强激光与粒子束

作者：白天滋, 怀英, 刘婷婷, 贾淑芹, 多丽萍,

关键词：激发态, 反应动力学, 序列学习, 复杂性,

激光器中的反应动力学常包含大量激发态物种。激发态物种之间的相互作用与由此导致的数值刚性是激光器数值模拟的一大挑战。通过神经网络建立激发态反应动力学关系回归可有效降低计算复杂度，为更加准确精细的激光器数值模拟提供可能。但激发态反应动力学的复杂性同样要求神经网络具有较强的回归性能。引入了序列神经网络来在较低参数量的前提下提升网络复杂回归的能力，同时提出了统计网络框架来进一步增加网络输出的多样性。所提出的方法在包含16个物种和137个反应的氟化氢振动态反应机理中进行了验证。在验证过程中，同时发现了随机性对网络性能的影响。

来源：2026年第4期

《强激光与粒子束》期刊编辑部

查看强激光与粒子束杂志2026年第4期