基于智能優(yōu)化算法的原子團簇結(jié)構(gòu)研究.pdf

1、原子團簇是由幾個至數(shù)千個原子相互作用而形成的穩(wěn)定聚集體,其物理和化學(xué)性質(zhì)與它所含有原子數(shù)目多少有關(guān)。由于團簇具有特殊的幾何結(jié)構(gòu)和奇特的物理化學(xué)性質(zhì)以及潛在的應(yīng)用背景,引起人們的廣泛關(guān)注。原子團簇結(jié)構(gòu)研究問題是計算機、物理、化學(xué)、生命科學(xué)等研究領(lǐng)域的一個難題。
　　 預(yù)測原子團簇最穩(wěn)態(tài)結(jié)構(gòu)的一般方法是合理簡化原子團簇的內(nèi)部結(jié)構(gòu),根據(jù)原子間的相互作用勢建立其物理模型,將物理模型轉(zhuǎn)化為數(shù)學(xué)模型,然后對數(shù)學(xué)模型進行求解。研究原子間的勢能

2、模型對預(yù)測原子團簇最穩(wěn)態(tài)結(jié)構(gòu)有很大的作用,其中應(yīng)用比較廣泛的勢能模型有經(jīng)驗勢、自洽勢和緊束縛勢等。原子團簇結(jié)構(gòu)研究的第二步是在勢能面上搜索能量最低團簇結(jié)構(gòu),主要方法有蒙特卡洛算法、分子動力學(xué)、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(jié)構(gòu)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(jié)合Lennard-Jones勢能模型對氬原子團簇結(jié)構(gòu)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(jié)構(gòu)能量,以尺寸為n=2,3,…,14的Arn團簇為例,結(jié)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(jié)構(gòu)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(jié)構(gòu)。四種算法得到的氬團簇結(jié)構(gòu)呈現(xiàn)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