粒子间相互作用与液体物理性质之间是否存在一一对应关系？

在本研究中，我们提出了从统计平均结构数据（即多粒子系统中粒子的径向分布函数）重构粒子间相互作用势的原创方法。该方法属于机器学习方法族，并通过差分进化算法实现。以伦纳德-琼斯液体为例表明，在某一热力学状态下，多粒子无序系统的结构与粒子间相互作用势之间不存在一一对应关系。即，由参数 $p_{ 1 }$ 和 $p_{ 2 }$ 按特定规则相互关联所确定的一整族 Mie 势，能够在给定热力学状态下恰当地重现伦纳德-琼斯液体的唯一结构。值得注意的是，该势族在温度范围内相当正确地重现了伦纳德-琼斯液体的输运性质（特别是自扩散系数）以及动态结构因子，后者是粒子集体动力学的关键特征之一。