XiaoMi-AI文件搜索系统
World File Search Systemrunge
具有对流边界条件的三重扩散 MHD Casson 流体在垂直壁上的流动
摘要：在本文中，我们研究了三重扩散对 MHD Casson 流体通过垂直渗透壁的混合对流粘性流动的影响，并对流边界层进行了数值计算。为三重扩散边界层流建立了控制方程模型并推导了控制方程，以研究流体在热导率和溶质扩散率影响下的性质。使用有效且合适的相似变换，将高度非线性耦合的 PDE 简化为一系列耦合的 ODE，并借助 Runge Kutta-Fehlberg 积分方案通过 Shooting 技术进行求解。为了了解流体特性的行为，对控制流动的无量纲参数进行了数值计算，并通过物理系统的渗透率、对流参数、Casson 参数和浮力比参数等图表进行了展示。在缺少一些无量纲参数的情况下，将目前的发现与以前发表的研究进行了比较，以验证我们的数值方案，并发现其与小数点后六位的精度高度一致。
120年之路
封面：来自北亚利桑那大学档案馆。本页内容：北亚利桑那大学教授 Abraham Springer 博士带领研究团队游览大峡谷国家公园（照片：Josh Biggs）。摄影：Joshua Biggs、Geoff Lambeth、Steven Toya。其他摄影作品均来自北亚利桑那大学档案馆和北亚利桑那大学校友会。撰稿人：Alyssa Barrett、Kerry Bennett、Sean Evans、Uri Farkas、Kyrie Fry、Abigail Gripman、Beth Hickey、Jess Lawless、Debbie Martin、Mary McGee、Amy Phillips、Randy Press、Peter Runge、Myles Schrag、Nancy Serenbetz、RenSu Yang。联系我们：《Pine》由北亚利桑那大学发展部每年出版两次。 928-523-3757 • alumni@nau.edu • Stephanie Smith • 校友参与总监 要加入我们的邮件列表，请在 nau.edu/alumni 在线更新您的联系信息。NAU 是一个平等机会/平权行动机构。
激活能量和MHD对Williamson流体的影响...
摘要当前研究的主要目的是开启非牛顿威廉姆森（Williamson）流动性的布朗运动和热疗法扩散的影响，并通过指数拉伸片段具有热辐射和微生物的生物感染的影响。为此，相似性函数涉及将部分微分方程传输到响应普通微分方程的情况。然后雇用了带有射击技术的runge -kutta方法，以评估使用MATLAB脚本的利用来评估所需的发现。流体速度在磁参数的强度上变得慢，并且以混合对流的形式提升。温度通过布朗运动和嗜热的参数升高。生物对流路易数字降低了速度场。与现有文献相比，结果显示出令人满意的一致性。2022作者。由Elsevier B.V.代表Alexandria University的工程学院出版，这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nc-nd/4.0/）下的开放访问文章。
Erik J. Nelson博士经济部...Erik J. Nelson博士经济部...
纳尔逊，e。2020。穷人住在城市的哪里？重新审视公共交通在美国城市地区收入分类的作用。Bowdoin经济部工作论文系列。16。Sleeter，D.R。Cameron，E。Nelson和A. Plantinga。 2023。 自然气候解决方案在未来的气候变化方案下提供了强大的碳缓解能力。 科学报告13，19008年。 doi：10.1038/s41598-023-43118-6。 Mamun，S.，E。Nelson和Christoph Nolte。 2023。 估计关键汉abitat名称对发达和未开发包裹的值的影响。 土地经济学。 doi：10.3368/le.100.1.101922-0081r Nelson，E。，M。Rogers，S。Wood，J。Chung和B. Keeler。 2023。 数据驱动的预测夏季访问对美国17个州的湖泊。 Ecosphere，14（4）：E4457。 doi：10.1002/ecs2.4457。 Albers，H.J.，K。Kroetz，C。Sims，A。Ando，D。Finnoff，R.D。 Horan，R，Liu，E。Nelson和J. Merkle。 2023。 在哪里，何时，什么以及哪个？ 使用迁徙物种的特征来为保护政策问题提供信息。 审查环境经济学与环境政策，17（1）：111–131。 