गतिशील मोंटे कार्लो विधि: Difference between revisions
No edit summary |
No edit summary |
||
| Line 5: | Line 5: | ||
एफआरएम में, प्रतिक्रिया जिसका समय घटना सूची में न्यूनतम है उन्नत है। घटना सूची में, सभी संभावित प्रतिक्रियाओं के लिए संभावित समय जमा हो जाते हैं। एक घटना के चयन के बाद, सिस्टम समय प्रतिक्रिया समय के लिए आगे बढ़ जाता है, और घटना सूची की पुनर्गणना की जाती है। यह विधि संगणना समय में कुशल है क्योंकि प्रतिक्रिया सदैव एक घटना में होती है। दूसरी ओर ईवेंट सूची के कारण यह बहुत अधिक [[ स्मृति |कंप्यूटर मेमोरी]] का उपभोग करता है। इसलिए, बड़े मापदंड पर सिस्टम पर प्रयुक्त करना कठिन है। | एफआरएम में, प्रतिक्रिया जिसका समय घटना सूची में न्यूनतम है उन्नत है। घटना सूची में, सभी संभावित प्रतिक्रियाओं के लिए संभावित समय जमा हो जाते हैं। एक घटना के चयन के बाद, सिस्टम समय प्रतिक्रिया समय के लिए आगे बढ़ जाता है, और घटना सूची की पुनर्गणना की जाती है। यह विधि संगणना समय में कुशल है क्योंकि प्रतिक्रिया सदैव एक घटना में होती है। दूसरी ओर ईवेंट सूची के कारण यह बहुत अधिक [[ स्मृति |कंप्यूटर मेमोरी]] का उपभोग करता है। इसलिए, बड़े मापदंड पर सिस्टम पर प्रयुक्त करना कठिन है। | ||
आरएसएम एक यादृच्छिक संख्या जनरेटर के साथ संक्रमण की संभावना की तुलना करके यह तय करता है कि चयनित अणु की प्रतिक्रिया आगे बढ़ती है या नहीं इस पद्धति में, प्रतिक्रिया एक घटना में आवश्यक रूप से आगे नहीं बढ़ती है, इसलिए इसे एफआरएम की तुलना में बहुत अधिक संगणना समय की आवश्यकता होती है। चूँकि यह विधि कंप्यूटर मेमोरी को सहेजती है क्योंकि यह किसी ईवेंट सूची का उपयोग नहीं करती है। इस पद्धति से बड़े मापदंड की प्रणालियों की गणना की जा सकती है। | आरएसएम एक यादृच्छिक संख्या जनरेटर के साथ संक्रमण की संभावना की तुलना करके यह तय करता है कि चयनित अणु की प्रतिक्रिया आगे बढ़ती है या नहीं इस पद्धति में, प्रतिक्रिया एक घटना में आवश्यक रूप से आगे नहीं बढ़ती है, इसलिए इसे एफआरएम की तुलना में बहुत अधिक संगणना समय की आवश्यकता होती है। चूँकि यह विधि कंप्यूटर मेमोरी को सहेजती है क्योंकि यह किसी ईवेंट सूची का उपयोग नहीं करती है। इस पद्धति से बड़े मापदंड की प्रणालियों की गणना की जा सकती है। | ||
== यह भी देखें == | == यह भी देखें == | ||
* [[हाइब्रिड मोंटे कार्लो]] | * [[हाइब्रिड मोंटे कार्लो]] | ||
Revision as of 13:13, 1 July 2023
रसायन विज्ञान में, गतिशील मोंटे कार्लो (डीएमसी) यादृच्छिक संख्या पीढ़ियों के साथ अलग-अलग चरणों की दरों की तुलना करके अणुओं के गतिशील स्थिति के मॉडलिंग के लिए महानगर मोंटे कार्लो पद्धति है। यह अनिवार्य रूप से काइनेटिक मोंटे कार्लो जैसा ही है। मेट्रोपोलिस मोंटे कार्लो विधि के विपरीत जिसे रासायनिक संतुलन पर प्रणालियों का अध्ययन करने के लिए नियोजित किया गया है डीएमसी विधि का उपयोग गैर-संतुलन प्रणालियों जैसे कि रासायनिक प्रतिक्रिया, प्रसार, और आगे (मेंग और वेनबर्ग 1994) की जांच के लिए किया जाता है। यह विधि मुख्य रूप से सतहों पर अधिशोषक के व्यवहार का विश्लेषण करने के लिए प्रयुक्त होती है।
डीएमसी सिमुलेशन करने के लिए कई प्रसिद्ध विधि हैं, जिनमें फर्स्ट रिएक्शन मेथड (एफआरएम) और रैंडम सिलेक्शन मेथड (आरएसएम) सम्मिलित हैं। यद्यपि एफआरएम और आरएसएम किसी दिए गए मॉडल से समान परिणाम देते हैं, कम्प्यूटेशनल संसाधन प्रयुक्त प्रणाली के आधार पर भिन्न होते हैं।
एफआरएम में, प्रतिक्रिया जिसका समय घटना सूची में न्यूनतम है उन्नत है। घटना सूची में, सभी संभावित प्रतिक्रियाओं के लिए संभावित समय जमा हो जाते हैं। एक घटना के चयन के बाद, सिस्टम समय प्रतिक्रिया समय के लिए आगे बढ़ जाता है, और घटना सूची की पुनर्गणना की जाती है। यह विधि संगणना समय में कुशल है क्योंकि प्रतिक्रिया सदैव एक घटना में होती है। दूसरी ओर ईवेंट सूची के कारण यह बहुत अधिक कंप्यूटर मेमोरी का उपभोग करता है। इसलिए, बड़े मापदंड पर सिस्टम पर प्रयुक्त करना कठिन है।
आरएसएम एक यादृच्छिक संख्या जनरेटर के साथ संक्रमण की संभावना की तुलना करके यह तय करता है कि चयनित अणु की प्रतिक्रिया आगे बढ़ती है या नहीं इस पद्धति में, प्रतिक्रिया एक घटना में आवश्यक रूप से आगे नहीं बढ़ती है, इसलिए इसे एफआरएम की तुलना में बहुत अधिक संगणना समय की आवश्यकता होती है। चूँकि यह विधि कंप्यूटर मेमोरी को सहेजती है क्योंकि यह किसी ईवेंट सूची का उपयोग नहीं करती है। इस पद्धति से बड़े मापदंड की प्रणालियों की गणना की जा सकती है।
यह भी देखें
संदर्भ
- (Meng and Weinberg 1994): B. Meng and W. H. Weinberg, J. Chem. Phys. 100, 5280 (1994)
- (Meng and Weinberg 1996): B. Meng, W.H. Weinberg, Surface Science 364 (1996) 151-163.
 | This computational chemistry-related article is a stub. You can help Wikipedia by expanding it. |
