网格大小对于网格渗透率的影响

本文通过实验探讨了不同大小的网格对渗透率的影响。实验选取了四种不同大小的网格进行对比,结果显示存在一个临界值,使得低于此值时,网格越大渗透率越低;超过该值后,渗透率随网格增大而增加。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

此实验来自于part1中的具体要求

Next, consider grid sizes n = 10, 25, 50, and 75 and determine the percolation probabilities (you already know it for n=25). One way to visualize the performance for the different values of n is to make the same curve as above and show all three in one plot. Discuss how the size of the grid seems to impact the percolation probability and the shape of the curves. Place all code generating the curves into file experiment_n_varies.py.

下一步,分别对n=10255075的网格进行实验,并确定其渗透率(n=25的已经得出)。可视化不同n值的结果的方法之一是同上面所述的一样,画出同样的曲线,并把三条曲线画在同一幅图中。讨论网格的大小是如何影响渗透率的,以及曲线的形状。把产生曲线的所有代码放在experiment_n_varies.py文件中。

  要求很简单,就是测试不同大小的网格对于渗透率的影响,对于结果咱倒是挺好奇的,我无责任猜测,网格的size越大,发生渗透的概率也会越高。测试脚本如下:

ExpandedBlockStart.gifTest Code
# -*- coding: utf-8 -*-
"""
Created on Wed Aug 10 12:46:25 2011

@author: Nupta
"""

from percolation_wave import *
from my_percolation_recursive import *
from pylab import *


step 
= 0.01
trial_count 
= 100
sizes 
= [10255075]

if __name__ == '__main__':
    
    TotalResults
=[]

    
for size in sizes:
        p 
= 0
        results 
= []
    
        
while p < 1:
            
print 'Running for p =', p, '...'
    
            perc_count 
= 0
            
for k in range(trial_count):
                g 
= random_grid(size, p)
                flow,perc 
= percolation_wave(g,trace=False)
                
if perc:
                    perc_count 
+= 1
    
            prob 
= float(perc_count)/trial_count
            
print 'percolation q=',prob        
            results.append(prob)
            p 
+= step
        TotalResults.append(results)

    
#print len(results)
    #b = bar(arange(0,1,step), results, width=step, color='r')
    xaxis = arange(0,1,step)
    plot(xaxis, TotalResults[0], 
'r', label='size 10')
    plot(xaxis, TotalResults[
1], 'g', label='size 25')
    plot(xaxis, TotalResults[
2], 'b', label='size 50')
    plot(xaxis, TotalResults[
3], 'c', label='size 75')
    legend()
    xlabel(
'p')
    ylabel(
'Percolation Probability')
    title(
'Probability of Percolation')
    show()
    

结果还是和猜想有点不同的,存在一个临界范围,粗略看做为一个临界值p,使得低于此p值下,n越大,渗透率越低;高于此p值后,渗透率与n成正比。

转载于:https://www.cnblogs.com/yuxc/archive/2011/08/10/2133591.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值