摘要 本文提出了一类用于解决希尔伯特空间中混合均衡问题（MEPs）的近端神经动态模型（PNDMs）。与现有专注于变分不等式和标准均衡问题的方法不同，所提出的框架专门为混合均衡问题开发，并通过三种不同模型统一有限时间（FT）、固定时间（FXT）和预定义时间（PdT）收敛性。在强伪单调性和Lipschitz类型条件下，建立了解的存在性和唯一性。利用Lyapunov技术和近端算子理论，为每个模型推导出明确的收敛条件。特别是，PdT模型确保在用户指定的时间内收敛，与初始条件无关，而FT和FXT模型则分别确保初始相关和均匀有界的收敛。PdT模型还表现出比其对应模型更快的收敛速度。所提出的框架进一步应用于通过FXT模型解决复合和最小最大优化问题，以及使用PdT模型进行稀疏信号恢复（SSR）。数值实验验证了理论结果，并展示了所提方法的有效性和改进的收敛性能。
Wen等（周五）研究了这个问题。