| 摘 要： | 随机模拟方法不同于常规的数值计算，它的算法并不复杂，模型直观并能跟踪体系的演化，原则上不受任何条件的限制。因此，有时候直接称它为“计算机模拟实验”。本文选择高分子单链构象统计中的计算机模拟方法为研究方向，并给出了使用计算机模拟对高分子单链构象抽样统计的算法和实例。稀溶液中的高分子链的性质可以用单链近似。在研究单个高分子链的性质是从高分子的稀溶液入手。把空间连续的介质离散化，从而更好的发挥了计算机模拟的优越性。格子模型的基本思想是高分子链单元只能取空间某些规定的格点。虽然在格子模型上产生的高分子链与真实链有较大的差别，但是高分子链的许多统计性质（大尺度行为）并不依赖于链模型的细节。本文把Gennes的BLOB模型与传统的格子模型结合起来提出了一类新的格子模型。为了通过随机模拟方法来获得高分子链的各种统计性质，必须对满足各种链结构和相互作用条件下的链构象进行抽样。在研究高分子构象的抽样统计问题中，无规行走（Rw）链是很有启发性的实例。基于以上格子模型的研究，本文给出了无规行走链构象在三角点阵格子模型上的随机抽样算法。求得RW链在二维空间的均方末端距〈R2〉和链长N的依赖关系。本文对计算机模拟方法的研究是基于单链高分子体系。在多链高分子体系仍有很多尚未解决的基础问题，计算机方法采用直接模拟的方法同样适用于解决此类问题。因此可以相信单链和多链体系的计算机模拟将在高分子科学的发展中起到日益重要的作用。
|
