程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

Python的分子模擬動態促進DF Theory理論對二進制硬盤系統的適用性

編輯:Python

全文鏈接:http://tecdat.cn/?p=27993 

原文出處:拓端數據部落公眾號

作者:Lawrence Xi

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。

DF Theory包含以下理論推測

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:

  1. 辨別系統的激發態密度
  2. 驗證系統激發態密度和系統壓力是否成log關系

  1. 計算系統的弛豫時間(relaxation time)

  1. 驗證系統弛豫時間和系統壓力的關系

結果 

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。 

激發識別

用指示函數量化激發的總密度 

 

  來源:項目PPT

Boltzmann關系:線性關系與查找能量標度KA

   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 

關於作者

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


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved