分子动力学方法(molecular dynamics, md).ppt

计算机分子模拟(Molecular Simulation) 计算机分子模拟的部分应用领域： 生物、制药： 大分子性质、药物设计 力学、物理学： 应力与裂纹扩展、团簇研究 化学、化工: 溶液理论、吸附、界面化学 微电子、微机械： 半导体工艺、微加工、 超薄膜润滑： 地质、矿产： 地核动力学、熔融盐结构 及其性质 掌握分子模拟方法的必备知识： 编程技能 (Fortran or C/C++) 统计物理学（统计力学）： 统计物理学基础； 系综原理； 非平衡统计力学基础； 涨落理论 分子热力学 ：分子间相互作用理论； 分布函数理论 气体分子运动论 其它 主要的学习参考书籍： 1. Computer Simulation of Liquids.--- M. P. Allen and D.J. Tildesley, Oxford University (1987) 2. The Art of Molecular Dynamics Simulation. --- D. C. Rapaport, Cambridge University (1995) 3. Understanding Molecular Simulation: From Algorithms to Applications.---- D. Frenkel and B. Smit, Academic (1996) 2. 什么是计算机分子模拟方法？ 计算机分子模拟的发展历史： 1. 蒙特卡罗方法（MC）1953 Metropolis, Ulam, Rosenbluth and Tell Los Alamos National Lab Monte Carlo simulation of hard sphere. 2. 分子动力学方法（MD）1957 Alder and Wainwrigth Livermore Lab Molecular dynamics simulation of hard spheres. 计算机分子模拟的发展历史（续） 计算机分子模拟的特点： 1. 原子水平的模拟 2. 计算机实验 3. 检验理论、筛选实验 4. 科学研究中的第三种方法 2. MC方法简介 利用马尔可夫链方法产生感兴趣的系综微观态。 对这些微观态进行系综平均来获得热力学性质。 只对系统中粒子的位置抽样，不包含动能部分， 提供的是系统的超额性质。 分类： 正则系综 (Canonical MC) (NVT) 巨正则系综 (Grand Canonical MC，GCMC) (?VT) Gibbs系综 (Gibbs Ensemble MC， GEMC) 2.1 正则系综MC (Canonical MC Simulation 正则系综的配分函数 对于原子系统，位型（构型）的配分函数： 某个特定构型的发生概率为 PNVT(r)  典型算法 (Metropolis) 随机选择一个原子，并且计算其当前构型m的能量 U(rm). 尝试随机移动此原子，rn = rm + ??(ranf-0.5), 并且计算此新构型n时的能量 U(rn). 接受此移动的概率为 Pmove 其中，?Umn = U(rn)- U(rm) 2.2 巨正则 MC simulation (GCMC) 恒定 V, T, 和 m，体系的粒子数发生波动； 可用于预测 EOS-type的性质，但主要是用来模拟吸附过程. 巨正则系综配分函数 对于原子系统，位型（构型）的配分函数： 产生巨正则系综的马尔可夫链的过程涉及到典型的、三种不同的随机移动： Attempt to move a particle (just like canonical MC) Attempt to create a particle Attempt to delete a particle 各种随机移动的概率： 2.3 Gibbs Ensemble MC (GEMC) 特点: 尤其适用于研究纯流体或混合物的相平衡问题； 此方法不能用于涉及到非常稠密流体的相平衡问题； 此方法能同时获得共存相的各自密度及其组成； 此方法避免了共存相界面的