共查询到18条相似文献,搜索用时 78 毫秒
1.
梯度场中荧光关联谱测量的Monte Carlo模拟 总被引:1,自引:1,他引:0
荧光关联谱(FCS)利用少量分子的荧光涨落获得分子运动和反应信息,是一种探测活细胞内生物过程的有力工具。本文利用Monte Carlo方法模拟激光梯度场下瑞利粒子的布郎运动,分析梯度场对FCS测量得到的扩散时间、粒子数等参数的影响,模拟与初步实验结果定性吻合。文中还讨论了Monte Carlo模拟预测的一些实验现象。 相似文献
2.
基于微环DNA分子柔性铰链机制,利用Monte Carlo模拟研究不同长度微环DNA分子(小于500 basepairs)的构象能及各片断之间的关联性质,给出含有柔性铰链的微环DNA分子直接构象信息和相应的拓扑性质. 相似文献
3.
4.
5.
6.
利用蒙特卡罗(Monte Carlo)方法,对10—20MeV 中子在静态随机存储器(SRAM)中引起的单粒子翻转进行了模拟,着重对中子在SRAM 灵敏区引起的电离能量沉积进行了计算,并对中子引起单粒子翻转过程相关物理量进行了计算.这些计算模拟结果为了解10—20MeV 中子引起SRAM 单粒子翻转过程提供了详细的统计信息,为SRAM 的抗辐射加固提供相关参考信息.
关键词:
SRAM单粒子翻转
Monte Carlo 模拟
能量沉积 相似文献
7.
具有表面弛豫的液体自扩散的Monte Carlo模拟 总被引:1,自引:0,他引:1
研究多孔介质中液体的自扩散行为能获得介质的微观结构信息,有助于了解介质中液体的传输性质.以具有不同孔隙大小的无限长圆柱体模型中的液体为对象,采用Monte Carlo随机行走方法,模拟存在表面弛豫时液体的自扩散系数和核自旋磁化强度随时间的变化,导出将NMR弛豫参数和随机行走参数联系在一起的表达式.结果表明:在快扩散区,液体的核自旋磁化强度随弛豫时间呈单指数衰减,且自扩散系数在短时情况下独立于表面弛豫率;在慢扩散区,液体的核自旋磁化强度衰减和自扩散系数在短时情况下均与表面弛豫率无关.模拟结果与理论分析相吻合,可用于求解介质的表面积与体积之比及孔径大小等结构信息. 相似文献
8.
Monte Carlo方法研究支气管组织自体荧光光谱 总被引:1,自引:0,他引:1
在实验获得支气管组织显微荧光特性和有关光学特性参量的基础上,将支气管组织简化为三层光学模型,用Monte Carlo方法模拟442nm He-Cd激光在组织模型中的光分布及自体荧光的逃逸函数,计算出各组织层对总体自体荧光的贡献,并模拟出逃逸到组织体表面的自体荧光光谱.进一步实验测量与理论计算的自体荧光光谱比较表明,两者在460~520nm及600~700nm的光谱范围内符合得较好. 相似文献
9.
用Monte Carlo方法模拟研究了一条自由高分子链在分子刷表面吸附的静态和动态特性.结果表明,随着自由链与分子刷之间吸附作用能(ε)的增大,自由链出现由脱吸附态到吸附态的相转变,同时链的扩散由正常模式转为亚扩散模式.临界吸附能(εC)几乎与自由链长度无关,但随着分子刷链长度的减小或分子刷链间距的增大而不断增大.在εC附近,自由链嵌入分子刷内部,同时链尺寸达到极小,而当ε?εC时,自由链处于强吸附态,链节主要分布于分子刷表层,同时整个吸附动态过程可分为自由链吸附和分子刷扩散两个阶段. 相似文献
10.
利用时间分辨荧光光谱技术,研究了菲、荧蒽、芴、蒽、芘等五种多环芳烃的荧光时间分辨发射光谱特性。以289 nm受激拉曼光作为激发光源,研究了289 nm激发光作用下五种多环芳烃的延时特性和门宽特性。并以多环芳烃随延时时间的荧光峰强度衰减关系曲线,得到菲、荧蒽、芴、芘的荧光寿命分别为37.0, 32.7, 10.9, 147.0 ns。不同荧光物质具有特定的荧光光谱特性,多环芳烃时间分辨荧光光谱特性的研究可以为复杂水体中不同种类多环芳烃的诊断提供依据。 相似文献
11.
12.
13.
为了实现基于蒙特卡罗方法的中子动力学计算,在传统的直接蒙特卡罗动力学方法的基础上,提出了一种加权蒙特卡罗动力学方法。该方法通过引入粒子权重的概念,隐式考虑中子俘获反应和裂变反应过程中中子数目的变化,避免了模拟粒子的数目随时间的变化,降低了统计偏差,消除了程序计算过程中粒子的存库操作,提高了计算精度。基于单能点堆模型,开发了中子动力学计算程序NECP-Dandi,进行了大量数值验证与分析,包括无缓发中子、单组缓发中子、六组缓发中子、正阶跃反应性引入、负阶跃反应性引入、正脉冲反应性、负脉冲反应性和正线性反应性引入等情况。数值结果表明,相比于直接蒙特卡罗动力学方法,加权蒙特卡罗动力学方法在计算结果的精度和计算效率上有较为明显的改进,程序结构更为简洁。 相似文献
14.
15.
Michael Betancourt 《Annalen der Physik》2019,531(3)
From its inception in the 1950s to the modern frontiers of applied statistics, Markov chain Monte Carlo has been one of the most ubiquitous and successful methods in statistical computing. The development of the method in that time has been fueled by not only increasingly difficult problems but also novel techniques adopted from physics. Here, the history of Markov chain Monte Carlo is reviewed from its inception with the Metropolis method to the contemporary state‐of‐the‐art in Hamiltonian Monte Carlo, focusing on the evolving interplay between the statistical and physical perspectives of the method. 相似文献
16.
We further study the validity of the Monte Carlo Hamiltonian method. The advantage of the method,in comparison with the standard Monte Carlo Lagrangian approach, is its capability to study the excited states. Weconsider two quantum mechanical models: a symmetric one V(x) = |x|/2; and an asymmetric one V(x) = ∞, forx < 0 and V(x) = x, for x ≥ 0. The results for the spectrum, wave functions and thermodynamical observables are inagreement with the analytical or Runge-Kutta calculations. 相似文献
17.
Monte Carlo Hamiltonian:Inverse Potential 总被引:2,自引:0,他引:2
The Monte Carlo Hamiltonian method developed recently
allows to investigate the ground
state and low-lying excited states of a quantum system, using Monte
Carlo (MC) algorithm
with importance sampling. However, conventional MC algorithm
has some difficulties
when applied to inverse potentials. We propose to use effective potential and
extrapolation method to solve the problem. We present examples from the hydrogen
system. 相似文献