“渗流”的版本间的差异

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索
第63行： 第63行：
 
* [http://havlin.biu.ac.il/course3.php Introduction to Percolation Theory: short course by Shlomo Havlin]
 
* [http://havlin.biu.ac.il/course3.php Introduction to Percolation Theory: short course by Shlomo Havlin]
  
−
::
+
:
  
 +
== 编者推荐 ==
 +
 +
=== 集智读书会推荐 ===
 +
 +
* [https://pattern.swarma.org/study_group/14 地球系统科学读书会][[文件:Earth picture.jpg|缩略图|[https://pattern.swarma.org/study_group/14 地球系统科学读书会]]]
 +
 +
地球科学是研究相互作用的大气圈、水圈、岩石圈和生物圈等组成的地球系统的形成、演化机制的学科，而统计物理、深度学习等新方法的成功运用，给地球科学这门古老的学科注入了新的发展动力。在本次读书会中，我们将系统地研究统计物理、深度学习等方法在地球系统科学中应用的相关文献。
 +
 +
=== 集智文章推荐 ===
 +
 +
* [https://swarma.org/?p=32532 局部调节与全局稳固：生物网络对渗流效应的积极响应]
 +
 +
神经细胞网络在面对类似渗流的扰动时，会做出积极响应以缓解系统功能退化。近日，''Nature Communications''发表的一项研究提出了一个复杂网络中“扰动-响应”过程的数学理论框架，解释了局部守恒如何维持整个系统的全局连通性。结果表明，拥有稳态响应机制的结构更具韧性。
 +
 +
* [https://swarma.org/?p=25921 复杂互联系统中的渗流 | 复杂性科学顶刊精选8篇]
 +
 +
* [https://swarma.org/?p=24450 Nature 通讯：渗流理论让网络可靠又高效]
 +
 +
交通拥堵严重影响人们的出行体验，准确识别路网瓶颈并对指施加保护可以大大提高交通系统的运行效率。近日，澳洲莫纳什大学的研究团队在 Nature Communications上发表的文章提出了一种基于渗流理论的异质需求流网络瓶颈路段识别方法和网络可靠性衡量指标。该理论框架可以适用于其他的基础设施网络中，多学科交叉的研究方法这为网络优化提供了新视角。
 +
 +
* [https://pattern.swarma.org/article/151 地球系统科学读书会参考文献]
 +
 +
地球的气候系统是众多的复杂系统之一。近年来，海平面上升，极端天气气候事件频发，给人类社会带来了很多灾难。复杂网络、深度学习等新方法的成功运用，给地球系统科学的发展提供了强大动能。「地球系统科学」系列读书会由中国地质大学特任副教授邓琪敏老师等发起，本路径是“地球系统科学”系列读书会的主要参考资料。
 
----本中文词条由AvecSally审校编辑，如有问题，欢迎在讨论页面留言。
 
----本中文词条由AvecSally审校编辑，如有问题，欢迎在讨论页面留言。
  
 
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''
 
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

2022年4月22日 (五) 22:46的版本

在咖啡过滤的时候，可溶性化合物离开咖啡渣并加入水形成咖啡。不溶性化合物(和颗粒)留在咖啡过滤器中。
网格中的渗流。


在物理、化学和材料科学中， 渗流 Percolation指的是流体通过多孔材料的运动和过滤。这是由达西定律描述的。人们已经开发出了更广泛的可以描述以格子或图形为模型系统的连通性的应用，将其类比于过滤问题中渗流能力的调节。


背景

在过去的几十年里，渗流理论Percolation theory（渗流的数学研究），给物理学、材料科学、复杂网络Percolation theory、流行病学和其他领域带来了新的理解和技术。例如，在地质学中，渗滤指的是水通过土壤和渗透性岩石的过滤。这些水流入地下水和蓄水层补给地下水。在计划排放大量水的渗滤池或化粪池的地方，需要事先进行渗流试验，以确定预期的结构是否可能实现。

渗流作用具有典型的普遍性。统计物理概念中，如标度理论，重整化，相变，临界现象和分形这些词语用于描述渗流特性。渗流是水在重力作用下，通过孔隙和土壤中的其他空间向下运动的描述。


组合数学是研究渗流阈值的常用方法。

由于从渗流分析模型获得精确结果非常复杂，人们通常使用计算机来进行模拟。目前最快的渗流算法是由马克 · 纽曼Mark Newman和罗伯特 · 齐夫Robert Ziff在2000年发表的。[1]



实例

  • 咖啡渗滤，其中溶剂是水，渗透性物质是咖啡渣，可溶成分是使咖啡具有颜色、味道和香气的化合物。
  • 风化运动：地表下斜坡上风化物质的运动。
  • 树木的开裂有两种情况的存在，阳光和压力的影响。
  • 生物病毒壳对随机亚基去除的崩溃和鲁棒性(实验验证了病毒的碎片和拆卸)。[2][3]
  • 网络对随机和目标攻击的鲁棒性。[4]
  • 多孔介质中的输送。
  • 疫情蔓延。[5][6]
  • 表面粗化。
  • 牙齿渗漏，增加牙冠下的龋坏率，因为环境有利于链球菌突变体和乳酸菌的生长。
  • 化粪池系统的潜在地点将通过“perk测试”进行测试。
  • 例子：在地面上挖一个洞(通常直径6-10英寸)(通常12-24英寸深)。把水灌进洞里，以水滴在水面上一英寸为单位测量时间。如果水面迅速下降，就像通常在分级不佳的沙子中看到的那样，那么它是一个潜在的化粪池“沥滤场”的好地方。如果场地的导流能力很低(通常是粘土和壤土)，那么这个场地是不可取的。
  • 交通渗流。[7]

