基于智能優(yōu)化算法的原子團簇結構研究.pdf

1、原子團簇是由幾個至數千個原子相互作用而形成的穩(wěn)定聚集體,其物理和化學性質與它所含有原子數目多少有關。由于團簇具有特殊的幾何結構和奇特的物理化學性質以及潛在的應用背景,引起人們的廣泛關注。原子團簇結構研究問題是計算機、物理、化學、生命科學等研究領域的一個難題。
　　 預測原子團簇最穩(wěn)態(tài)結構的一般方法是合理簡化原子團簇的內部結構,根據原子間的相互作用勢建立其物理模型,將物理模型轉化為數學模型,然后對數學模型進行求解。研究原子間的勢能

2、模型對預測原子團簇最穩(wěn)態(tài)結構有很大的作用,其中應用比較廣泛的勢能模型有經驗勢、自洽勢和緊束縛勢等。原子團簇結構研究的第二步是在勢能面上搜索能量最低團簇結構,主要方法有蒙特卡洛算法、分子動力學、模擬退火算法、遺傳算法等。
　　 本文主要介紹了氬原子團簇和銅原子團簇的結構優(yōu)化問題:
　　 采用智能優(yōu)化算法中的遺傳算法、粒子群算法、改進的粒子群算法和差分進化算法結合Lennard-Jones勢能模型對氬原子團簇結構進行優(yōu)化。遺

3、傳算法、粒子群算法和改進粒子群算法分別得到了Arn團簇的穩(wěn)態(tài)結構能量,以尺寸為n=2,3,…,14的Arn團簇為例,結果表明,與基本粒子群優(yōu)化算法或遺傳算法相比,本文提出的改進粒子群優(yōu)化算法對Arn團簇結構進行優(yōu)化,具有更好的收斂特性,所需的計算時間更短。利用差分進化算法,可以進一步的得到n=15-30的氬團簇近似基態(tài)能量和基態(tài)結構。四種算法得到的氬團簇結構呈現良好的對稱,驗證了四種方法的有效性。
　　 采用遺傳算法和改進粒子群