基于人工智能算法的物理规律拟合——以磁机械振荡器的特性研究为例AN AI-DRIVEN PHYSICS RESEARCH CASE:MAGNETIC-MECHANICAL OSCILLATOR
张陆峰,贺光兆,朱明杰,杨胡江
摘要(Abstract)：
本文基于2023年中国物理学术竞赛的第6题，探讨了一种磁机械振荡器的特性。该振荡器由两个固定在非磁性底座上的叶片弹簧和连接在弹簧上端的磁铁组成，磁铁间的相互排斥力使两个叶片弹簧的振动产生耦合。本文通过实验观察和数据收集，详细分析了该系统的振荡现象。借助人工智能(AI)算法，本文尝试了直接从实验数据中得到系统的运动方程，并与理论分析结果进行比较。结果表明，AI算法在不需要复杂理论分析的情况下，能够快速准确地拟合出运动方程，展示了其在处理复杂物理系统中的潜力，极大提升了研究效率。本文验证了利用数据驱动的方法研究复杂振荡系统的可行性，也为在大学物理实验教学过程中引入AI辅助教学提供了有价值的参考思路。
关键词(KeyWords)： 磁机械振荡器;叶片弹簧;耦合摆;Eureqa程序;AI算法
基金项目(Foundation): 北京邮电大学教改项目(课题编号2023YB27、2024WLJY01);北京邮电大学教师基本科研业务费(500423311);; 北京市高等教育学会2023年立项面上课题(课题编号：MS2023153);; 北京市高等教育本科教学改革项目《“物理实验+X”创新实践人才培养机制探索》
作者(Author): 张陆峰,贺光兆,朱明杰,杨胡江
参考文献(References)：
- [1] LR N.Classical electrodynamics[J].Nuclear Physics,1963,41,691.https://doi.org/10.1016/0029-5582(63)90551-0 [2] Magnetically Coupled Harmonic Oscillators | UCSC Physics Demonstration Room[EB/OL].(n.d.).https://ucscphy sicsdemo.sites.ucsc.edu /coupled-magnetic-pendulums/ [3] SCHMIDT M,LIPSON H.Distilling free-form natural laws from experimental data[J].Science,2009 Apr 3;324(5923):81-5.doi:10.1126/science.1165893.PMID:19342586. [4] UDRESCU S-M,TEGMARK M.AI Feynman:A physics-inspired method for symbolic regression[J].Sci.Adv.6,eaay2631(2020).DOI:10.1126/sciadv.aay2631 [5] 赵凯华，罗蔚茵.新概念物理教程[M].2版.北京：高等教育出版社，2004:113-114.ZHAO K H,LUO W Y.A new conceptual physics course[M].2nd ed.Beijing:Higher Education Press,2004:113-114.(in Chinese) [6] CHEN B,HUANG K,RAGHUPATHI S,et al.Automated discovery of fundamental variables hidden in experimental data[J].Nat Comput Sci.2022 Jul;2(7):433-442.doi:10.1038/s43588-022-00281-6.
- (1)IYPT 2023 Problems | International Young Physicists' Tournament.(2022,July 27).International Young Physicists' Tournament.https://www.iypt.org/problems/problems-for-the-36th-iypt-2023/ (2)王博.数智化转型助推大学教育高质量发展.http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2023/2023_zt01/mtbd/202302/t20230227_1047952.html.2023.02.