非圆刚体的模拟：基于机器学习的独立计算成本重叠计算技术
摘要：使用标准分子动力学（MD）和蒙特卡罗（MC）模拟方法处理球形颗粒。将这些标准模拟方法扩展到非球形颗粒是非常困难的。为了解决这个问题，非球形体被认为是由组成的球形物体集合。随着这些组成物体的数量变多，模拟系统的计算负担也增加。在本文中，我们提出了一种在二维中模拟具有成对斥力相互作用的非圆形刚体的替代方法。我们的方法基于基于机器学习（ML）的模型，该模型预测两个非圆形刚体之间的重叠。机器学习模型容易训练，其实施的计算成本与用于表示非圆形刚体的组成盘的数量无关。当在MC模拟中使用时，我们的方法与标准实现相比提供了显著的加速，其中两个刚体之间的重叠确定是通过计算其组成盘之间的距离来完成的。我们提出的基于ML的MC方法提供了与标准实现非常相似的系统结构特征。我们相信这项工作是以时间高效模拟非球形刚体的第一步。
作者：Saientan Bag
论文ID：2207.10917
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2022-07-25