doi：10.1086/724179。 Runge，C.F.，J.A。 Johnson，E。Nelson，A.D。Redish。 2023。 基于神经科学对灾害记忆对经济估值的影响的分析。 2022。Cameron，E。Nelson和A. Plantinga。2023。自然气候解决方案在未来的气候变化方案下提供了强大的碳缓解能力。科学报告13，19008年。doi：10.1038/s41598-023-43118-6。Mamun，S.，E。Nelson和Christoph Nolte。2023。估计关键汉abitat名称对发达和未开发包裹的值的影响。土地经济学。doi：10.3368/le.100.1.101922-0081r Nelson，E。，M。Rogers，S。Wood，J。Chung和B. Keeler。2023。数据驱动的预测夏季访问对美国17个州的湖泊。Ecosphere，14（4）：E4457。 doi：10.1002/ecs2.4457。 Albers，H.J.，K。Kroetz，C。Sims，A。Ando，D。Finnoff，R.D。 Horan，R，Liu，E。Nelson和J. Merkle。 2023。 在哪里，何时，什么以及哪个？ 使用迁徙物种的特征来为保护政策问题提供信息。 审查环境经济学与环境政策，17（1）：111–131。 doi：10.1086/724179。 Runge，C.F.，J.A。 Johnson，E。Nelson，A.D。Redish。 2023。 基于神经科学对灾害记忆对经济估值的影响的分析。 2022。Ecosphere，14（4）：E4457。doi：10.1002/ecs2.4457。Albers，H.J.，K。Kroetz，C。Sims，A。Ando，D。Finnoff，R.D。 Horan，R，Liu，E。Nelson和J. Merkle。 2023。 在哪里，何时，什么以及哪个？ 使用迁徙物种的特征来为保护政策问题提供信息。 审查环境经济学与环境政策，17（1）：111–131。 doi：10.1086/724179。 Runge，C.F.，J.A。 Johnson，E。Nelson，A.D。Redish。 2023。 基于神经科学对灾害记忆对经济估值的影响的分析。 2022。Albers，H.J.，K。Kroetz，C。Sims，A。Ando，D。Finnoff，R.D。Horan，R，Liu，E。Nelson和J. Merkle。 2023。 在哪里，何时，什么以及哪个？ 使用迁徙物种的特征来为保护政策问题提供信息。 审查环境经济学与环境政策，17（1）：111–131。 doi：10.1086/724179。 Runge，C.F.，J.A。 Johnson，E。Nelson，A.D。Redish。 2023。 基于神经科学对灾害记忆对经济估值的影响的分析。 2022。Horan，R，Liu，E。Nelson和J. Merkle。2023。在哪里，何时，什么以及哪个？使用迁徙物种的特征来为保护政策问题提供信息。审查环境经济学与环境政策，17（1）：111–131。doi：10.1086/724179。Runge，C.F.，J.A。Johnson，E。Nelson，A.D。Redish。 2023。 基于神经科学对灾害记忆对经济估值的影响的分析。 2022。Johnson，E。Nelson，A.D。Redish。2023。基于神经科学对灾害记忆对经济估值的影响的分析。2022。神经科学，心理学和经济学杂志，16（1）：24-49。doi：10.1037/npe0000168。Cavender-Bares，J.，E。Nelson，J。Meireles，J。Lasky，D。Miteva，D。Nowak，W。Pearse，M。Helmus，A。Zanne，W。Fagan，C。Mihiar，N.Z。Muller，N。Kraft和S. Polasky。树木的隐藏价值：量化树谱系的生态系统服务及其在整个连续美国的主要威胁。PLOS的可持续性与转型，1（4）：E0000010。doi：10.1371/journal.pstr.0000010。Kaminski，A.，D.M。 Bauer，K.P。 贝尔，C.S。 Loftin和E. Nelson。 2021。 使用景观指标来描述城镇沿着城乡梯度。 景观生态学，36：2937–2956。 doi：10.1007/s10980-021-01287-7。 Nelson，E.，J。Fitzgerald和N.W. tefft。 2019。 有机水果绿色支付政策的分配影响。 