这就是一个平衡的问题。
斟酌了一番后，许秋决定统一实验标准，把新标准确定为“9:1的氯仿/DIO的混合溶剂，原溶液浓度提升4%”。
这样做，也许不会显著提升器件性能，但至少能够避免出现，模拟实验室中做出了高效率的器件，但是在现实中因为条件不确定?而无法重复出来的情况。
许秋重新启动模拟实验室II?参照新的标准，吩咐模拟实验人员?开始优化他和学妹两人最高效率体系的器件加工条件。
周一早上。
许秋拿到了新的数据?基于他的三代8系列以及学妹的二代B4T-6系列3D-PDI受体的器件，最高效率分别为7.50%和6.58%?前值分别为7.42%和6.51%。
“提升了0.08%和0.07%，马马虎虎吧。”
“不过?再怎么说也是提高了一丢丢的?也没枉费我投入了几百的积分进去。”
对于这个结果，许秋倒不是很意外，毕竟经过这番优化，实验条件并没发生太大的改变。
效率数据的提升?单纯只是因为实验次数的增加?数据波动到更靠近边界的地方罢了。
从统计学上来看，器件效率总体上是呈现正态分布的。理论上，只要实验次数够多，哪怕均值只有7%，也可能波动到8%、9%、10%。当然?能到9%、10%的概率可能近乎为0，但8%还是有机会的。
话说回来?就算凭
240 魏老师的阴晴变化(2/6)