คำถามติดแท็ก simulation

ในฐานะที่เป็นคนที่สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ผมค่อนข้างอับอายเมื่อฉันเริ่มทำงานกับการจำลองโมเลกุล มันเป็นเรื่องน่าตกใจที่ค้นพบว่าแม้แต่การจำลองที่มีรายละเอียดและมีราคาแพงที่สุดก็ไม่สามารถทำซ้ำพฤติกรรมเชิงปริมาณของน้ำได้อย่างสมบูรณ์จากหลักการแรก ก่อนหน้านี้ฉันอยู่ภายใต้ความประทับใจว่ากฎพื้นฐานของกลศาสตร์ควอนตัมเป็นปัญหาที่แก้ไขได้ (นอกเหนือจากแรงโน้มถ่วงซึ่งโดยปกติจะถือว่าไม่เกี่ยวข้องในระดับโมเลกุล) อย่างไรก็ตามดูเหมือนว่าเมื่อคุณพยายามที่จะขยายกฎหมายเหล่านั้นและนำไปใช้กับสิ่งที่ใหญ่กว่าหรือซับซ้อนกว่าอะตอมไฮโดรเจนพลังงานการทำนายของพวกเขาก็เริ่มพังทลายลง จากมุมมองทางคณิตศาสตร์ฉันเข้าใจว่าคลื่นทำงานอย่างรวดเร็วซับซ้อนเกินกว่าจะแก้ได้และการประมาณนั้น (เช่น Born-Oppenheimer) จำเป็นต้องทำให้คลื่นทำงานได้ง่ายขึ้น ฉันยังเข้าใจด้วยว่าการประมาณเหล่านั้นทำให้เกิดข้อผิดพลาดซึ่งแพร่กระจายมากขึ้นเรื่อย ๆ เมื่อเวลาและสเกลเชิงพื้นที่ของระบบเพิ่มขึ้นภายใต้การศึกษา ธรรมชาติของข้อผิดพลาดการประมาณที่ใหญ่ที่สุดและสำคัญที่สุดเหล่านี้คืออะไร? ฉันจะเข้าใจความผิดพลาดเหล่านั้นได้อย่างไร สิ่งสำคัญที่สุดคือเราจะไปยังวิธีการ ab-initio ที่จะช่วยให้เราสามารถจำลองโมเลกุลทั้งหมดและประชากรของโมเลกุลได้อย่างถูกต้องอย่างไร ปัญหาที่ใหญ่ที่สุดที่ยังไม่แก้ที่หยุดยั้งผู้คนจากการพัฒนาแบบจำลองเหล่านี้คืออะไร?

29 quantum-mechanics  simulation 

ฉันต้องการพัฒนาซอฟต์แวร์การคำนวณทางวิทยาศาสตร์แบบขนานตั้งแต่เริ่มต้น ฉันต้องการความคิดเกี่ยวกับภาษาที่จะเริ่มต้น โปรแกรมนี้เกี่ยวข้องกับการอ่าน / เขียนข้อมูลไปยังไฟล์ txt และทำการคำนวณอย่างหนักพร้อม ๆ กันโดยมี factorizations LU จำนวนมากและการใช้ตัวแก้ปัญหาเชิงเส้นแบบกระจัดกระจาย ทางเลือกที่ฉันคิดคือ Fortran 2003/2008 กับ OpenMP หรือ co-array, C ++ กับ openmp cilk + หรือ TBB, python ข้อเสนอแนะอื่น ๆ เอกสารยินดีต้อนรับ! ฉันรู้ดีมาก C, Fortran และ Java (ตามลำดับ) ฉันได้ทำสคริปต์บางอย่างในหลาม แต่เป็นสิ่งพื้นฐาน ฉันรู้ว่าฟอร์แทรนนั้นเร็วมาก แต่ยากที่จะรักษาและขนานกัน C ++ บอกว่าช้าถ้าคุณใช้ไลบรารี่ภายนอกและอื่น ๆ ฉันชอบไพ ธ อน แต่เป็นเรื่องจริงไหมที่จะเขียนซอฟต์แวร์ระดับอุตสาหกรรมเต็มรูปแบบ? ซอฟต์แวร์ต้องสามารถจัดการข้อมูลจำนวนมากและมีประสิทธิภาพด้วยการคำนวณทางวิทยาศาสตร์ …

