Zum Inhalt

General double-relaxation two-sweep modulus-based matrix splitting iteration methods for horizontal linear complementarity problem

  • 25.06.2024
  • Original Paper
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Der Artikel stellt die allgemeine Methode der doppelten Relaxation mit zwei Sweep-Modulen und der doppelten Relaxation mit zwei Sweep-Modulen zur Lösung des Problems der horizontalen linearen Komplementarität (HLCP) vor. Es beginnt mit einer Einführung in die HLCP und ihre Anwendungen in verschiedenen Bereichen. Anschließend diskutieren die Autoren die bestehenden Methoden zur Lösung des HLCP und führen die modulbasierte Matrix-Splitting-Methode als Rahmen für Iterationsmethoden ein. Sie schlagen die Methoden GDRTMMS und DRTMMS vor und liefern detaillierte Formulierungen und Konvergenzanalysen unter bestimmten Bedingungen. Zahlenbeispiele sollen die Effizienz und Überlegenheit der vorgeschlagenen Methoden im Vergleich zu bestehenden Methoden demonstrieren. Der Artikel schließt mit einer Diskussion zukünftiger Forschungsrichtungen und der potenziellen Auswirkungen der vorgeschlagenen Methoden.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
General double-relaxation two-sweep modulus-based matrix splitting iteration methods for horizontal linear complementarity problem
Verfasst von
Dan Wang
Jicheng Li
Publikationsdatum
25.06.2024
Verlag
Springer US
Erschienen in
Numerical Algorithms / Ausgabe 4/2025
Print ISSN: 1017-1398
Elektronische ISSN: 1572-9265
DOI
https://doi.org/10.1007/s11075-024-01860-6
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.
Bildnachweise
AvePoint Deutschland GmbH/© AvePoint Deutschland GmbH, ams.solutions GmbH/© ams.solutions GmbH, Wildix/© Wildix, arvato Systems GmbH/© arvato Systems GmbH, Ninox Software GmbH/© Ninox Software GmbH, Nagarro GmbH/© Nagarro GmbH, GWS mbH/© GWS mbH, CELONIS Labs GmbH, USU GmbH/© USU GmbH, G Data CyberDefense/© G Data CyberDefense, Vendosoft/© Vendosoft, Deutsche Telekom MMS GmbH/© Vendosoft, Noriis Network AG/© Noriis Network AG, Asseco Solutions AG/© Asseco Solutions AG, AFB Gemeinnützige GmbH/© AFB Gemeinnützige GmbH, Ferrari electronic AG/© Ferrari electronic AG, Doxee AT GmbH/© Doxee AT GmbH , Haufe Group SE/© Haufe Group SE, NTT Data/© NTT Data, Videocast 1: Standbild/© Springer Fachmedien Wiesbaden, IT-Director und IT-Mittelstand: Ihre Webinar-Matineen /© da-kuk / Getty Images / iStock