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