通过移动Gompertz分布的预测来描述高能下在高能下在全相空间以及受限相空间切片中e + e-，pp和pp碰撞中带电粒子的产生。 创新。 该分布已广泛用于扩散理论，社交网络和预测。 引入了一个由两个移动的Gompertz分布的叠加获得的PDF的两成分模型，以将实验分布的拟合度提高了几个数量级。 这两个组件对应于数据集的两个子组，一个代表软交互，另一个代表半硬交互。 通过为每个子组适当分配权重来完成混合。 我们第一次尝试分析Gompertz分布发生变化的数据，结果非常好。 建议将分布包括在更经常用于多样性分析的大量分布中。