全球熱推薦：求解“三體問題”周期軌道迎來曙光

【資料圖】

科普時報訊（記者王春）還記得科幻小說《三體》中虛構的“三體世界”嗎？作者劉慈欣還向公眾科普了牛頓提出的著名的“三體問題”。近日，上海交通大學教授廖世俊和其博士生楊宇以及暨南大學副教授李曉明通過將機器學習與其發明的一種極高精度的數值算法相結合，提出了求解“三體問題”周期軌道的路線圖，為獲得“三體問題”海量、精確的周期軌道鋪平了道路。相關成果發表在國際雜志《新天文學》上。

1687年，牛頓提出了著名的“三體問題”：運用萬有引力理論能準確預測兩個互相吸引的天體之運動規律——它們的軌道基本是橢圓形的；但如果有3個天體，比如太陽、地球和月球相互作用，其運行有何規律？《三體》小說中，“三體人”生活的行星在一個由3顆運動毫無規律的恒星組成的三體系統中運行，導致“三體人”的星球不定期毀滅與重生。

由于“三體問題”本質上的混沌性，導致采用傳統的數值方法也很難在一個較長時域內獲得三體系統的準確軌道。不過，科學家們的探索從未中斷。2009年，廖世俊提出一個獲得混沌動力系統收斂軌跡的策略——精準數值模擬（CNS），在理論上為準確獲得“三體問題”的周期軌道鋪平了道路。

基于CNS，2017年廖世俊團隊成功獲得等質量的“三體問題”695類周期軌道；2018年，廖世俊團隊聯手上海交通大學物理與天文學院教授景益鵬，應用CNS進一步成功獲得兩個質量相等的三體系統1349類全新的周期軌道；2021年，廖世俊與李曉明等合作，成功應用CNS獲得該三體系統任意不等質量的135445個周期軌道，在周期軌道數量上實現數量級增長；2022年，為了進一步提高計算效率，廖世俊、李曉明、楊宇將CNS結合機器學習，提出了一個獲得“三體問題”周期軌道的路線圖。研究團隊基于機器學習和CNS一步步地獲得更大質量范圍內的精確周期軌道，直至找到該類周期軌道中所有不同質量的精確周期軌道；最后，對于（存在周期軌道的質量區域內）任意質量的“三體問題”，機器學習都能足夠精確地預測其周期軌道之初始條件、周期。

“三體問題”周期軌道的求解，證實了CNS求解復雜混沌問題的有效性和潛力。理論上，CNS可應用于N體問題周期軌道的求解以及湍流研究等，為星系演化、復雜湍流的精確數值模擬等提供了一個全新的研究工具。

標簽： 周期軌道 三體問題 機器學習