论文部分内容阅读
微观结构和他们正常谷物生长的动力学与相对数字和 n=0.5 的理论正常谷物生长代表一起用不同蒙特卡罗( MC ) algorithms.Compared 被模仿, MC 算法的一些因素的效果, i.e.the 格子类型,选择格子地点的方法,并且为精力计算的邻居选择,在模拟上,谷物生长的结果被学习。回归的二个方法被比较,并且三参数的非线性的回归对适合有适当因素的更好的模型包括了的谷物生长 kinetics.A 更合适三角形的格子,随机选择的尝试的地点,和为精力计算的第一和第二位最近的邻居被获得。