18 python  hpc  c++  fortran  simulation 

ฉันใช้การจำลองแบบโมเลกุล (MD) โดยใช้ซอฟต์แวร์หลายชุดเช่น Gromacs และ DL_POLY ขณะนี้Gromacสนับสนุนการสลายตัวของอนุภาคและอัลกอริธึมการสลายตัวของโดเมน ตามค่าเริ่มต้นการจำลอง Gromacs ใช้การสลายตัวของโดเมนแม้ว่าจะเป็นเวลาหลายปีจนกระทั่งเมื่อเร็ว ๆ นี้การสลายตัวของอนุภาคเป็นวิธีการเดียวที่นำมาใช้ใน Gromacs ในหนึ่งในเอกสาร Gromacs (DOI 10.1002 / jcc.20291) ผู้เขียนให้เหตุผลในการเลือกการสลายตัวของอนุภาคเริ่มต้น: "การตัดสินใจออกแบบช่วงแรกคือทางเลือกในการทำงานกับการสลายตัวของอนุภาคมากกว่าการสลายตัวของโดเมนเพื่อแจกจ่ายงานผ่านโปรเซสเซอร์ในกรณีหลังโดเมนเชิงพื้นที่ได้รับมอบหมายให้โปรเซสเซอร์ซึ่งช่วยให้สามารถค้นหาเพื่อนบ้านเชิงพื้นที่ได้อย่างรวดเร็วโดยการสื่อสารในท้องถิ่นเท่านั้น ไปยังอนุภาคที่เคลื่อนที่ผ่านขอบเขตเชิงพื้นที่มีความสำคัญการสลายตัวของโดเมนเป็นตัวเลือกที่ดีกว่าเมื่อขนาดของระบบเชิงเส้นมีขนาดใหญ่กว่าช่วงของการปฏิสัมพันธ์ซึ่งไม่ค่อยเกิดขึ้นในกรณีของการเคลื่อนที่ของโมเลกุลด้วยการสลายตัวของอนุภาคแต่ละตัวประมวลผล สำหรับเศษส่วนที่กำหนดของอนุภาคโดยใช้รายการเพื่อนบ้านที่คำนวณล่วงหน้าอย่างเท่าเทียมกันกระจายไปทั่วโปรเซสเซอร์FฉันเจFผมJF_{ij}เกิดขึ้นจากการทำงานร่วมกันระหว่างอนุภาค และซึ่งจำเป็นสำหรับการปรับปรุงความเร็วของทั้งอนุภาคและ ผมผมiJJjผมผมiJJjถูกคำนวณเพียงครั้งเดียวและสื่อสารกับโปรเซสเซอร์อื่น ๆ โปรเซสเซอร์ทุกตัวจะเก็บชุดพิกัดที่สมบูรณ์ของระบบไว้ในหน่วยความจำภายในของมันแทนที่จะ จำกัด ที่เก็บข้อมูลให้ตรงกับความต้องการ สิ่งนี้ง่ายกว่าและประหยัดค่าใช้จ่ายในการสื่อสารในขณะที่การอ้างสิทธิ์หน่วยความจำมักไม่ได้เป็นปัจจัย จำกัด แม้แต่กับอนุภาคหลายล้านตัว ในทางกลับกันเพื่อนบ้านซึ่งสามารถบรรจุอนุภาคได้มากถึง 1,000 เท่าของจำนวนนั้นจะถูกกระจายไปทั่วโปรเซสเซอร์ การสื่อสารนั้น จำกัด การส่งพิกัดและแรงหนึ่งครั้งต่อรอบวงแหวนโปรเซสเซอร์ ตัวเลือกเหล่านี้ได้รับการพิสูจน์แล้วว่ามีความแข็งแกร่งเมื่อเวลาผ่านไปและสามารถใช้กับกลุ่มโปรเซสเซอร์ที่ทันสมัยได้อย่างง่ายดาย " พวกเขาหมายถึงอะไรโดย "ขนาดของระบบเชิงเส้น" ในประโยค "การสลายตัวของโดเมนเป็นตัวเลือกที่ดีกว่าเฉพาะเมื่อขนาดของระบบเชิงเส้นมีขนาดใหญ่เกินขอบเขตของการปฏิสัมพันธ์ซึ่งไม่ค่อยเกิดขึ้นในโมเลกุล" จากย่อหน้าข้างต้นฉันได้รับแนวคิดว่าการสลายตัวของอนุภาคมีข้อดีที่ไม่ต้องจัดการกับอนุภาคที่เคลื่อนที่ข้ามขอบเขตของโดเมน แต่คุณต้องมีหน่วยความจำเพียงพอสำหรับโปรเซสเซอร์แต่ละตัวเพื่อจัดเก็บการกำหนดค่าระบบทั้งหมด ดังนั้นการสลายตัวของอนุภาคจึงดูดีมากในขณะที่การสลายตัวของโดเมนดูไม่ดีนัก ฉันแน่ใจว่านี่เป็นคำถามที่ซับซ้อนมาก (และอาจเป็นเรื่องของหนังสือหลายเล่ม) แต่โดยทั่วไปแล้วหากการสลายตัวของอนุภาคดูดีมากทำไมทุกคนต้องใช้การย่อยสลายโดเมน …

