Skip to main content
QUICK REVIEW

[论文解读] Square lattice site percolation thresholds for complex neighbourhoods

Mariusz Majewski, Krzysztof Malarz|ArXiv.org|Sep 25, 2006
Theoretical and Computational Physics参考文献 3被引用 14
一句话总结

本文使用 Hoshen–Kopelman 算法与有限尺寸标度法,计算了扩展至第五配位壳层(包括第四和第五近邻)的正方晶格上的位点渗滤阈值。关键发现是渗滤阈值并不随配位数或邻域半径单调下降,挑战了渗滤理论中的普遍性假设,并揭示了晶格几何结构对阈值的非平凡影响,而不仅仅是配位数本身。

ABSTRACT

In this paper we compute the square lattice random sites percolation thresholds in case when sites from the 4th and the 5th coordination shells are included for neighbourhood. The obtained results support earlier claims, that (a) the coordination number and the space dimension are insufficient for building universal formulae for percolation thresholds and (b) that percolation threshold may not decrease monotonically with lattice site coordination number.

研究动机与目标

  • 计算扩展至近邻以外的复杂邻域的正方晶格上的位点渗滤阈值。
  • 研究配位数和空间维数是否足以预测渗滤阈值。
  • 考察邻域半径和几何结构对渗滤阈值的影响。
  • 通过比较具有相同配位数但不同邻域构型的晶格,检验渗滤阈值公式的普遍性。

提出的方法

  • 使用 Hoshen–Kopelman 算法对有限晶格中占据位点的簇进行标记和识别。
  • 通过分析不同系统尺寸 $ L = 100, 500, 1000 $ 下的渗滤概率 $ P(p) $,应用有限尺寸标度法,以确定表示 $ p_c $ 的曲线交叉点。
  • 邻域通过包含半径 $ r = 1, \sqrt{2}, 2, \sqrt{5}, 2\sqrt{2} $ 内的位点系统地定义,对应于 2N 至 24N 的配位数。
  • 研究评估了 24 种不同的邻域构型,包括 2N、3N、4N、5N 和 6N 邻居的组合。
  • 渗滤阈值估计为 $ P(p) $ 曲线在有限尺寸下交叉的占据概率,使用 $ \Delta p = 10^{-3} $ 以提高精度。
  • 基于对称性的标记方法确保在非规则邻域中一致识别簇的连通性。

实验结果

研究问题

  • RQ1即使包含高阶近邻,渗滤阈值 $ p_c $ 是否随配位数 $ z $ 的增加而单调下降?
  • RQ2仅凭配位数 $ z $ 和空间维数 $ d $ 是否足以预测 $ p_c $,还是需要额外的几何参数?
  • RQ3与标准 von Neumann 和 Moore 邻域相比,包含第四和第五近邻如何影响渗滤阈值?
  • RQ4是否存在多个晶格,其 $ d $、$ z $ 和 $ r $ 相同但 $ p_c $ 不同,表明这些参数不足以构成普遍公式?
  • RQ5邻域半径 $ r $ 在决定 $ p_c $ 中起什么作用,其是否与阈值独立于 $ z $ 相关?

主要发现

  • 5N 邻域(第五近邻)的渗滤阈值为 $ p_c \approx 0.270 $,较早期估计值更精确。
  • 对于 6N+5N+4N+3N+2N(共 24 个邻居),$ p_c \approx 0.164 $,为本研究中观察到的最低阈值。
  • 5N+2N 邻域的阈值为 $ p_c \approx 0.236 $,与仅含 5N 的情况相比显著降低。
  • 6N+5N+4N+3N+2N 的阈值低于 6N+5N+4N+2N,表明引入 3N 邻居可进一步降低 $ p_c $。
  • 尽管配位数 $ z = 12 $ 相同,但 6N+5N+4N+3N 与 6N+4N+3N+2N 等构型的 $ p_c $ 值不同,表明其依赖于几何结构,而不仅依赖于 $ z $。
  • 本研究证实 $ p_c $ 并非随 $ z $ 单调下降;例如,$ p_c(6N+5N) \approx 0.199 $ 高于 $ p_c(6N+5N+4N) \approx 0.179 $,显示出非单调行为。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。