這是一個偏學術的項目。流體力學界對過冷液體(supercooled liquid)的認知還不完善,我的項目利用Python的分子模擬,通過搭建一個binary hard disk system並對系統進行壓縮模擬來驗證Dynamic Facilitation Theory是否適用於我搭建的分子模型。
系統激發態密度與系統壓力成log關系:
系統的弛豫時間和系統壓力成如下關系:
來源:項目PPT
我在Python內搭建如上binary hard disk模型, 並壓縮系統至不同的密度來模擬過冷液體。壓縮完成之後在此運行系統來模擬過冷液體常規布朗運動。在此期間,收集每一個粒子的實時坐標(x,y)並做如下計算:
通過收集大量系統模擬分子坐標的實時數據以及對其進行延伸計算,我們可以發現DF Theory是適用於binary hard disk system。
用指示函數量化激發的總密度
來源:項目PPT
來源:項目PPT
來源:項目PPT
來源:項目PPT
來源:項目PPT
來源:項目PPT
來源:項目PPT
在此對Lawrence Xi對本文所作的貢獻表示誠摯感謝,他畢業於加州大學聖塔芭芭拉分校,專長化學工程和統計。興趣技能點廣泛,對數據分析,品牌營銷,客戶策略,以及industry-related科研感興趣,精通Microsoft Office,Python,Matlab,Mathematica等學術軟件,尤其Python 數據分析經驗充分。
最受歡迎的見解
1.用R語言模擬混合制排隊隨機服務排隊系統
2.R語言中使用排隊論預測等待時間
3.R語言中實現馬爾可夫鏈蒙特卡羅MCMC模型
4.R語言中的馬爾科夫機制轉換(Markov regime switching)模型
5.python中使用馬爾可夫決策過程(MDP)動態編程來解決最短路徑強化學習問題
6.用R語言模擬混合制排隊隨機服務排隊系統
7.Python基於粒子群優化的投資組合優化
8.R語言幾何布朗運動 GBM模擬股票價格優化建立期權定價概率加權收益曲線可視化
9.R語言進行支持向量機回歸SVR和網格搜索超參數優化