高级搜索

基于智能全局优化算法的理论结构预测

,  ,  , 

downloadPDF

上一篇

下一篇

高朋越, 吕健, 王彦超, 马琰铭. 2017: 基于智能全局优化算法的理论结构预测, 物理, 46(9): 582-589. doi: 10.7693/wl20170902
引用本文: 高朋越, 吕健, 王彦超, 马琰铭. 2017: 基于智能全局优化算法的理论结构预测, 物理, 46(9): 582-589. doi: 10.7693/wl20170902
shu
GAO Peng-Yue, LV Jian, WANG Yan-Chao, MA Yan-Ming. 2017: Structure prediction via intelligent global optimization algorithms, Physics, 46(9): 582-589. doi: 10.7693/wl20170902
Citation: GAO Peng-Yue, LV Jian, WANG Yan-Chao, MA Yan-Ming. 2017: Structure prediction via intelligent global optimization algorithms, Physics, 46(9): 582-589. doi: 10.7693/wl20170902
shu

基于智能全局优化算法的理论结构预测

  • 吉林大学物理学院 超硬材料国家重点实验室 长春 130012

Structure prediction via intelligent global optimization algorithms

  • 摘要: 凝聚态物质内部的原子堆垛方式,即微观原子结构,是深入理解其各种宏观物理和化学性质的基础.近年来,随着基于群智理论的全局优化算法和第一性原理计算方法的发展,只根据物质的化学组分和外界条件,通过理论计算来确定或预测物质的微观原子结构成为可能.文章将对目前国内外主要理论结构预测方法进行简要的概述,重点介绍基于群智算法的卡里普索(CALYPSO)结构预测方法的基本原理及其在凝聚态物质结构研究中的一些典型应用.
    Abstract: Atomic structure is the basis for deep understanding of various physical and chemical properties of condensed matter. In recent years, with the rapid development of global optimization algorithms and first-principles methods, it has become possible to determine or predict the atomic structure through theoretical calculations with only information about the chemical composition and external conditions. This article will briefly introduce the basic prin-ciples of current theoretical structure prediction methods, with particular emphasis on the swarm-intelligence based CALYPSO method and its applications.
  • 加载中
  • 加载中
计量
  • 文章访问数:  171
  • HTML全文浏览数:  34
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2017-09-12

基于智能全局优化算法的理论结构预测

  • 吉林大学物理学院 超硬材料国家重点实验室 长春 130012

摘要: 凝聚态物质内部的原子堆垛方式,即微观原子结构,是深入理解其各种宏观物理和化学性质的基础.近年来,随着基于群智理论的全局优化算法和第一性原理计算方法的发展,只根据物质的化学组分和外界条件,通过理论计算来确定或预测物质的微观原子结构成为可能.文章将对目前国内外主要理论结构预测方法进行简要的概述,重点介绍基于群智算法的卡里普索(CALYPSO)结构预测方法的基本原理及其在凝聚态物质结构研究中的一些典型应用.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回