求解伪单调变分不等式的新的自适应投影算法

考虑求解一类变分不等式问题的新的自适应投影算法，该算法改进了搜索的方向和步长，改进的方向、步长在解点附近均不趋于0，保证算法的快速收敛性。并在伪单调的条件下证明了算法是全局收敛的，使得该算法的适用性更广。数值实验表明算法是有效的。     

一个求解一般变分不等式的投影算法

利用投影技巧给出了一个求解一般变分不等式的投影算法,在算子是g-伪单调连续的条件下,即可证明新提出的算法的收敛性.     

一般混合变分不等式的改进隐式迭代算法

给出了一种新的求解一般混合变分不等式的改进隐式迭代算法，在算子T是g伪单调连续的条件下，即可证明新提出的算法的收敛性．     

一般混合变分不等式的改进隐式迭代算法

给出了一种新的求解一般混合变分不等式的改进隐式迭代算法,在算子T是g-伪单调连续的条件下,即可证明新提出的算法的收敛性.     

一般单调变分不等式的新的迭代算法

就一般单调变分不等式提出了一种新的预估一校正投影算法，并建立了算法的收敛性定理，给出了数值试验结果，该算法使用了一个非常有效的预估和校正步长准则，大大减少了计算量，这一结果推广了单调变分不等式的一些最新结论。     

模糊γ-度强单调映射的变分不等式

引入了模糊γ－度强单调映射和模糊γ－度Lipschitz连续映射的概念,引入了关于模糊映射的变分不等式的模糊γ－度解的概念,讨论了一类关于γ－度强单调映射和模糊γ-度Lipschitz连续映射的变分不等式的模糊γ－度解的存在性,并讨论了其解的迭代法。所得到的结果推广和改进了前人的相应的结果。     

一类变分不等式的迭代算法

利用变分不等式技巧，讨论了Ｈｉｌｂｅｒｔ空间中一类广义主粉不等式的解的迭代算法及其收敛性，所得结果推广并改进了前人的结论     

迭代法求解变分不等式问题

给出了求解变分不等式问题的一种迭代算法;在适当的条件下,证明了该算法的收敛性．     

一类变分不等式的迭代算法

利用变分不等式技巧,讨论了Ｈｉｌｂｅｒｔ空间中一类广义变分不等式的解的迭代算法及其收敛性,所得结果推广并改进了前人的结论．     

一类变分不等式的重叠产芊Schwarz算法

讨论了一类变分分不等式的重叠并行Ｓｃｈｗａｒｚ算法，并建立了一种实用算法，证明了其收敛性，同时也 讨论了该算法对于贴合分量的有限步收敛性。     

广义混合变分不等式问题的带变参数的非精确隐式算法

提出了一种求解广义混合变分不等式问题的带变参数的非精确隐式算法,并从理论上证明了新算法对具有全局收敛性.另外,由于算法中的参数在某些区间上取值,从而增强了算法的适应性.     

求解一类变形变分不等式的一个算法

针对文献（１）中提出了一类变形变分不等式给出一个简化的算法，并在一定条件下到了该算法的收敛性。     

变分不等原理的优化解法及应用

将变分不等原理应用到塑性成形速度场的近似求解中，通过近似速度场，得到塑性成形过程中所需要的外力。为了避开直接求解变分不等式的困难，使用优化方法对塑性成形问题的能量泛函求极小值来得到相应的近似解，为了证明方法的有效性，计算了平面应变镦粗的成形问题，并与解析解及实验结果进行了比较。     

Modified Subgradient Extragradient Method for Pseudomonotone Variational Inequalities

Many approaches have been put forward to resolve the variational inequality problem. The subgradient extragradient method is one of the most effective. This paper proposes a modified subgradient extragradient method about classical variational inequality in a real Hilbert interspace. By analyzing the operator’s partial message, the proposed method designs a non-monotonic step length strategy which requires no line search and is independent of the value of Lipschitz constant, and is extended to s...     

非线性约束最优化在广义投影下强次可行方向法的统一模型

对非线性不等式约束最优化问题进行了讨论，借助广义投影建立求解问题的一个含系列自由参数的统一算法模型，该算法模型能以任意点为初始迭代点，并且迭代点列所满足的约束函数的个数单调不减，不断累加；进一步地，一旦迭代点进入可行域，模型就能保持在可行域内迭代，成为可行下降类算法，称具有这种性质的算法为强次可行方向法．在适当的条件下证明了算法模型的全局收敛性，文中模型同时提供了一种求解非线性不等式组的叠累型方法。     

非线性不等式组的Jacobian光滑牛顿法

将非线性不等式组的求解问题转化为非线性方程组的求解,利用辅助函数的一致光滑逼近性以及Jacobian相容性,采用光滑牛顿法逐次逼近目标方程组从而求得问题的解。在一些假设条件下,算法的全局收敛性得到了保证。