Адаптивні алгоритми для задач про рівновагу в просторах Адамара
DOI:
https://doi.org/10.15407/dopovidi2020.08.026Ключові слова:
адаптивність, двоетапні проксимальні алгоритми, задача про рівновагу, збіжність, простір Адамара, псевдомонотонністьАнотація
Одним із популярних напрямів сучасного прикладного нелінійного аналізу є дослідження задач про рівновагу (нерівностей Кі Фаня, задач рівноважного програмування). У вигляді задачі про рівновагу можна сформулювати задачі математичного програмування, задачі векторної оптимізації, варіаційні нерівності та багато ігрових задач. Класичне формулювання задачі про рівновагу вперше з’явилося в роботах Х. Нікайдо та К. Ісоди, а перші загальні алгоритми проксимального типу для розв’язання задач про рівновагу запропонував А.С. Антипін. Останнім часом виник обумовлений проблемами математичної біології та машинного навчання інтерес до побудови теорії та алгоритмів розв’язання задач математичного програмування в метричних просторах Адамара. Ще однією сильною мотивацією для дослідження даних задач є можливість записати деякі неопуклі задачі у вигляді опуклих у просторі зі спеціально підібраною метрикою. У роботі розглядаються загальні задачі про рівновагу в метричних просторах Адамара. Для наближеного розв’язання задач запропоновано та досліджено нові адаптивні двоетапні проксимальні алгоритми. На кожному кроці алгоритмів слід здійснити послідовну мінімізацію двох спеціальних сильно опуклих функцій. На відміну від правил вибору величини кроку, що застосовувалися раніше, у запропонованих алгоритмах не обчислюються значення біфункції в додаткових точках та не потрібно знання інформації про величину ліпшицевих констант біфункції. Для псевдомонотонних біфункцій ліпшицевого типу, слабко напівнеперервних зверху по першій змінній, опуклих та напівнеперервних знизу по другій змінній, доведені теореми про слабку збіжність породжених алгоритмами послідовностей. Доведення засновані на використанні фейєрівської властивості алгоритмів відносно множини розв’язків задачі про рівновагу. Показано, що запропоновані методи можна застосувати до варіаційних нерівностей з ліпшицевими, секвенційно слабко неперервними та псевдомонотонними операторами, що діють у гільбертових просторах.
Завантаження
Посилання
Kassay, G. & Radulescu, V. D. (2019). Equilibrium problems and applications. London: Academic Press.
Antipin, A. S. (1997). Equilibrium programming: Proximal methods. Comput. Math. Math. Phys., 37, pp. 1285-1296. https://doi.org/10.1134/S0965542507120044
Mastroeni, G. (2003). On auxiliary principle for equilibrium problems. In Daniele, P., Giannessi, F. & Maugeri, A. (Eds.). Equilibrium problems and variational models (pp. 289-298). Dordrecht: Kluwer. https://doi.org/10.1007/978-1-4613-0239-1
Combettes, P. L. & Hirstoaga, S. A. (2005). Equilibrium programming in Hilbert spaces. J. Nonlinear Convex Anal., 6, pp. 117-136.
Lyashko, S. I. & Semenov, V. V. (2016). A new two-step proximal algorithm of solving the problem of equilibrium programming. In Goldengorin, B. (Ed.). Optimization and its applications in control and data sciences (pp. 315-325). Springer optimization and its applications (vol. 115). Cham: Springer. https://doi.org/10.1007/978-3-319-42056-1_10
Korpelevich, G. M. (1976). An extragradient method for finding saddle points and for other problems. Matecon, 12, No. 4, pp. 747-756.
Quoc, T. D., Muu, L. D. & Hien, N. V. (2008). Extragradient algorithms extended to equilibrium problems. Optimization, 57, pp. 749-776. https://doi.org/10.1080/02331930601122876
Popov, L. D. (1980). A modification of the Arrow-Hurwicz method for search of saddle points. Math. Notes of the Academy of Sciences of the USSR, 28, Iss. 5, pp. 845-848. https://doi.org/10.1007/BF01141092
Chabak, L., Semenov, V. & Vedel, Y. (2019). A new non-euclidean proximal method for equilibrium problems. In Chertov, O., Mylovanov, T., Kondratenko, Y., Kacprzyk, J., Kreinovich, V. & Stefanuk, V. (Eds.). Recent de ve lopments in data science and intelligent analysis of information. Proceedings of the XVIII International Conference on Data Science and Intelligent Analysis of Information (pp. 50-58). Advances in Intelligent Systems and Computing (vol. 836). Cham: Springer. https://doi.org/10.1007/978-3-319-97885-7_6
Colao, V., Lopez, G., Marino, G. & Martin-Marquez, V. (2012). Equilibrium problems in Hadamard manifolds. J. Math. Anal. Appl., 388, pp. 61-77. https://doi.org/10.1016/j.jmaa.2011.11.001
Khatibzadeh, H. & Mohebbi, V. (2019). Monotone and pseudo-monotone equilibrium problems in Hadamard spaces. J. Aust. Math. Soc., pp. 1-23. https://doi.org/10.1017/S1446788719000041
Khatibzadeh, H. & Mohebbi, V. (2019). Approximating solutions of equilibrium problems in Hadamard spaces. Miskolc Math. Notes, 20, No. 1, pp. 281-297. https://doi.org/10.18514/MMN.2019.2361
Vedel, Ya. I., Semenov, V. V. & Chabak, L. M. (2020). A two-stage proximal algorithm for equilibrium problems in Hadamard spaces. Dopov. Nac. akad. nauk Ukr., No. 2, pp. 7-14. https://doi.org/10.15407/dopovidi2020.02.007
Denisov, S. V., Semenov, V. V. & Stetsyuk, P. I. (2019). Bregman extragradient method with monotone rule of step adjustment. Cybern. Syst. Anal., 55, Iss. 3, pp. 377-383. https://doi.org/10.1007/s10559-019-00144-5
Bacak, M. (2014). Convex analysis and optimization in Hadamard spaces. Berlin, Boston: De Gruyter
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Доповіді Національної академії наук України
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.