| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-9页 |
| 1 引言 | 第9-20页 |
| ·研究背景及意义 | 第9-11页 |
| ·邻近点算法描述 | 第11-12页 |
| ·邻近点算法相关的收敛性质 | 第11-12页 |
| ·可分方法的研究现状 | 第12-17页 |
| ·两个凸函数之和的可分拉格朗日函数方法的研究现状 | 第13-15页 |
| ·三个凸函数之和的可分拉格朗日函数方法的研究现状 | 第15-17页 |
| ·本文所用的记号说明和定义 | 第17-19页 |
| ·本文的主要工作 | 第19-20页 |
| 2 新的预估校正邻近乘子法 | 第20-36页 |
| ·预备知识 | 第20页 |
| ·新的预估校正邻近乘子法 | 第20-22页 |
| ·新的预估校正邻近乘子法的全局收敛性 | 第22-28页 |
| ·新的预估校正邻近乘子法的收敛率 | 第28-36页 |
| 3 基于邻近点的并行分解增广拉格朗日函数法 | 第36-48页 |
| ·预备知识 | 第36-38页 |
| ·改进的并行分解增广拉格朗日函数法 | 第36-37页 |
| ·一个基于ADM分解方法来分离凸规划问题 | 第37-38页 |
| ·基于邻近点的并行分解增广拉格朗日函数法 | 第38-40页 |
| ·基于邻近点的并行分解增广拉格朗日函数法的全局收敛性 | 第40-48页 |
| 4 数值算例 | 第48-51页 |
| ·数值结果分析 | 第50-51页 |
| 5 结论与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录A | 第55-56页 |
| 致谢 | 第5页 |