本發明專利技術屬于計算化學和物理技術領域，具體為一種基于約束正則模式的復雜函數極小值搜索方法。本發明專利技術利用輸入的原子坐標，已知的勢能面能量函數，能量函數對坐標的一階導數，求解能量極小值對應的原子坐標。其步驟為，從一個極小值對應的坐標體系開始，隨機產生并優化得到一個約束的正則模式，通過在該模式方向上持續添加偏置勢函數并重復能量極小值優化，達到越過勢能面能量極大值的目的，最終優化得到新的極小值對應的坐標體系。本發明專利技術能快速搜索全局極小值的效果，并適用于復雜函數體系，同時具有搜索最優反應通道的功能。可用于遍歷復雜分子、周期性晶體體系的勢能面。
【技術實現步驟摘要】
本專利技術屬于計算化學和物理
，具體涉及一種快速的復雜函數極小值搜索方法，可用于遍歷復雜分子、周期性晶體體系的勢能面。
技術介紹
結構預測和反應路徑搜索作為當代化學和物理計算模擬研究的核心任務，對于理解和預測材料的熱力學性質和動力學性質具有不可替代的作用。雖然分子動力學模擬作為一種搜索勢能面和模擬化學反應過程的常規工具已經得到廣泛的應用，但是這一方法的預測能力在處理高維度復雜勢能面體系、或具有高反應活化能的化學過程體系時會大幅下降。比如分子動力學方法，不能很好處理蛋白質折疊或碳納米管的生長過程。對于這些具有較高反應活化能的化學過程，一種比較常用的方法是先搜索化學過程所對應的過渡態，再找到經過這一過渡態的反應通道。這一方法最明顯的缺點就是它高度依賴于科研人員通過化學直覺所預先猜測的可能的反應通道，而這種預先猜測在高維體系中是幾乎不可能做出的。另一類常用的方法是通過在預先定義的反應坐標上增加限制條件(比如添加偏置勢函數)來增加高活化能過程的采樣概率，比如metadynamics方法(Phys. Rev. Lett. 2003,90, 238302)和傘狀抽樣方法(umbrella sampling) (J. Chem. Phys. 1998，109，7737)。由于需要根據體系預先定義限制條件，這些方法通常只能用于搜索單步化學反應，不能用于遍歷勢能面上可能的能量極小點。與前面方法相反,全局最優化方法，比如BH方法(Basin-Hopping方法，J. Phys. Chem. A 1997,101，5111)和遺傳算法(Genetic Algorithms in Search, Optimization and Machine Learning, Addison-ffesley Reading, MA, 1989)是以得到函數的最小值為最終目標，也就是勢能面上的最穩定結構。這些方法普遍采用了激進的結構形變，來達到跳出勢能面上能量極小值區域的目的，所以這些方法完全忽略了勢能面上不同極小值間互變的反應通道信息，而且對于復雜勢能面的處理效率也大大降低。
技術實現思路
本專利技術的目的是為提供一種簡便普適的勢能面函數搜索方法，克服以往方法中對于高維度勢能面的復雜體系預測能力大大降低的缺點。本專利技術的另一個目的是提供一種方法，可以同時用于能量極小值的結構預測和反應通道的預測。為實現上述目的，本專利技術基于偏置勢函數驅動分子動力學思想，通過構造隨機的運動模式，并沿著優化得到的約束正則模式，使構型從勢能面上一個能量極小值向另一個能量極小值轉化，最后利用Metropolis蒙特卡洛方法確定新找到的能量極小值構型是否被接受。其中描述勢能面的能量函數的求解方法包括經驗力場方法，量子力學從頭算方法， 第一性原理密度泛函方法。本專利技術方法示意圖如圖I所示，具體步驟為利用輸入的原子坐標Qi, i=l, 2，…η,已知的勢能面能量函數E=Z^qi), i=l, 2，…η,能量函數對坐標的一階導數F=^(Qi), i=l, 2，…η,求解能量所有極小值對應的原子坐標，以及連接這些極小值的反應通道，具體步驟如下步驟一、輸入一個能量極小值坐標Α,并隨機產生一個模式NO ；步驟二、在隨機產生的模式NO基礎上，通過約束雙子方法優化得到一個約束的正則模式N;步驟三、在原有的勢函數基礎上，新添加該N方向的一個偏置高斯勢函數，則總勢能面L可以表示為真實勢能面Vreal和偏置勢函數匕的和，即 Vm = K- +I ,沿著該N方向外推當前坐標，到由偏置勢函數和原有勢函數疊加產生的能量極小值附近；步驟四、能量極小值優化當前坐標；步驟五、判定是否達到最多的偏置高斯勢函數個數(NG)的上限，或達到預設的能量閾值4 (滿足Emax〈 4);達到則轉到步驟六，否則重復步驟二、步驟三、步驟四；步驟六、去掉所有添加的偏置高斯勢函數，能量極小值優化得到新的坐標體系B ； 步驟七，采用Metropolis蒙特卡洛方法,判定B是否接受；如果接受，A被B替代；步驟八，重復步驟一到步驟七，尋找下一個能量極小值，或程序結束。