Optimal threshold resetting in collective diffusive search
创建于 更新于
摘要
本文引入并系统研究了“阈值重置（threshold resetting, TR）”在N个独立一维扩散搜索者上的首达时间优化。报告给出一般性重置-更新的两种续期（renewal）形式并导出闭合表达式，证明通过调节无量纲阈值位置 u=x0/L 可显著降低平均首达时间并产生最优阈值 u_opt（当 N≥2 时）[page::1][page::6][page::8]。研究还识别出阈值依赖的临界群体规模 N_c(u)（在 N<N_c(u) 时 TR 优于无重置过程）并给出最优群体规模 N_opt(u) 的存在域与相应加速比与代价函数分析，从而揭示效率—成本之间的非平凡权衡[page::8][page::11][page::12]
