半分析性星系形成模型的加速校准

我们提出了一种加速校准半分析性星系形成模型的框架，以Galacticus为例。我们不直接拟合诸如低红移恒星质量函数（SMF）之类的属性——这需要对每次似然评估都进行数千个星系的演化——而是构建一个基于恒星-星系质量关系（SHMR；平均值和散射）的快速似然函数，在少数目标星系质量处评估，从而将每次评估降至仅模拟数十颗星系。我们使用Markov Chain Monte Carlo对Galacticus参数进行后验采样，并证明所得校准结果能够再现低红移SMF。随后我们将该方法扩展至附加数据集，采用更高红移的SHMR和低红移的恒星质量-尺度关系作为示例，并评估其在大尺度结构调查相关属性（恒星质量、尺度和发射线强度）上的性能。SMF在低红移处良好匹配观测数据，但在较高红移处，模型产生的星系数量不足且低质量星系过多。尺度随红移的演化约为正确，但质量-尺度关系过于平坦，导致质量较大的星系偏小。H$\alpha$亮度函数在z~2处良好再现，但在z~0.4时，模型会过度生产高度星际活动、H$\alpha$亮度较高的星系。这些差异表明该模型缺乏足够的灵活性（例如在气体冷却/循环或反馈方面），无法同时解释所有数据集。我们的策略补充了仿真器方法用于校准半分析模型，能够实现快速、低成本的模型选择和参数化扫描——我们设想利用此能力为更详细的后续推断提供已校准的起始点。