基于改进粒子群优化算法的氩原子团簇结构优化

采用改进粒子群优化算法(IPSO)结合Lennard-Jones势对氩原子团簇结构进行优化,得到了氩原子团簇的稳态结构能量.以氩原子团簇Ar_n(n=2～14)为例,验证了该方法的有效性.结果表明,应用本文提出的方法可得到对称性良好的团簇结构.与基本粒子群优化算法(BPSO)及遗传算法(GA)相比,改进粒子群优化算法具有更好的收敛特性,能较快地得到氩原子团簇结构的最优解.

基于多变量最小二乘法和粒子群优化的金团簇结构预测

团簇科学是凝聚态物理领域中非常重要的研究方向,该文以金属团簇金Au20为研究对象,利用999组已知的结构数据,运用最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配简便地求得未知的模型参数,进而建立金团簇Au20的Gupta能量预测模型。结合金团簇的能量预测模型,利用粒子群优化算法进行对原子结构进行优化,最终运用VMD软件进行金团簇的全局最优结构重构,验证模型的有效性和可行性。