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 > physics > arXiv:2506.20572

帮助 | 高级搜索

物理学 > 物理与社会

arXiv:2506.20572 (physics)
[提交于 2025年6月25日 (v1) ,最后修订 2025年7月17日 (此版本, v2)]

标题: 一种生物物理方法用于通信系统的网络设计

标题: A biophysical approach to the design of networks of communication systems

Authors:Rodrigo Almeida, Ana Filipa Valente, Rui Dilão
摘要: 受原生动物\textit{多核黏菌}生长动力学的启发,我们采用了一种形式化方法,用于描述在通道网络上的适应性、不可压缩的哈根-泊肃叶流动,以识别欧几里得空间中连接不同节点的图。这些图相对于其长度来说要么是次优的,要么是最优的。有时,我们会推导出与史特林树拓扑等价的图树结构。这种方法可以用于辅助决策通信网络的设计,例如光纤网、高速公路或铁路网络。作为该方法实用性的展示,我们明确地将这一框架应用于葡萄牙铁路网络。
摘要: Inspired by the growth dynamics of the protist \textit{Physarum polycephalum}, we employ a formalism that describes adaptive, incompressible Hagen-Poiseuille flows on channel networks to identify graphs connecting different nodes within Euclidean space. These graphs are either suboptimal or optimal with respect to their length. Occasionally, we derive graph tree configurations that are topologically equivalent to Steiner trees. This methodology can be utilised to assist in making decisions regarding the design of communication networks, such as fibre webs, motorways, or railway networks. As a demonstration of the practicality of this approach, we explicitly apply this framework to the Portuguese railway network.
评论: 7页
主题: 物理与社会 (physics.soc-ph) ; 适应性与自组织系统 (nlin.AO)
引用方式: arXiv:2506.20572 [physics.soc-ph]
  (或者 arXiv:2506.20572v2 [physics.soc-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.20572
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Rui Dilao [查看电子邮件]
[v1] 星期三, 2025 年 6 月 25 日 16:07:42 UTC (1,992 KB)
[v2] 星期四, 2025 年 7 月 17 日 15:38:15 UTC (1,992 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:
physics.soc-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
nlin
nlin.AO
physics

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