本專利技術中，勢能面能量函數的求解方法包括經驗力場方法，量子力學從頭算方法， 或第一性原理密度泛函方法。本專利技術中，步驟一隨機產生的模式NO由兩部分組成第一部分Ng，為一定溫度條件下的Maxwell-Boltzmann速率分布,該部分為全局模式,第二部分N1,為體系內部任意兩個不相鄰原子相互靠近的運動模式；N0由Ng和N1的構成方法如下N0 = (Nf + m)/|Nf + aNi|，參數λ的取值為O. I到10之間的一個隨機數。本專利技術中，步驟二中所述約束雙子方法的步驟為定義勢能面上的兩個坐標點，分別記為R0，Rl,并使得R0，Rl滿足關系Rl = HD+ΔΗ_Ν，其中Λ R為雙子間距，一般預先設定為O. 005埃。在Rl上作用偏置勢函數Vn，之后運用雙子方法優化得到N。本專利技術中，步驟三中所述偏置高斯勢函數的具體形式如下權利要求1.，其特征在于，利用輸入的原子坐標q” i=l, 2，…η,已知的勢能面能量函數E=ZXqi)，i=l, 2，…η,能量函數對坐標的一階導數F=g(qi)，i=l，2，…n，求解能量所有極小值對應的原子坐標，以及連接這些極小值的反應通道，具體步驟如下步驟一、輸入一個能量極小值坐標A,并隨機產生一個模式NO ；步驟二、在隨機產生的模式NO基礎上，通過約束雙子方法優化得到一個約束的正則模式N ;步驟三、在原有的勢函數基礎上，新添加該N方向的一個偏置高斯勢函數，則總勢能面L可以表示為真實勢能面Vreal和偏置勢函數匕的和，即 ^ = K- +4 ,沿著該N方向外推當前坐標，到由偏置勢函數和原有勢函數疊加產生的能量極小值附近；步驟四、能量極小值優化當前坐標；步驟五、判定是否達到最多的偏置高斯勢函數個數(NG)的上限，或達到預設的能量閾值4 ;達到則轉到步驟六，否則重復步驟二、步驟三、步驟四；步驟六、去掉所有添加的偏置高斯勢函數，能量極小值優化得到新的坐標體系B ； 步驟七、采用Metropolis蒙特卡洛方法,判定B是否接受；如果接受，A被B替代； 步驟八、重復步驟一到步驟七，尋找下一個能量極小值，或程序結束。2.根據權利要求I所述方法，其特征在于，勢能面能量函數的求解方法采用經驗力場方法，量子力學從頭算方法，或第一性原理密度泛函方法。3.根據權利要求I所述方法，其特征在于，隨機產生的模式NO由兩部分組成第一部分Ng,為一定溫度條件下的Maxwell-Boltzmann速率分布,該部分為全局模式，第二部分N1, 為體系內部任意兩個不相鄰原子相互靠近的運動模式；N0由Ng和N1的構成方法如下4.根據權利要求3所述方法，其特征在于，參數λ的取值為O.I到10之間的一個隨機數。5.根據權利要求3所述方法，其特征在于，所述約束雙子方法的步驟為定義勢能面上的兩個坐標點，分別記為RO，Rl,并使得RO，Rl滿足關系IU =HO+ΔΗ·Ν，其中Λ R為雙子間距，在Rl上作用偏置勢函數Vn，之后運用雙子方法優化得到N。6.根據權利要求I所述方法，其特征在于，步驟三中，偏置高斯勢函數的具體形式如下其中，i為偏置高斯函數計數。為當前坐標，Η〗為添加當前對應高斯勢函數本文檔來自技高網...
【技術保護點】
一種基于約束正則模式的復雜函數極小值搜索方法，其特征在于，利用輸入的原子坐標qi,？i=1,2,…n，已知的勢能面能量函數E=f(qi),？i=1,2,…n，能量函數對坐標的一階導數F=g(qi),？i=1,2,…n，求解能量所有極小值對應的原子坐標，以及連接這些極小值的反應通道，具體步驟如下：步驟一、輸入一個能量極小值坐標A，并隨機產生一個模式N0；步驟二、在隨機產生的模式N0基礎上，通過約束雙子方法優化得到一個約束的正則模式N；步驟三、在原有的勢函數基礎上，新添加該N方向的一個偏置高斯勢函數，則總勢能面Vtot可以表示為真實勢能面Vreal和偏置勢函數VG的和，即？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？，沿著該N方向外推當前坐標，到由偏置勢函數和原有勢函數疊加產生的能量極小值附近；步驟四、能量極小值優化當前坐標；步驟五、判定是否達到最多的偏置高斯勢函數個數（NG）的上限，或達到預設的能量閾值Er？；達到則轉到步驟六，否則重復步驟二、步驟三、步驟四；步驟六、去掉所有添加的偏置高斯勢函數，能量極小值優化得到新的坐標體系B；步驟七、采用Metropolis？蒙特卡洛方法，判定B是否接受；如果接受，A被B替代；步驟八、重復步驟一到步驟七，尋找下一個能量極小值，或程序結束。964079dest_path_image001.jpg...
【技術特征摘要】
【專利技術屬性】
技術研發人員：劉智攀，商城，
申請(專利權)人：復旦大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。