15 parallel-computing  efficiency  molecular-dynamics  simulation 

ฉันพยายามจำลองวัตถุเชือก สูตรที่ฉันเข้าใจคืออาร์เรย์ของอนุภาคเชื่อมต่อกันด้วยสปริง สปริงเหล่านี้มีค่า k ที่มีขนาดใหญ่มากดังนั้นเส้นจึงเปลี่ยนรูป แต่ยืดน้อยมาก ฉันได้ข้อสรุปว่าการแก้ปัญหานี้เป็นหน้าที่ของเวลาเป็นไปไม่ได้ในรูปแบบปิดเพราะเชือกเป็นลักษณะทั่วไปของลูกตุ้ม (ซึ่งไม่ใช่รูปแบบปิด) การชำระสำหรับโซลูชันโดยประมาณแล้ว ฉันต้องการอัลกอริทึมที่ปรับขนาดได้ดี ตัวอย่างที่ฉันได้เห็นใช้การรวมกลุ่มของออยเลอร์อย่างชัดเจนหรือโดยปริยายเพื่อเคลื่อนย้ายอนุภาค สิ่งนี้ไม่ได้ปรับขนาด หากต้องการดูสิ่งนี้ให้พิจารณาเชือกที่มีโหนด n ใช้แรงขนาดใหญ่กับปลายด้านหนึ่ง เนื่องจากเชือกไม่ควรยืดมากนักความเร่งที่ปลายอีกด้านจะต้องเป็นทันที อย่างไรก็ตามด้วยการรวมกันของ Eulerian การได้รับแรงใด ๆไปยังส่วนอื่น ๆ นั้นจำเป็นต้องมีขั้นตอน n ฉันสังเกตเห็นการหลุดร่วงแบบเอ็กซ์โพเนนเชียล: ถ้าโหนดแรกเร่งจำนวนหนึ่งให้เร็วขึ้นแล้วโหนดที่อยู่ติดกันจะเร่งความเร็วให้น้อยลง (ถ้าพวกเขาเร่งความเร็วในอัตราเดียวกัน ดังนั้นโหนดที่อยู่ติดกับโหนดนั้นก็จะยิ่งช้าลง! ดังนั้นสำหรับโหนดที่อยู่ห่างออกไปการเร่งความเร็วก็เล็กน้อย สิ่งนี้นำไปสู่เชือกที่มีความยาวเหยียด หากคุณต้องการความละเอียดของการจำลองเป็นสองเท่าคุณต้องทำตามขั้นตอนเวลาที่เล็กลงเป็นสิบหรือร้อยเท่าเพื่อให้ได้พฤติกรรมที่คล้ายกัน ฉันกำลังมองหาวิธีง่าย ๆ ที่แก้ปัญหานี้ - นั่นคือการจำลองความละเอียดที่สูงขึ้นมาบรรจบกันกับการแก้ปัญหาด้วยการคำนวณพิเศษพหุนามเวลาเท่านั้น ห้องสมุดเต็มรูปแบบของเมทริกซ์และเทคนิคพีชคณิตเชิงเส้นสามารถใช้ได้ ความรู้เกี่ยวกับกลศาสตร์คลาสสิกของฉันดีมากและฉันรู้การวิเคราะห์เชิงตัวเลข

12 simulation 

สาขาพลศาสตร์ของไหลเชิงคำนวณ (CFD) อุทิศตนเพื่อแก้สมการเนเวียร์ - สโตคส์ (หรือทำให้เรียบง่ายขึ้น) ชุดย่อยของ CFD มหาสมุทรและแบบจำลองบรรยากาศแก้สมการเดียวกันสำหรับการใช้งานจริง อะไรคือความแตกต่างและการแลกเปลี่ยนระหว่างแนวทาง CFD ทั่วไปกับกรณีที่ใช้จริง