References

  1. ↑ Newman, Mark; Ziff, Robert (2000). "Efficient Monte Carlo Algorithm and High-Precision Results for Percolation". Physical Review Letters. 85 (19): 4104–4107. arXiv:cond-mat/0005264. Bibcode:2000PhRvL..85.4104N. CiteSeerX 10.1.1.310.4632. doi:10.1103/PhysRevLett.85.4104. PMID 11056635.
  2. ↑ Brunk, Nicholas E.; Lee, Lye Siang; Glazier, James A.; Butske, William; Zlotnick, Adam (2018). "Molecular jenga: The percolation phase transition (collapse) in virus capsids". Physical Biology. 15 (5): 056005. Bibcode:2018PhBio..15e6005B. doi:10.1088/1478-3975/aac194. PMC 6004236. PMID 29714713.
  3. ↑ Lee, Lye Siang; Brunk, Nicholas; Haywood, Daniel G.; Keifer, David; Pierson, Elizabeth; Kondylis, Panagiotis; Wang, Joseph Che-Yen; Jacobson, Stephen C.; Jarrold, Martin F.; Zlotnick, Adam (2017). "A molecular breadboard: Removal and replacement of subunits in a hepatitis B virus capsid". Protein Science. 26 (11): 2170–2180. doi:10.1002/pro.3265. PMC 5654856. PMID 28795465.
  4. ↑ R. Cohen and S. Havlin (2010). "Complex Networks: Structure, Robustness and Function". Cambridge University Press.
  5. ↑ Parshani, Roni; Carmi, Shai; Havlin, Shlomo (2010). "Epidemic Threshold for the Susceptible-Infectious-Susceptible Model on Random Networks". Physical Review Letters. 104 (25): 258701. arXiv:0909.3811. Bibcode:2010PhRvL.104y8701P. doi:10.1103/PhysRevLett.104.258701. ISSN 0031-9007. PMID 20867419.
  6. ↑ Grassberger, Peter (1983). "On the Critical Behavior of the General Epidemic Process and Dynamical Percolation". Mathematical Biosciences. 63 (2): 157–172. doi:10.1016/0025-5564(82)90036-0.
  7. ↑ D. Li, B. Fu, Y. Wang, G. Lu, Y. Berezin, H.E. Stanley, S. Havlin (2015). "Percolation transition in dynamical traffic network with evolving critical bottlenecks". PNAS. 112 (3): 669–72. Bibcode:2015PNAS..112..669L. doi:10.1073/pnas.1419185112. PMC 4311803. PMID 25552558.{{cite journal}}: CS1 maint: multiple names: authors list (link)

扩展阅读

  • Sahimi, Muhammad; Applications of Percolation Theory, Taylor & Francis, 1994.
  • Stauffer, Dietrich ; and Aharony, Ammon; Introduction to Percolation Theory, Taylor & Francis, 1994, revised second edition

编者推荐

集智读书会推荐

地球科学是研究相互作用的大气圈、水圈、岩石圈和生物圈等组成的地球系统的形成、演化机制的学科，而统计物理、深度学习等新方法的成功运用，给地球科学这门古老的学科注入了新的发展动力。在本次读书会中，我们将系统地研究统计物理、深度学习等方法在地球系统科学中应用的相关文献。

集智文章推荐

神经细胞网络在面对类似渗流的扰动时，会做出积极响应以缓解系统功能退化。近日，Nature Communications发表的一项研究提出了一个复杂网络中“扰动-响应”过程的数学理论框架，解释了局部守恒如何维持整个系统的全局连通性。结果表明，拥有稳态响应机制的结构更具韧性。

交通拥堵严重影响人们的出行体验，准确识别路网瓶颈并对指施加保护可以大大提高交通系统的运行效率。近日，澳洲莫纳什大学的研究团队在 Nature Communications上发表的文章提出了一种基于渗流理论的异质需求流网络瓶颈路段识别方法和网络可靠性衡量指标。该理论框架可以适用于其他的基础设施网络中，多学科交叉的研究方法这为网络优化提供了新视角。

地球的气候系统是众多的复杂系统之一。近年来，海平面上升，极端天气气候事件频发，给人类社会带来了很多灾难。复杂网络、深度学习等新方法的成功运用，给地球系统科学的发展提供了强大动能。「地球系统科学」系列读书会由中国地质大学特任副教授邓琪敏老师等发起，本路径是“地球系统科学”系列读书会的主要参考资料。

本中文词条由AvecSally审校编辑，如有问题，欢迎在讨论页面留言。

本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。

取自“https://wiki.swarma.org/index.php?title=渗流&oldid=30608”