摘要：广义交替方向乘子法是求解凸优化问题的有效算法．当实际问题中子问题难以求解时，可以采用在子问题中添加邻近项的方法处理，邻近矩阵正定时，算法收敛，然而这也会使迭代步长较小．最新研究表明，邻近矩阵可以有一定的不正定性．本文在基于不定邻近项的广义交替方向乘子法框架下，提出一种自适应的广义交替方向乘子法，动态地选择邻近矩阵，增大迭代步长．在一些较弱的假设下，证明了算法的全局收敛性．我们进行一些初等数值实验，验证了算法的有效性．

关键词：凸优化 广义交替方向乘子法 自适应 不定邻近项 全局收敛 

单位：南京师范大学数学科学学院; 南京210023