probleme. Es ist unser Ziel, deterministische und stochastische Projektionsverfahren zur Lösung von pseudo-monotonen VUs zu formulieren, die in jeder Iteration nur eine Projektion verlangen. Diese werden uns ermöglichen viel effizienter pseudo-konvexe Optimierungsaufgaben, die sehr oft in Anwendungen aus der Ökonomie vorkommen, numerisch zu lösen. Das zweite Ziel dieses Projektes sieht vor die Untersuchung von pseudo-monotonen VUs aus der Perspektive von Dynamischen Systemen, ein Thema das auch in der Theorie der Differentialgleichungen relevant ist. Insbesondere werden Fragen betreffend der Existenz und Eindeutigkeit sowie des asymptotischen Verhaltens der Trajektorien behandeln. Dynamische Systeme können mittels Zeitdiskretisierung zu neuen numerischen Verfahren zur Lösung von pseudo-monotonen VUs und pseudo-konvexen Optimierungsaufgaben führen. Im dritten Teil des Projektes sind Untersuchungen bezüglich der Konvergenzgeschwindigkeit der von den neuen Projektionsmethoden generierten Folgen von Iterierten und der von den neuen Dynamischen Systemen generierten Trajektorien zu einer Lösung der pseudo-monotonen VU vorgesehen. Zu diesem Zweck werden Ideen und Konzepte aus der Variationellen und Konvexen Analysis und der Theorie der Monotonen Operatoren, sowie Techniken aus der Stochastik eingesetzt.
- Universität Wien - 100%
- Hedy Attouch, Université Montpellier 2 - Frankreich
- Marc Teboulle, Tel Aviv University - Israel
- Francisco Facchinei, Sapienza University of Rome - Italien
Research Output
- 286 Zitationen
- 10 Publikationen
-
2020
Titel The forward–backward–forward method from continuous and discrete perspective for pseudo-monotone variational inequalities in Hilbert spaces DOI 10.1016/j.ejor.2020.04.035 Typ Journal Article Autor Bot R Journal European Journal of Operational Research Seiten 49-60 Link Publikation -
2020
Titel Using Positive Spanning Sets to Achieve d-Stationarity with the Boosted DC Algorithm DOI 10.1007/s10013-020-00400-8 Typ Journal Article Autor Artacho F Journal Vietnam Journal of Mathematics Seiten 363-376 Link Publikation -
2020
Titel The Boosted Difference of Convex Functions Algorithm for Nonsmooth Functions DOI 10.1137/18m123339x Typ Journal Article Autor Artacho F Journal SIAM Journal on Optimization Seiten 980-1006 Link Publikation -
2019
Titel Strong Convergence of Forward-Backward-Forward Methods for Pseudo-monotone Variational Inequalities with Applications to Dynamic User Equilibrium in Traffic Networks DOI 10.48550/arxiv.1908.07211 Typ Preprint Autor Duvocelle B -
2019
Titel Using positive spanning sets to achieve d-stationarity with the Boosted DC Algorithm DOI 10.48550/arxiv.1907.11471 Typ Preprint Autor Artacho F -
2019
Titel The Boosted DC Algorithm for linearly constrained DC programming DOI 10.48550/arxiv.1908.01138 Typ Preprint Autor Artacho F -
2019
Titel Modified Tseng's extragradient methods for solving pseudo-monotone variational inequalities DOI 10.1080/02331934.2019.1616191 Typ Journal Article Autor Thong D Journal Optimization Seiten 2207-2226 Link Publikation -
2019
Titel An inertial extrapolation method for convex simple bilevel optimization DOI 10.1080/10556788.2019.1619729 Typ Journal Article Autor Shehu Y Journal Optimization Methods and Software Seiten 1-19 Link Publikation -
2022
Titel The Boosted DC Algorithm for Linearly Constrained DC Programming DOI 10.1007/s11228-022-00656-x Typ Journal Article Autor Aragón-Artacho F Journal Set-Valued and Variational Analysis Seiten 1265-1289 Link Publikation -
2019
Titel Local convergence of the Levenberg–Marquardt method under Hölder metric subregularity DOI 10.1007/s10444-019-09708-7 Typ Journal Article Autor Ahookhosh M Journal Advances in Computational Mathematics Seiten 2771-2806