10 fluid-dynamics  simulation  computational-physics  numerical-modelling 

ฉันใช้ FEA มาสองสามปีแล้ว แต่การใช้และใช้อย่างถูกต้องเป็นสองสิ่งที่แตกต่างกันปัจจัยด้านความปลอดภัยไม่ใช่วิธีแก้ปัญหาสำหรับทุกสิ่ง ฉันรู้สึกว่าฉันจะไม่ใช้มันอย่างถูกต้องเว้นแต่ฉันจะได้คำตอบที่ชัดเจนสำหรับคำถามนั้น: ฉันรู้ว่าองค์ประกอบต้องใกล้เคียงกับรูปร่างในอุดมคติของพวกเขา (ขึ้นอยู่กับจาโคเบียนเท่านั้น) เพื่อให้ได้ผลลัพธ์ที่แม่นยำ .. แต่ทำไม? เนื่องจากฉันเข้าใจว่ามันมาจากการแปลงพิกัดถ้าเวกเตอร์สององค์ประกอบกลายเป็น colinear ไม่ควรให้ผลลัพธ์ที่ถูกต้องไม่ว่ารูปร่างของมันจะเป็นอย่างไร คำตอบทีละขั้นตอนตามตัวอย่างที่อธิบายไว้ (การกระจายความเค้นโดยพลการ) เหมาะอย่างยิ่งโดยเฉพาะอย่างยิ่งเนื่องจากเป็นคำถามที่ค่อนข้างบ่อย (แต่ไม่เคยตอบอย่างชัดเจนจากสิ่งที่เห็น

10 finite-element  simulation 

ผมทำงานเกี่ยวกับซิมของเหลว 2D โดยใช้อนุภาคน้ำวน / "vortons" ตามที่อธิบายในการจำลองของไหลสำหรับวิดีโอเกม ซึ่งฉันคิดว่าเป็นสิ่งเดียวกันกับ "วิธี vortex แยก" โดยทั่วไปคุณเป็นตัวแทนของของเหลวที่มีการสะสมของอนุภาคที่มีความ vorticity ที่กำหนดและคำนวณความเร็วของของเหลวที่จุดโดยการสรุปความเร็วที่เหนี่ยวนำให้เกิดขึ้นของ Vortons ทั้งหมดโดยใช้กฎหมายของ Biot – Savart (เช่น:โดยที่คือความแตกต่างของตำแหน่งระหว่างจุดตัวอย่างและกระแสน้ำวนคือความแปรปรวน (ปริมาณเวกเตอร์ในรูปแบบ 3 มิติ) และคือระยะทางแบบยุคลิดระหว่าง vorton และจุดตัวอย่าง)v=ω×(p2−p1)4πr3v=ω×(p2−p1)4πr3v = \frac{\omega \times (p_2-p_1)}{4\pi r^3}p2−p1p2−p1p_2-p_1wwwrrr ฉันพยายามที่จะแนะนำกล่องเข้าไปในของไหลและให้มันเคลื่อนที่ไปมาและมีอิทธิพลต่อของไหล ซึ่งหมายถึงการคำนึงถึงเงื่อนไขขอบเขตการไม่ลื่นและไม่ผ่านสำหรับกล่อง (นั่นคือการมีความเร็วของของไหลสัมพัทธ์เท่ากับ 0 อยู่ที่ขอบเขตของกล่อง) ตอนนี้ฉันสุ่มตัวอย่างความเร็วสัมพัทธ์ของกล่องและของไหลที่ 80 คะแนนรอบปริมณฑลของกล่อง ฉันยังมี vortons 80 อันวางไว้ใกล้กับขอบด้านนอกของกล่อง แต่ชดเชยออกไปเล็กน้อย ฉันสร้างเมทริกซ์ขนาดใหญ่และแก้ปัญหาค่า vorticity ซึ่ง vortons จำเป็นต้องต่อต้านความเร็วของของเหลวที่จุดตัวอย่าง นี้เกือบจะทำงาน แต่ฉันได้สังเกตเห็นว่าการแก้ปัญหาที่ผมได้รับกลับมาสูงขึ้นอยู่กับรูปแบบที่แน่นอนของจุดตัวอย่างและ …

