dynamic networks . JL . Credit的结构示意图:Michael林德纳、Lucas Lincoln、Fenja Drauschke、Julia M. Koulen、Hans Würfel、Anton Plietzsch和Frank Hellmann Emerging开源编程语言Julia旨在快速易用。由于它特别适合数值应用，如微分方程，德国科学家正在利用它来探索向全再生发电过渡所涉及的挑战。
脱碳意味着电网的彻底重组，电网是一个巨大的复杂系统，具有各种各样的约束、不确定性和异质性。未来电网将变得更加复杂，因此需要新的计算工具。
在《混沌》中，波茨坦气候影响研究所(PIK)的科学家描述了一个他们构建的软件包，该软件包能够模拟复杂网络上的一般动力系统。
他们想建立一个开源工具——这样任何人都可以验证它的软件结构和算法——让Juli a生态系统中所有最先进的算法都可以被工程师和物理学家轻松访问。他们的包名为NetworkDynamics.jl，最初是另一个包PowerDynamics.jl的计算后端。
PIK的博士后研究员迈克尔·林德纳说:“我们意识到我们的计算后端对动力系统领域的其他研究人员也很有用。
他们工作的两大理论支柱是微分方程和复杂网络。
“通过铸造电网或大脑的模型，例如，根据网络上的微分方程，我们给它们一个清晰的底层结构，”他说。“网络编码局部性，什么与什么相互作用，微分方程编码动力学，事物如何随时间变化。”
这使得研究人员能够获得最先进的模拟速度。
“我们首先计算网络组件之间的所有交互，然后计算单个组件对该交互的反作用。这使我们能够在两个容易并行的循环中计算系统的整个演化，”林德纳说。
由于Julia既快又容易写，并且有一个求解微分方程的库(DifferentialEquations.jl)，研究人员可以在一天内实现和模拟复杂的模型——而不是过去用其他语言需要的一个月。
“它消除了一些限制科学创造力的障碍，”林德纳说。“我之前甚至没有考虑过某些模型和重要问题，只是因为以我给定的时间限制和编程技能，它们似乎完全遥不可及。”
他说，一个好的、直观的高性能算法界面“对今天的科学很重要”，“因为它们使科学家能够专注于他们的研究问题和模型，而不是代码和实现细节。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
