CALYPSO结构预测方法-王彦超.docx

2015 年 第 60 卷 第 27 期：2580 ~ 2587《中国科学》杂志社 SCIENCE CHINA PRESS专题 : CALYPSO结构预测方法及应用评 述CALYPSO 结构预测方法王彦超, 吕健, 马琰铭*吉林大学, 超硬材料国家重点实验室, 长春 130012 * 联系人, E-mail: mym@2015-05-25 收稿, 2015-07-02 接受, 2015-07-21 网络版发表 国家自然科学基金资助摘要 凝聚态物质内部的原子排列方式, 即结构, 是深入理解其宏观物理和化学性质的重要信息. 只根据物质的化学组分从理论上开展物质的结构预测是物理、化学和材料科学长期的期盼, 但一 直是个巨大挑战. 基于结构对称性的分类检索思想, 结合粒子群多目标优化算法, 引入成键特征 矩阵的结构表征方法, 提出并发展了卡里普索(CALYPSO)结构预测方法, 并在此基础上开发了拥 有自主知识产权的同名结构预测软件包. 该方法和软件只需给定材料的化学组分和外界条件(如压 力), 就可以预测材料的基态及亚稳态结构, 并可以进行功能材料逆向设计. CALYPSO方法的高效 可靠性已经在科研实践中得到了证实. 目前该方法已经被广泛应用到三维晶体、二维层状材料和 表面、零维的团簇等体系的结构研究领域, 成为理论确定材料结构的有效手段.关键词卡里普索结构预测群智算法确定材料的微观结构是深入研究其宏观性质的度是3N+3[1]. 在这个高维的势能曲面上存在大量局基础, 是开展新型功能材料(超硬材料、储氢材料和域稳定的亚稳结构, 这些亚稳结构的数目随着粒子超导材料等)设计的前提. 目前, 实验上可以通过多数的增加以指数方式增加[2]. 理论结构预测就是要从种技术(如X-射线衍射和中子散射等)来确定材料的大量的亚稳结构中确定全局最稳定的一个结构, 是微观结构. 但由于实验测量往往受到诸多限制(如实一个极具挑战性的课题. 也正因为如此, 1988 年验样品的纯度、实验谱信号的强弱), 仅通过实验方Science主编John Maddox发表评论认为: “物理学的重法来确定材料的结构还存在着一些困难. 因此发展要挑战之一是只根据化学组分来确定物质的结构”[3].理论结构预测方法是物理、化学和材料研究领域长期原理上来讲, 可以通过各态历经的方法来探索势能的期盼. 发展理论结构预测方法一方面可以辅助实面, 进而确定材料的最稳定结构. 然而, 由于材料势验来确定材料的结构, 是实验手段的一个有效补充;能面上可能的结构数目巨大(例如, 对一个单胞内含另一方面还可以根据材料功能性质的需求, 逆向设有10个原子的体系, 其势能面所对应的可能结构数计新型功能材料, 进而指导实验合成, 从而有效地降目达到1011个), 因此遍历方法由于计算量太大是不低实验成本和缩短新材料的研发周期.可行的. 发展理论结构预测方法, 需要设计高效的全根据能量最低原理, 材料通常以基态结构的形局优化算法来智能地探索势能面, 进而确定材料的式存在. 基态结构对应着势能面上全局能量最小值基态结构.点. 因此, 理论结构预测的目标就是根据物质的化学近些年来, 随着计算机性能的不断提升以及第组分在相应的势能面上寻找全局能量最小值点, 及一性原理方法的发展, 只根据给定化学组分和外界其所对应的结构. 然而材料结构的势能面往往非常条件(如压力), 从理论上对材料结构进行预测已经成复杂, 例如对于具有N个粒子的晶体, 其势能面的维为可能. 国内外科学家先后发展了多种结构预测方引用格式: 王彦超, 吕健, 马琰铭. CALYPSO 结构预测方法. 科学通报, 2015, 60: 2580–2587Wang Y C, Lü J, Ma Y M. CALYPSO structure prediction method (in Chinese). Chin Sci Bull, 2015, 60: 2580–2587, doi: 10.1360/N972015-00575述法[4], 按照是否依赖初始给定结构, 可把这些方法分探索空间的最优解. 1993年, Hartke[23]首次将遗传算为两大类: (1) 依赖给定初始结构的势垒跃迁方法,法应用到了团簇结构预测领域. 1995 年Deaven 和如盆地跳跃方法(basin hopping)[5]、最小值跳跃方法Ho[24]将交叉和变异等结构操作在实空间中得到了实(minima hopping)[6] 、模拟退火方法(simulated an-现. 1999年Woodley等人[25]首次将遗传算法应用到了nealing)[7]和巨动力学方法(metadynamics)[8]等; (2) 不三维晶体结