基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用

【摘要】：晶体的结构是材料的最基本信息,是理论计算材料性质的基础。实验上可以通过X射线衍射谱确定晶体的结构,但由于在高压条件下衍射信号较弱导致实验上很难确定晶体的结构,因此理论上预测晶体结1-6是克服这个问题有效的方法,同时也为设计具有特殊功能材料提供了一种可靠的手段。本文首次提出将粒子群优化算法7-9应用到晶体结构预测领域,成功开发一套晶体结构预测的程序CALYPSO(Crystal structure AnaLYsis by Particle Swarm Optimization)。我们的方法只需知道化学配比就可以成功地预测不同压力条件下的晶体最稳定结构和亚稳相结构。我们的方法主要包括以下特点:首先导入了粒子群算法。粒子群算法是一种高效的全局优化算法,它是演化算法和群智理论的结合,并且已经被成功地应用到许多领域。粒子群算法通过公式(1)和(2)更新粒子的速度和位置,快速的寻找全局最优解。1,,11,,22,,()()jijvωvcrpbestxcrgbestx+=++(1)11,,,tijijijxxv++=+(2)其次结构相似函数技术的导入可以排除相似结构,减少局域优化结构数;第三对称性导入减少优化的变量数减小探索空间;最后变胞结构预测技术的应用引入了智能搜索机制,有效的减少了搜索空间,提高了搜索的效率。我们在不同的压力下,应用CALYPSO成功地预测出了多种不同体系(单质、二元和三元化合物)的实验结构,并且多数情况下只需近百个局域优化就能够达到收敛。高成功率和较快的收敛速度表明我们的方法是一种可靠高效的晶体结构预测方法。