皮卡亚

利用并行遗传算法进行恒星结构建模的全局优化。遗传算法是一类启发式搜索技术,在计算环境中应用基本的进化算子。我们设计了一个完全并行和分布式的通用优化子程序PIKAIA的硬件/软件实现,它利用遗传算法根据观测数据集客观地确定给定模型的全局最优参数。我们在白矮星地震的背景下使用了这个建模工具,即从观测到的恒星振荡频率中提取有关这些恒星的物理和结构信息的艺术和科学。基于遗传算法的数值优化实现了对参数空间的高效、并行探索,使我们获得了许多有趣的物理结果:(1)解决了迄今为止恒星演化模型与先前对DBV白矮星表面氦层质量的星震推断之间的矛盾;(2)白矮星中心氧质量分数的精确测定;和(3)对$^{12}C(α,γ)^{16}$O核反应的天体物理重要但实验不确定率的初步估计。这些成功表明,大量的计算密集型建模应用程序也可以从这种方法中受益。