针对Lennard-Jones(LJ)团簇的结构优化问题,在前人工作的基础上,提出了一个新的无偏优化算法,即DLS-TPIO(dynamic lattice searching method with two-phase local searchand interior operation)算法.对LJ2-650,LJ660,LJ665-680这666...针对Lennard-Jones(LJ)团簇的结构优化问题,在前人工作的基础上,提出了一个新的无偏优化算法,即DLS-TPIO(dynamic lattice searching method with two-phase local searchand interior operation)算法.对LJ2-650,LJ660,LJ665-680这666个实例进行了优化计算.为其中每个实例所找到的构型其势能均达到了剑桥团簇数据库中公布的最好记录.对LJ533与LJ536这两个算例,所达到的势能则优于先前的最好记录.在DLS-TPIO算法中,采用了内部操作,两阶段局部搜索方法以及动态格点搜索方法.在优化的前一阶段,内部操作将若干能量较高的表面原子移入团簇的内部,从而降低团簇的能量,并使其构型逐渐地变为有序.与此同时,两阶段局部搜索方法指导搜索进入更有希望的构型区域.这种做法显著地提高了算法的成功率.在优化的后一阶段,借用动态格点搜索方法对团簇表面原子的位置作进一步优化,以再一次降低团簇的能量.另外,为识别二十面体构型的中心原子,本文给出了一个简单的新方法.相比于文献中一些著名的无偏优化算法,DLS-TPIO算法具有较高的计算速度与成功率.展开更多
文摘针对Lennard-Jones(LJ)团簇的结构优化问题,在前人工作的基础上,提出了一个新的无偏优化算法,即DLS-TPIO(dynamic lattice searching method with two-phase local searchand interior operation)算法.对LJ2-650,LJ660,LJ665-680这666个实例进行了优化计算.为其中每个实例所找到的构型其势能均达到了剑桥团簇数据库中公布的最好记录.对LJ533与LJ536这两个算例,所达到的势能则优于先前的最好记录.在DLS-TPIO算法中,采用了内部操作,两阶段局部搜索方法以及动态格点搜索方法.在优化的前一阶段,内部操作将若干能量较高的表面原子移入团簇的内部,从而降低团簇的能量,并使其构型逐渐地变为有序.与此同时,两阶段局部搜索方法指导搜索进入更有希望的构型区域.这种做法显著地提高了算法的成功率.在优化的后一阶段,借用动态格点搜索方法对团簇表面原子的位置作进一步优化,以再一次降低团簇的能量.另外,为识别二十面体构型的中心原子,本文给出了一个简单的新方法.相比于文献中一些著名的无偏优化算法,DLS-TPIO算法具有较高的计算速度与成功率.
