Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2504.00340

帮助 | 高级搜索

数学 > 数值分析

arXiv:2504.00340 (math)
[提交于 2025年4月1日 ]

标题: 确定性求解器用于单一单向质子束的线性玻尔兹曼模型

标题: A deterministic solver for the linear Boltzmann model of a single mono-directional proton beam

Authors:Xiaojiang Zhang, Xuemin Bai, Min Tang
摘要: 质子束的线性玻尔兹曼模型是一个六维偏微分方程(PDE)。我们基于散射分解和深度分裂方法提出了一种求解线性玻尔兹曼模型的确定性求解器。主要思想是首先将质子分为初级质子和散射质子,并利用源迭代法推导出它们的方程。然后我们将深度视为经典时演化问题中的时间变量,并应用深度分裂方法。在深度分裂方法中,整个算子被分解为三部分,每个子系统都易于并行化,这对于高效的模拟至关重要。由此产生的离散化在深度和能量变量上均表现出二阶收敛性。我们将求解器得到的剂量分布与蒙特卡罗模拟在各种材料和非均匀情况下的剂量分布进行了比较。
摘要: The linear Boltzmann model for proton beams is a six-dimensional partial differential equation (PDE). We propose a deterministic solver for the linear Boltzmann model based on scattering decomposition and depth-splitting methods. The main idea is to first divide the protons into primary protons and scattering protons, whose equations are derived using the source iteration method. We then treat depth as the time variable in classical time-evolutionary problems and apply the depth-splitting method. In the depth-splitting method, the full operator is decomposed into three parts, with each subsystem being easily parallelizable, which is crucial for efficient simulations. The resulting discretization exhibits second-order convergence in both the depth and energy variables. The dose distributions obtained from our solver are compared with those from Monte Carlo simulations for various materials and heterogeneous cases.
评论: 38页,57幅图
主题: 数值分析 (math.NA)
引用方式: arXiv:2504.00340 [math.NA]
  (或者 arXiv:2504.00340v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.00340
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Xiaojiang Zhang [查看电子邮件]
[v1] 星期二, 2025 年 4 月 1 日 01:44:41 UTC (6,107 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
cs
cs.NA
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号