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。

一种改进的动态格子算法在Au团簇基态结构预测中的应用

借助计算机强大的计算能力通过数学的方法预测团簇的最低能量结构,是本文的主要思想和工作.针对Au团簇的结构优化问题,本文提出了一种改进的动态格子搜索算法.将该算法用于Gupta势能建模的Au团簇对其进行优化求解,在若干国际已知算例上,找到了它们其中许多新的最低能量结构.为了用Gupta势能描述Au团簇原子之间的相互作用,本文采用了两组不同的参数.利用参数一(A=0.11844,B=1,p=10.15,q=4.13),优化了原子数N=38?100的Au团簇.其中,对于原子数N=38,55这两个算例,本文算法的结果优于此前文献中的最好结果.另外,利用参数二(A=0.2061,B=1.79,p=10.229,q=4.036),优化了原子数N=100?200的Au团簇,其中对于原子数N=100,110,120,130,140,150,160,170,180,190,200的Au团簇,本文算法所达到的势能均优于此前文献中的最好结果.结果表明了本文算法对于团簇结构优化问题求解的高效性.