團簇結(jié)構(gòu)的優(yōu)化算法與應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩109頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、全局優(yōu)化問題是各學(xué)科普遍關(guān)注的課題。在化學(xué)領(lǐng)域,尋找化學(xué)結(jié)構(gòu)的最低能量構(gòu)象具有重要意義。然而,結(jié)構(gòu)優(yōu)化問題相當(dāng)困難,因為其勢能曲面上局部極值的數(shù)量非常多而且隨著體系尺寸呈指數(shù)增長。在本論文中,發(fā)展了幾種新穎高效的全局優(yōu)化算法并應(yīng)用于團簇結(jié)構(gòu)優(yōu)化問題,采用優(yōu)化算法作為構(gòu)象分析方法,研究了團簇勢能圖(potentialenergylandscape,PEL)的性質(zhì)。 本論文總結(jié)了團簇研究的內(nèi)容、手段和意義,綜述了用于團簇結(jié)構(gòu)優(yōu)化研究

2、的全局優(yōu)化算法、近期進展以及在團簇結(jié)構(gòu)研究中的進展。本論文的主要研究內(nèi)容包括: 1.基于生物體系免疫機制的模擬,提出并建立了一種新穎的演化優(yōu)化算法—自適應(yīng)免疫優(yōu)化算法(adaptiveimmuneoptimizationalgorithm,AIOA)。AIOA使用濃度調(diào)節(jié)機制和免疫選擇機制自適應(yīng)地控制群體的多樣性和收斂速度。將AIOA應(yīng)用于函數(shù)極小值問題,結(jié)果表明該算法與文獻報導(dǎo)的隨機優(yōu)化方法相比有著較好的優(yōu)化效率。AIOA還被

3、成功應(yīng)用于Lennard-Jones(LJ)團簇的結(jié)構(gòu)優(yōu)化,優(yōu)化得到了LJ80以下的最優(yōu)結(jié)構(gòu)。 2.提出了一種用于描述團簇拓撲結(jié)構(gòu)的連接表(connectivitytable,CT)并應(yīng)用于團簇結(jié)構(gòu)的相似性檢測。由于CT包含了團簇的拓撲結(jié)構(gòu)信息,它可以有效地區(qū)分位于PEL上不同構(gòu)型的團簇。團簇相似性檢測對于保證演化算法中的群體多樣性非常重要。將基于CT的團簇相似性檢測方法應(yīng)用于AIOA,成功地優(yōu)化得到了LJ110以內(nèi)的最優(yōu)結(jié)構(gòu),

4、并且優(yōu)化效率很高。同時,對于更大尺寸的團簇,該方法也表現(xiàn)出了很好的優(yōu)化性能。 3.提出了一種基于能量的微擾策略和一種新的禁忌搜索方法,并與簡單貪婪方法(simplegreedymethod)相結(jié)合建立了一種新的團簇結(jié)構(gòu)優(yōu)化方法。與傳統(tǒng)的隨機微擾策略相比較,基于能量的微擾策略在收斂速度和搜索能力上都有很大提高。通過禁忌策略對勢能曲面上不同面積低谷(funnel)的搜索機會(訪問幾率)進行調(diào)控,均衡了不同低谷局部極值的訪問率,使優(yōu)化

5、效率得到大大提高。利用該方法優(yōu)化得到了LJ200以內(nèi)的最優(yōu)結(jié)構(gòu),并與文獻報導(dǎo)的方法相比具有較高的優(yōu)化效率。 4.提出了一種高效的無偏全局優(yōu)化方法—動態(tài)建模方法(dynamiclatticesearching,DLS)。DLS起始于一個隨機產(chǎn)生的局部極小化的結(jié)構(gòu),并且通過迭代進行動態(tài)格點(dynamiclattice,DL)的構(gòu)建和搜索尋找更好的解。由于DL能夠極大地減少搜索空間和非常耗時的局部能量極小化的次數(shù),極大地提高了算法的

6、運行效率。首次使用無偏方法優(yōu)化得到了LJ309以下的所有最優(yōu)結(jié)構(gòu),并且預(yù)測了LJ500的最優(yōu)結(jié)構(gòu)。DLS算法為分子或原子團簇的結(jié)構(gòu)優(yōu)化提供了高效的優(yōu)化方法,使大尺寸團簇的無偏優(yōu)化成為可能。 5.使用DLS方法,預(yù)測了150以內(nèi)的C60分子團簇最優(yōu)結(jié)構(gòu),其中80以上的C60團簇結(jié)構(gòu)為首次報導(dǎo)。由于DLS方法收斂速度很快且可以得到各種能量較低的構(gòu)型,通過記錄不同構(gòu)型的命中次數(shù),對C60分子團簇進行了構(gòu)象分析。結(jié)果表明Leary四面體

7、序列盡管在能量上沒有優(yōu)勢,但在一定尺寸范圍內(nèi)它在構(gòu)象上具有優(yōu)勢。同時,計算結(jié)果與高溫下退火實驗的結(jié)果在幻數(shù)峰的位置和峰高上都比較吻合。 6.對實驗學(xué)家和理論學(xué)家來說,PEL理論已經(jīng)成為一種統(tǒng)一的語言用來描述各種反應(yīng)體系?;贒LS方法建立了一種團簇構(gòu)象分析方法,由于DLS具有很高的優(yōu)化效率,此方法可用于大尺寸(N=400)團簇的構(gòu)象分析和勢能圖分析。同時,通過“構(gòu)象熵”的定義討論了構(gòu)象熵與構(gòu)象穩(wěn)定性的關(guān)系;通過對溫度的模擬討論了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論