用遗传算法研究Ir团簇的基态结构及其优化问题-西北大学学报.PDF

西北大学学报( 自然科学网络版) 2007 年 7 月，第 5 卷，第 4 期 Science Journal of Northwest University Online July. 2007 ，Vol.5 ，No.4 用遗传算法研究 Ir 团簇的基态结构 及其优化问题 1 1 1 2 1 杜恭贺 , 杨传波 , 郭 平 , 黄耀清 , 任兆玉 （1.西北大学 光电子技术与光子研究所，陕西 西安 710069; 2.上海应用技术学院 数理教学部，上海 200235 ） 摘 要：利用遗传算法并结合半经验 Gupta 多体势，系统研究了 Irn （n=3 ～17 ）团簇的基态结构 特性及其结构优化问题。结果发现：①当ｎ≤13 时，团簇基态结构向二十面体演化; ②n=13 时， 是正二十面体；③当ｎ13 时，可看作以 Ir13 构型为基础在其对称轴的近邻区域内添加原子而构 成。 关 键 词：遗传算法；Gupta 势；Irn 团簇；基态结构；优化 中图分类号： O641 文献标识码：A 文章编号：1000-274X(2007)0284-05 原子或分子团簇（简称团簇）的基态结构及其优化问题研究，一直是材料科学、量子化学以及结构化 学等学科交叉研究领域内的前沿研究课题。所谓原子或分子团簇，指的是由几个、几十个、几百个、甚至 于上千个原子﹑分子或者离子通过物理的或化学的结合力所组成的相对稳定的微观及亚微观聚集体[1] 。研 究团簇的结构性质及其优化问题，不仅对人们正确理解块体性质具有极为重要的意义，而且对于材料科学 领域内有关新材料的设计和应用等具有极其重要的指导价值。由于团簇几何结构的确定是研究团簇物理性 质和化学性质的关键，所以对此问题进行深入探讨显得十分必要。 迄今为止，实验上还不能够直接测量含 3 个及 3 个以上原子自由团簇的基态结构，这就需要从理论计 算方面建立可靠的结构模型，以完善对实验现象的解释。 当前，现有的理论计算方法主要分为两大类。一类是基于量子力学层次的计算方法，如第一性原理计 算方法和从头计算法。由于随着团簇尺寸的增加，所含局域极小构型的数目呈指数级增长， 使得它们在 计算小尺寸的团簇时能够发挥很好的功效，而在团簇含有 20 个以上原子时，因为受到计算量的限制而显 得力不从心。另一类方法则是通过建立有效势模拟来处理较为复杂体系的经验或半经验方法。诸如：模拟 [2] [3] [4] [5] 退火法 ﹑分子动力学方法 ﹑蒙特卡罗方法 以及遗传算法 等等。本文主要利用遗传算法来研究 Ir 团簇 的基态结构及其优化问题。 铱团簇作为一种过渡金属团簇具有良好的催化性能，它的金属互化物是超导体，因此对铱团簇的基态 结构及其优化问题进行深入研究具有更为重要的理论价值和更为广阔的应用前景。特别值得一提的是，在 该研究中，我们利用遗传算法并结合半经验 Gupta 多体势对 Irn （n=3～17）团簇的基态结构特性及其优化 问题的研究结果，对于此类团簇集成材料的进一步开发和应用提供了重要的理论依据。 _______________________ 收稿日期：2007-03-22 资助基金：陕西省国际合作项目(2005kw-22) ；上海市教育委员会科研项目(060Z018) 审 稿 人：杨志勇，男， 西安电子科技大学教授 1 计算方法 1.1 遗传算法 遗传算法的基本思想来源于达尔文的进化论，一般的遗传算法可以参见文献[6]。1993 年，Bernd Hartke 首次将这种思想应用于团簇研究[7] 。用遗传算法优化团簇结构的基本思想是：对一个给定尺寸的团簇, 用 n 个原子坐标 ｘ表示团簇 G={ ｘ, ｘ,…, ｘ}， i 1 2 n 并随机地产生若干个(p )不同的构形，组成一个解群{G}。从这个解群中用选择算子p r 随机地选取两个构形