PLOS ONE，14（2）：E0211199。 doi：10.1371/journal.pone.0211199。Kaminski，A.，D.M。Bauer，K.P。 贝尔，C.S。 Loftin和E. Nelson。 2021。 使用景观指标来描述城镇沿着城乡梯度。 景观生态学，36：2937–2956。 doi：10.1007/s10980-021-01287-7。 Nelson，E.，J。Fitzgerald和N.W. tefft。 2019。 有机水果绿色支付政策的分配影响。 PLOS ONE，14（2）：E0211199。 doi：10.1371/journal.pone.0211199。Bauer，K.P。贝尔，C.S。Loftin和E. Nelson。2021。使用景观指标来描述城镇沿着城乡梯度。景观生态学，36：2937–2956。doi：10.1007/s10980-021-01287-7。Nelson，E.，J。Fitzgerald和N.W. tefft。 2019。 有机水果绿色支付政策的分配影响。 PLOS ONE，14（2）：E0211199。 doi：10.1371/journal.pone.0211199。Nelson，E.，J。Fitzgerald和N.W.tefft。2019。有机水果绿色支付政策的分配影响。PLOS ONE，14（2）：E0211199。doi：10.1371/journal.pone.0211199。
Nesterov型加速度方法的快速符号积分器
摘要在本文中，为在提高Nesterov加速梯度方法的收敛速率时，提出了基于符号和接触差异的显式稳定积分器。符合性几何形状适用于描述Ham-iLtonian力学，接触几何形状被称为奇异的几何形状。一种称为符合性的程序是一种已知的方法，可以从触点歧管中构建符号歧管，从接触膜构造自动式哈密顿系统。在本文中发现，先前研究的非自主odes可以写为汉密尔顿系统家庭。然后，通过开发和应用表达非自主odes的非自主接触的符合性，并实现了新型的符号积分。由于所提出的符号积分器保留了ODES中隐藏的符号和接触结构，因此预计它们比Runge -Kutta方法更稳定。数值实验表明，正如预期的那样，二阶符号积分器是稳定的，并且达到了高收敛速率。
![arxiv：2403.02029v3 [Math.na] 2024年11月10日](/simg/g:\will\search\icon\source\f\f1cef5361a35bebe795147176653ffc96c025782.webp)
arxiv：2403.02029v3 [Math.na] 2024年11月10日
摘要我们对微分方程使用向后误差分析来获取修改或扭曲的方程式，描述了应用于瞬态结构动力学方程的NEWMARK方案的行为。基于新得出的扭曲方程，我们为使用NEWMARK方案模拟的系统的数值或算法扭曲的刚度和阻尼矩阵提供了表达式。使用这些结果，我们展示了如何从系统的原始参数中构造补偿项，从而改善了NEWMARK模拟的性能。所需的补偿条款结果是对原始系统参数的轻微修改（例如阻尼或刚度矩阵），可以在不更改时间步长或修改方案本身的情况下应用。给出了两个这样的补偿：一个消除了数值阻尼，而另一个则使用传统上二阶Newmark方法实现了四阶准确计算。通过数值评估两种补偿方法的性能以证明其有效性，并将其与未补偿的NEWMARK方法（广义-α方法和第四阶Runge-Kutta方案）进行了比较。
先进材料作为关键使能技术
菲利普·龙格谈到了它们对于实现绿色协议目标和欧洲数字化转型的重要性。这些材料对于推动各个领域的创新至关重要，例如清洁能源技术。根据《关键原材料法》，它们还有可能替代某些关键原材料。他还强调了对先进材料的需求日益增加，例如在建筑、交通和半导体领域，因为先进材料可以提高效率并带来更可持续的产品的创造。纵观先进材料的现状，欧盟拥有该领域 15% 的专利。这个数字很可观，但在全球并不领先。欧盟工业领导先进材料战略的总体目标是通过加快研究和技术开发、扩大创新、提高制造能力和加强工业吸收来增强欧盟的复原力和战略自主权。
3D打印时间轴的历史
