用力对性能影响显著，但表现为非线性，参数优化复杂性……
那么作了映射之后，通过模态距离搭配现有数据，分析不同分子相互作用对凝胶性能的非线性影响chenyuan9♜cc
参数问题可以定义为寻找模态空间中，模态密度最大的区域，这代表着最佳实验条件chenyuan9♜cc
将材料的自修复行为映射为模态路径上的周期性分布，找到修复效率较低的热点区域……
理论上似乎可行？
有了这个想法，乔喻也顾不上去研究陈师兄发来的论文了chenyuan9♜cc而是直接又点开了软件，开始进行实验室数学模型设计chenyuan9♜cc
目前实验室最重要的三个参数状态，反应时间，分子相互作用量，材料响应强度，分别用α、β跟γ指代chenyuan9♜cc
那么映射公式就是r=(αβ，γ)chenyuan9♜cc
在其中增加一个权重因子，通过对实验室结果分析之后再给出具体值chenyuan9♜cc
那么直接套用模态距离的定义：d_M(r_1，r_2）就可以直接表示为：
接下来就是评估非线性效应的累积贡献，这一块需要用模态卷积来操作，同样是先套公式，直接可得：
通过这个公式分析空间中的高密度区域，这样最终可得优化目标的目标函数为：
显然，优化公式中函数X就代表待优化的实验室参数chenyuan9♜cc
当然这只是一个笼统的公式chenyuan9♜cc
花费了几个小时时间，把公式推了一遍之后，乔喻又仔细思考了一遍他的想法chenyuan9♜cc
感觉在数学上没什么问题，但能不能指导刘师兄的课题他其实现在还不太确定chenyuan9♜cc
毕竟这是一个构想，不过好在他手上还有些许多从实验室打包的数据chenyuan9♜cc
唯一的问题是，这涉及很多复杂的计算chenyuan9♜cc说起来不管是他还是陆教授都认为目前刘浩课题组的数据量不够chenyuan9♜cc
但这里说的“不够”其实是在数学家看来，能体现出一定规律的数据量不够，而不是数据总量不够chenyuan9♜cc实际上半年时间攒下的数据总量还是很多的chenyuan9♜cc
现在乔喻处理问题的办法，用行话解释就是在高维模态空间中，寻找最具代表性的低维投影，减少对全数据的依赖chenyuan9♜cc并试图从这些不成体系的数据中，寻找到潜在的规律chenyuan9♜cc
通过最小化d-m的值，来找到规律性最强的路径，并根据模态热点，指导后续实验设计，并