10 fluid-dynamics  simulation 

ฉันสนใจในการเพิ่มฟังก์ชั่นที่ Pθ ∈ R Pฉ( θ )f(θ)f(\mathbf \theta)θ ∈ Rพีθ∈Rp\theta \in \mathbb R^p ปัญหาคือฉันไม่รู้รูปแบบการวิเคราะห์ของฟังก์ชันหรืออนุพันธ์ของมัน สิ่งเดียวที่ฉันทำได้คือการประเมินฟังก์ชั่นจุดฉลาดโดยการเสียบค่าและรับการประมาณค่า NOISYณ จุดนั้น ถ้าฉันต้องการฉันสามารถลดความแปรปรวนของประมาณการเหล่านี้ได้ แต่ฉันต้องจ่ายค่าใช้จ่ายในการคำนวณที่เพิ่มขึ้น * F ( θ * )θ* * * *θ∗\theta_*ฉ^( θ* * * *)f^(θ∗)\hat{f}(\theta_*) นี่คือสิ่งที่ฉันได้ลองไปแล้ว: โคตร Stochastic ที่มีความแตกต่างอัน จำกัด : มันสามารถใช้งานได้ แต่ต้องใช้การปรับแต่งมากมาย (เช่นลำดับการได้รับ, ตัวประกอบสเกล) และบ่อยครั้งที่มันไม่เสถียร การอบแบบจำลอง: มันใช้งานได้และมีความน่าเชื่อถือ แต่ก็ต้องใช้การประเมินฟังก์ชั่นมากมายดังนั้นฉันจึงพบว่ามันค่อนข้างช้า ดังนั้นฉันขอคำแนะนำ / ความคิดเกี่ยวกับวิธีการเพิ่มประสิทธิภาพทางเลือกที่เป็นไปได้ที่สามารถทำงานภายใต้เงื่อนไขเหล่านี้ ฉันกำลังทำให้ปัญหาเป็นเรื่องปกติที่สุดเท่าที่จะทำได้เพื่อกระตุ้นข้อเสนอแนะจากงานวิจัยที่แตกต่างจากของฉัน …

10 optimization  monte-carlo  simulation 

ทำการจำลองเชิงตัวเลขโดยตรงของความปั่นป่วนของไอโซโทรปิกด้วยวิธีการฟูริเยร์หลอก - สเปกตรัม (Orzag & Patterson, PRL, 1972) โดยใช้ FFT สำหรับพื้นหลังของวิธีการซึ่งใช้กันอย่างแพร่หลายในชุมชนปั่นป่วนคุณสามารถดูหลักสูตรนี้: http://www.math.ualberta.ca/~bowman/m655/lab3d.pdf ใช้กฎเรียกว่าสำหรับการจัดการซึ่งประกอบด้วยการทำ start ที่ไหน2 / 32/32/3ยู^( k , t ) = 0 ฉันf k >23kMA Xยู^(k,เสื้อ)=0 ผมฉ k>23kMAX\begin{equation} \hat{u}(\mathbf{k},t)=0~~~~~~~~~~~~~~if~~~k > \frac{2}{3} k_{MAX} \end{equation}เสื้อเสื้อt เป็นเวลา kk\mathbf{k} คือหมายเลขคลื่น kMA XkMAXk_{MAX} คือจำนวนคลื่นสูงสุดและ ยู^ยู^\hat{u} คือแอมพลิจูดสเปกตรัมของความเร็ว การแจกไพ่ทำหน้าที่เสมือนการกระจายตัวเลขหรือไม่? กล่าวอีกนัยหนึ่งมีพลังงานรั่วเนื่องจากการจัดการหรือไม่

9 fluid-dynamics  simulation 

คำตอบ ให้ซอฟต์แวร์สำหรับการคำนวณเลขชี้กำลัง Lyapunov แบบมีเงื่อนไข (CLE) สำหรับออสซิลเลเตอร์คู่ในการซิงโครไนซ์ความวุ่นวาย อย่างไรก็ตามมันยากที่จะติดตามและไม่มีเอาต์พุตกราฟิกของพล็อต (และอยู่ใน C ซับซ้อนกว่า) ไม่มีใครรู้วิธีการแก้ไขLET Toolboxซึ่งดีมากสำหรับระบบที่ไม่ได้แยกกัน แต่ฉันไม่เข้าใจวิธีการทำงานกับระบบที่ซิงโครไนซ์เพื่อรองรับ CLE ฉันมีความสับสนเกี่ยวกับวิธีการรวมสัญญาณไดรเวอร์ในขณะที่การคำนวณเมทริกซ์จาโคเบียนสำหรับ CLE เนื่องจากทฤษฎีบอกว่าพบ CLE สำหรับระบบการตอบสนองดังนั้นเราไม่จำเป็นต้องค้นหา Jacobian สำหรับไดรเวอร์เช่นเดียวกับระบบตอบสนองสำหรับ ออสซิลเลเตอร์ที่คล้ายกัน (ไดรฟ์และการตอบสนอง) หรือเราควรพิจารณาทั้งไดรฟ์และระบบตอบกลับในซอฟต์แวร์และดำเนินการต่อราวกับว่าเป็นระบบเดียว วิธีการรองรับการบังคับภายนอกเช่นกระบวนการสุ่มในสมการสถานะหากมีใน CLE มีการใช้งานอื่นสำหรับ CLE หรือไม่ ขอบคุณ

9 matlab  ode  simulation  quantum-mechanics