星系与基因：面向相互作用星系的自动建模

相互作用星系的建模存在两个主要问题：参数空间的扩展性和自洽N体模拟的高CPU成本。因此，传统建模技术要么面临极端的CPU需求，要么陷入局部最优值（或两者兼具）。高度有前景的替代方法是演化算法，这些算法模仿自然适应以优化数值模型。一个主要优势是它们对起始点的极强依赖性，使其更不容易陷入局部最优值。我们报告了将遗传算法（GA）与快速（但非自洽）受限N体求解器相结合的结果。这一组合允许我们在仅用几小时的常规PC上或几个CPU分钟的并行计算机上识别参数空间中有趣的区域。特别是，我们在这里演示了GA基于的拟合程序能够分析观察数据并自动进行处理，前提是数据足够准确。