嵌入神经网络的等离子体粒子模拟算法

来源：计算物理杂志2025年第3期北京时间：

作者：郑宇佳, 卓红斌, 李明强, 郭志坚, 张华

摘要：Particle-In-Cell(PIC)粒子模拟方法是开展等离子体动理学物理研究的重要数值模拟方法之一。本文构建一个由相空间到静电场的端到端神经网络模型, 并将其嵌入至一维静电PIC粒子模拟算法中, 以替代传统泊松求解器, 实现了神经网络算法和传统粒子模拟方法的有效融合。开展等离子体双流不稳定性物理问题的模拟计算, 通过观测算法运行过程中相空间演化及电势能增长趋势, 验证了该方法的可行性, 并测试获得其计算性能。研究结果表明: 在短时长训练集的输入训练情况下, 该方法能够实现4倍数据集时长的准确模拟。同时, 该方法在一定程度上能够突破显式粒子模拟时间步长的约束条件, 进而可以有效减少模拟问题的总迭代计算次数。

关键词：粒子模拟, 神经网络, particle-in-cell, 双流不稳定性