机器学习正在通过加速发现清洁能源和其他应用的新材料来改变材料科学领域。一些研究人员强调了机器学习对革命材料发现的潜力，引用了诸如使用机器学习算法来预测材料特性并优化合成条件的例子。研究人员一直在探索在各个领域的机器学习和人工智能的使用，包括材料科学，化学和计算机视觉。*在材料科学中，研究人员使用机器学习来加速具有特定特性的新材料。*在化学中，已经应用了机器学习来预测分子的特性而无需其晶体结构。*在计算机视觉中，研究人员开发了使用神经网络将PDF文档转换为其他格式的技术。具体研究包括： *关于使用复发的神经网络进行鲁棒性PDF文档转换的研究 *关于从化学计量的深度表示学习以预测材料属性的研究的研究 *开发用于对Corpora进行深入数据探索的平台，使用机器学习的使用来加速这些领域，并在这些领域中发现了各种领域，并在这些领域中发现了各种领域，并在这些领域中表现出了各种挑战，并在机器上进行了挑战。 研究。贝叶斯优化是一种用于有效搜索和采样的方法，已应用于药物发现，有机材料设计和虚拟筛选。（2018）。（2020）。近年来材料和化学发现领域已取得了重大进步，研究人员采用各种机器学习技术来加速大型化学空间的探索和优化。研究人员还探索了数据驱动方法（例如K-均值聚类）的使用，以优化批处理贝叶斯优化。此外，为分子图生成而开发了语法变化自动编码器和连接树变异自动编码器之类的技术。其他值得注意的进步包括开发用于直接闭环材料发现的算法，序列生成模型的客观增强生成对抗网络以及Mol-Cyclegan，Mol-Cyclegan是分子优化的生成模型。此外，研究人员还采用了机器学习技术来加速虚拟筛查，以发现适合于COVID-19的治疗剂。作品建立在现有文献的基础上，包括拉斯穆森（Rasmussen）关于机器学习的高斯流程的论文，罗杰斯（Rogers）的扩展连通性指纹，而语言模型上的棕色是很少的学习者。该领域继续随着机器学习和计算机科学的新技术和方法的整合而继续发展，从而为材料和化学发现提供了更高效，更可扩展的方法。研究人员在开发设计化学和分子的生成模型方面取得了重大进展。一种方法涉及使用变压器生成分子，该分子可用于诸如材料设计之类的应用。（2019）。J. Chem。 物理。J. Chem。物理。另一种方法使用基于注意力的卷积编码器来预测抗癌化合物的灵敏度。除了生成模型外，研究人员还开发了预测化学反应和从基于文本的化学反应表示的实验程序的方法。这些方法涉及使用基于变压器的模型并探索超图表以预测返回途径。此外，研究人员还创建了机器人平台，以通过AI规划告知的有机化合物以及可以自动执行化学反应的移动机器人的流动合成。这些进步有可能加速发现新的化学物质和材料。在其他领域，研究人员在使用神经序列到序列模型以及为高级光聚合物材料设计照片酸性发生器时，在预测复杂有机化学反应的结果方面取得了进展。总体而言，这些进步证明了机器学习和AI在化学领域的力量，从而使新化学品和材料更快，更有效地发现了。最近的光构成方面的突破导致了材料科学的显着进步，特别是在阳离子聚合中。Crivello and Lam（1979）的研究引入了Triarylsulfonium盐作为新的光构体，随后发现了日记二元盐（Crivello＆Lam，1977）。这些创新为更有效，更精确的材料发展铺平了道路。然而，随着对光刻化学的监管审查，研究人员必须专注于科学驱动的创新。Tvermoes and Speed（2019）的研究强调了需要解决这些挑战的最先进解决方案的必要性。此外，对光酸发生器的环境影响的调查还揭示了与使用相关的潜在风险。理论模型，例如密度功能理论，已经有助于理解不同条件下材料的行为。Runge and Gross的作品（1984）为该领域奠定了基础，而Barca等人的最新研究。（2020）演示了先进的计算方法在材料科学上的应用。人工智能（AI）的整合正在改变研究人员对待物质发现的方式。AI驱动的工具来预测物理化学特性和环境命运终点。此外，Ristoski等人展示的是聚合物发现的专家AI。合成方法中的创新也具有先进的材料科学。钯催化的芳基磺硫化的芳基硫化。（2017），为材料开发开辟了新的途径。通过Huang等人的工作实现了芳基硫盐的氧化还原中性植物。材料科学与AI的交集正在驱动该领域的范式转移。随着研究人员继续利用机器学习和人工智能的力量，我们可以期望在材料开发和发现中取得进一步的突破。参考文献：Barca，G。M. J.等。物理。一般原子和分子电子结构系统的最新发展。152，154102（2020）。Carrete，J.，Li，W.，Mingo，N.，Wang，S。和Cortarolo，S。通过高通量材料建模，找到了前所未有的低热传导性半导体半导体。修订版x 4，011019（2014）。Crivello，J。V.和Lam，J。H. W.与三硫硫硫盐的光启动阳离子聚合。J. Polym。 SCI。 A：Polym。 化学。 17，977–999（1979）。 Crivello，J。V.和Lam，J。H. W.二二元盐。 新的用于阳离子聚合的光构体。 大分子10，1307–1315（1977）。 Huang，C。等。 