Hilbert空间中严格伪压缩映像的强收敛定理

给出了一种求解严格伪压缩非自身映像不动点集上变分不等式的迭代算法,并证明了其强收敛性。此结果推广了姚永红和T．H．Kim等的研究结果。最后,进一步将结论推广到求解有限个严格伪压缩非自身映像公共不动点集上的变分不等式。     

定义于Hilbert空间中星形集上的非扩张映像

假设H是一个实Hilbert空间,C是H的一个非空弱闭星形子集,T：C→C为非扩张映像。研究了T的不动点的存在性及其迭代算法的收敛性,本文结果推广了关于非扩张映像的已有相关结果。     

可数非扩张映像族公共不动点迭代算法

提出一种计算可数个非扩张映像族公共不动点的新的迭代算法，并证明了算法的强收敛性。本算法由于避免使用形一映像，因而使得算法简洁，计算工作量较小。     

q-一致光滑Banach空间中的严格伪压缩映像

提出一种不用投影算子的修正的Mann遮代的循环算法,用于逼近q-一致光滑的Banach空间中有限个严格伪压缩映像的公共不动点,并证明了算法的强收敛性。本结论推广了Kim等和Zhang等关于非扩张映像的相应结果。     

关于粘滞迭代的一个强收敛定理

在一致光滑的Banach空间E中,C是E中非空闭凸子集,f：C→C是压缩映像,T：D→C是非扩张映像且不动点集合F（T）非空,x0∈C是任一初始点,由粘滞迭代xn＋1=αnf（xn）＋（1-αn）Txn构造的序列{xn}在｜Tzn-xn-zn-xn｜=0（βa）条件下强收敛于T在C中的不动点。     

Banach空间上非扩张映像的一个不动点定理

设X为满足Opial条件的自反Banach空间,D包含X为一闭星形集。证明了非扩张映像G：D→D的一个新的不动点定理,这一定理推广了已有相关结果。     

正则化方法求解变分不等式

基于正则化思想,分别对于带有Lipschitz连续单调映像以及带有Lipschitz连续伪压缩映像的补算子的变分不等式,建立了隐式计算格式,并且证明了计算格式的强收敛性。本文结果改进了Hong—Kun Xu的相关结果。     

带有误差的广义压缩映射迭代序列的收敛阶

Liu Qihou提出了度量空间中带有误差的迭代序列的定义，并研究了迭代序列的收敛性。严格分析了完备度量空间中带有误差的两类广义压缩映射迭代序列的收敛速度，得到了迭代序列收敛阶的最佳估计，这些结果在近似计算中可用于估计不动点的大致范围以及根据精度要求确定迭代次数。     

复合Halpern迭代逼近可数个增生映像的公共零点

设E是严格凸和自反的实Banach空间且其范数是一致Gateaux可微的,K是E中非空闭凸子集,Ai：K→E（i∈N）是m-增生映像且公共不动点集非空,u∈K是给定点,X1∈K是任一初始点,{αn}^∞ n=1、{β}^∞ n=1是[0,1]中的实数列且满足如下条件：（i）lim n→∞αn=0,∑^∞ n=1 αn=∞,∑^∞ n=1｜αn＋1－αn｜〈∞;（ii）lim n→∞βn=0,∑^∞ n=1｜βn＋1－βn｜〈∞。设{Xn}^∞ n=1是由下面复合Halpern格式定义的迭代序列：{yn=βnXn＋（1-βn）SXn,n≥0 Xn＋1=αnu＋（1-αn）yn其中S=∑∞ i=1ξiJAi,JAi=（1＋Ai）^-1（i∈N）,那么{Xn}∞ n=1强收敛于{Ai}i∈N的公共0点。本文的结果改进和推广了Zegeye和Shahzad,Ofoedu以及其他作者的相应结果。     

一种新的非扩张映像不动点的复合迭代算法

在Banach空间中．引进了一种新的逼近非扩张映像不动点的复合隐迭代格式。证明了一些弱收敛和强收敛定理。并给出了相对收敛率的估计。本研究结果改进了已有同类的结果。     

一种修正的Mann迭代算法的强收敛性

设H是一Hilbert空间,C为H的非空闭凸子集,T：C→C为一非扩张映射。在假设零元素θ∈C的情况下采用正则化思想,提出了一种不涉及投影算子的Mann迭代修正算法来逼近T的不动点,证明了算法的强收敛性。     

广义均衡问题和不动点问题的收敛性定理及应用

运用平行算法,提出一种寻求广义均衡问题解及有限个严格伪压缩映像不动点集的公共元的新的迭代格式．在Hilbert空间中．证明了该算法的强收敛性。     

关于非扩张映像的修正粘滞迭代格式

设H是Hilbert空间,X是Banach空间,C是H或X中的非空闭凸子集,T是C→C的非扩张映射,且f是C→C的压缩映射。受H．K．Xu对粘滞迭代算法讨论的启发,提出一种新的粘滞迭代算法,xn＋1=T[（1-αn）xn＋αnf（xn）],n≥0,其中x0∈C,C是Banach空间中的非空闭凸子集,分别在Hilbert空间和Banach空间框架下证明了序列{xn}是强收敛的。     

一类变分不等式解的混合最速下降算法

证明了定义于严格伪压缩映像不动点集上的变分不等式解的混合最速下降算法的强收敛性,推广了Yamada的相关结果。