通过光激活芳基硫盐的氧化还原性含量。 org。 Lett。 21，9688–9692（2019）。 Minami，H.，Otsuka，S.，Nogi，K。，＆Yorimitsu，H。用Diborons的芳基磺硫酸硫化硫化的含量。 ACS Catal。 8，579–583（2017）。 Mansouri，K.，Grulke，C.M.，Judson，R.S。和Williams，A。J. Opera模型，用于预测理化特性和环境命运终点。 J.化学形式学10，10（2018）。 Ristoski，P。等。 专家AI用于聚合物发现。 in：proc。 第29届ACM信息与知识管理国际会议（ACM，2020年）。 Runge，E。和Gross，E。K.时间相关系统的密度官能理论。 物理。 修订版 Lett。 52，997（1984）。J. Polym。SCI。 A：Polym。 化学。 17，977–999（1979）。 Crivello，J。V.和Lam，J。H. W.二二元盐。 新的用于阳离子聚合的光构体。 大分子10，1307–1315（1977）。 Huang，C。等。 通过光激活芳基硫盐的氧化还原性含量。 org。 Lett。 21，9688–9692（2019）。 Minami，H.，Otsuka，S.，Nogi，K。，＆Yorimitsu，H。用Diborons的芳基磺硫酸硫化硫化的含量。 ACS Catal。 8，579–583（2017）。 Mansouri，K.，Grulke，C.M.，Judson，R.S。和Williams，A。J. Opera模型，用于预测理化特性和环境命运终点。 J.化学形式学10，10（2018）。 Ristoski，P。等。 专家AI用于聚合物发现。 in：proc。 第29届ACM信息与知识管理国际会议（ACM，2020年）。 Runge，E。和Gross，E。K.时间相关系统的密度官能理论。 物理。 修订版 Lett。 52，997（1984）。SCI。A：Polym。化学。17，977–999（1979）。 Crivello，J。V.和Lam，J。H. W.二二元盐。 新的用于阳离子聚合的光构体。 大分子10，1307–1315（1977）。 Huang，C。等。 通过光激活芳基硫盐的氧化还原性含量。 org。 Lett。 21，9688–9692（2019）。 Minami，H.，Otsuka，S.，Nogi，K。，＆Yorimitsu，H。用Diborons的芳基磺硫酸硫化硫化的含量。 ACS Catal。 8，579–583（2017）。 Mansouri，K.，Grulke，C.M.，Judson，R.S。和Williams，A。J. Opera模型，用于预测理化特性和环境命运终点。 J.化学形式学10，10（2018）。 Ristoski，P。等。 专家AI用于聚合物发现。 in：proc。 第29届ACM信息与知识管理国际会议（ACM，2020年）。 Runge，E。和Gross，E。K.时间相关系统的密度官能理论。 物理。 修订版 Lett。 52，997（1984）。17，977–999（1979）。Crivello，J。V.和Lam，J。H. W.二二元盐。新的用于阳离子聚合的光构体。大分子10，1307–1315（1977）。Huang，C。等。 通过光激活芳基硫盐的氧化还原性含量。 org。 Lett。 21，9688–9692（2019）。 Minami，H.，Otsuka，S.，Nogi，K。，＆Yorimitsu，H。用Diborons的芳基磺硫酸硫化硫化的含量。 ACS Catal。 8，579–583（2017）。 Mansouri，K.，Grulke，C.M.，Judson，R.S。和Williams，A。J. Opera模型，用于预测理化特性和环境命运终点。 J.化学形式学10，10（2018）。 Ristoski，P。等。 专家AI用于聚合物发现。 in：proc。 第29届ACM信息与知识管理国际会议（ACM，2020年）。 Runge，E。和Gross，E。K.时间相关系统的密度官能理论。 物理。 修订版 Lett。 52，997（1984）。Huang，C。等。通过光激活芳基硫盐的氧化还原性含量。org。Lett。 21，9688–9692（2019）。 Minami，H.，Otsuka，S.，Nogi，K。，＆Yorimitsu，H。用Diborons的芳基磺硫酸硫化硫化的含量。 ACS Catal。 8，579–583（2017）。 Mansouri，K.，Grulke，C.M.，Judson，R.S。和Williams，A。J. Opera模型，用于预测理化特性和环境命运终点。 J.化学形式学10，10（2018）。 Ristoski，P。等。 专家AI用于聚合物发现。 in：proc。 第29届ACM信息与知识管理国际会议（ACM，2020年）。 Runge，E。和Gross，E。K.时间相关系统的密度官能理论。 物理。 修订版 Lett。 52，997（1984）。Lett。21，9688–9692（2019）。Minami，H.，Otsuka，S.，Nogi，K。，＆Yorimitsu，H。用Diborons的芳基磺硫酸硫化硫化的含量。ACS Catal。8，579–583（2017）。 Mansouri，K.，Grulke，C.M.，Judson，R.S。和Williams，A。J. Opera模型，用于预测理化特性和环境命运终点。 J.化学形式学10，10（2018）。 Ristoski，P。等。 专家AI用于聚合物发现。 in：proc。 第29届ACM信息与知识管理国际会议（ACM，2020年）。 Runge，E。和Gross，E。K.时间相关系统的密度官能理论。 物理。 修订版 Lett。 52，997（1984）。8，579–583（2017）。Mansouri，K.，Grulke，C.M.，Judson，R.S。和Williams，A。J.Opera模型，用于预测理化特性和环境命运终点。 J.化学形式学10，10（2018）。 Ristoski，P。等。 专家AI用于聚合物发现。 in：proc。 第29届ACM信息与知识管理国际会议（ACM，2020年）。 Runge，E。和Gross，E。K.时间相关系统的密度官能理论。 物理。 修订版 Lett。 52，997（1984）。Opera模型，用于预测理化特性和环境命运终点。J.化学形式学10，10（2018）。Ristoski，P。等。专家AI用于聚合物发现。in：proc。第29届ACM信息与知识管理国际会议（ACM，2020年）。Runge，E。和Gross，E。K.时间相关系统的密度官能理论。物理。修订版Lett。 52，997（1984）。Lett。52，997（1984）。52，997（1984）。Shipley，G。和Dumpleton，G。Openshift for Developers：不耐烦的初学者指南（O'Reilly Media，Inc.，2016年）。探索了材料科学中的软机器人假肢和人工智能应用。讨论了AI技术的集成，突出了其潜在的好处和用途。
使用具有稳定性和参数分析的数值方法对糖尿病的数学模型的全面研究
摘要：糖尿病正在以一种沉默的流行病来席卷世界，对公共卫生构成了日益严重的威胁。建模糖尿病是一种有效的方法，可以监测糖尿病患病率的增加，并制定具有成本效益的策略，以控制糖尿病的发生率及其并发症。本文重点介绍了称为糖尿病并发症（DC）模型的数学模型。使用不同的数值方法对DC模型进行分析，以随着时间的推移监测糖尿病人群。这是通过使用五种不同的数值方法分析模型的。此外，还检查了时间步长和影响糖尿病情况的各种参数的影响。DC模型取决于某些参数，其值在模型的收敛中起着至关重要的作用。因此，本文实施了参数分析并随后在本文中进行了讨论。本质上，Runge -Kutta（RK）方法提供了最高的精度。此外，亚当 - 莫尔顿的方法还提供了良好的结果。最终，本文提供了诊断后对糖尿病并发症的发展的全面理解。结果可用于了解如何改善一个国家的整体公共卫生，因为政府应该制定有效的糖尿病筛查和治疗的战略计划。
从混合和级联的非线性中模拟超强
非线性光学频率转化在光子学和基础上具有根本重要性，其应用是其应用的基础：与二次非线性的媒体中的总和和差异频率产生，允许其他不可接近的波长制度，以及超级非线值的超级范围的跨越跨度范围的巨大效果，超过了跨越的跨度范围，超过了跨越的跨度范围，这超出了越来越多的范围。用激光获得媒体。芯片集成的波导允许同时利用二次和立方效应，从而在非线性材料的整个透明度窗口中为多旋转的跨度光谱创造了前所未有的机会。设计这样的波导通常依赖于基础非线性过程的数字建模，但是，当涉及多个和级联的非线性过程时，这些过程变得极具挑战性。在这里，为了应对这一挑战，我们报告了一种新颖的数字模拟工具，用于混合和级联的非线性，该工具使用抗声明策略，以避免由有限的模拟带宽产生的杂散光。设计参数研究所需的专用五阶相互作用图片runge-kutta求解器，允许有效的数字模拟。表明，模拟结果与实验数据相吻合，并且仿真工具可作为开源python软件包（Pychi）获得。