基于群体智能的材料结构搜索课件.pptx

上传人(卖家):三亚风情 文档编号:3496298 上传时间:2022-09-07 格式:PPTX 页数:45 大小:8.22MB
下载 相关 举报
基于群体智能的材料结构搜索课件.pptx_第1页
第1页 / 共45页
基于群体智能的材料结构搜索课件.pptx_第2页
第2页 / 共45页
基于群体智能的材料结构搜索课件.pptx_第3页
第3页 / 共45页
基于群体智能的材料结构搜索课件.pptx_第4页
第4页 / 共45页
基于群体智能的材料结构搜索课件.pptx_第5页
第5页 / 共45页
点击查看更多>>
资源描述

1、基于群体智能的基于群体智能的CALYPSO结构预结构预测方法及应用测方法及应用主要内容主要内容理论结构预测的目的及意义理论结构预测的目的及意义一一CALYPSO结构预测方法的原理及应用结构预测方法的原理及应用二二总结和致谢总结和致谢四四群体智能与机器学习方法的结合群体智能与机器学习方法的结合三三结构是理解物理与化学性质的关键信息结构是理解物理与化学性质的关键信息结构结构电学性质电学性质光学性质光学性质力学性质力学性质磁学性质磁学性质热学性质热学性质石墨石墨金刚石金刚石X-X-射线衍射射线衍射实验困难:实验困难:样品纯度样品纯度X-X-射线衍射信号弱射线衍射信号弱实验条件限制(高压)实验条件限制

2、(高压)中子散射中子散射材料结构的实验测量材料结构的实验测量实验手段:实验手段:X-X-射线衍射射线衍射 中子散射中子散射高分辨电镜高分辨电镜发展理论结构预测方法至关重要发展理论结构预测方法至关重要只给定组分的材料结构预测是巨大挑战只给定组分的材料结构预测是巨大挑战目标:目标:在复杂的势能面上找到全在复杂的势能面上找到全局能量最低点局能量最低点难点:难点:结构数目巨大结构数目巨大One of the continuing scandals in the physical sciences is that it remains in general impossible to predict t

3、he structure of even the simplest crystalline solids from a knowledge of their chemical composition.J.Maddox,Nature(1988)材料的势能面材料的势能面CALYPSO结构预测方法和软件群智理论随机初始结构产生方法 成键特征矩阵结构表征方法 结构局域优化http:/无偏性无偏性全局性全局性高效性高效性CALYPSOCALYPSOCALYPSO结构预测方法和软件CALYPSO(Crystal structure AnaLYsis by Particle Swarm Optimizati

4、on)Webpage:http:/只根据材料的化学配比和外界条件(如压力),就可以预测材料的基态及亚稳态结构,并进行有效的功能材料(如超硬、光学材料等)的设计。CALYPSO软件包受中国版权局的保护,注册号:2010SR028200Wang,Lv,Zhu,Ma*,PRB 82,094116(2010);Comput.Phys.Commun.2012 Luo et al.,JACS 2011;Lv,Ma*,JCP 2012;Wang et al JCP 2012 Zhang et al.,JCP 2013;Lu et al.,Nat.Commun 2014;Gao et al JPCC 2015

5、 CALYPSO结构预测方法的功能http:/3D晶体结构预测晶体结构预测PRB 82,094116(2010)0D团簇结构预测团簇结构预测JCP 137,084104(2012)2D层状结构预测层状结构预测JCP 137,224108(2012)2D表面结构预测表面结构预测NC 5,3666(2014)2D吸附结构预测吸附结构预测JPCC 119,20111(2015)功能材料设计功能材料设计JCP 138,114101(2013)XRD逆向结构搜索逆向结构搜索固固-固相变过渡态固相变过渡态主要内容主要内容理论结构预测的目的及意义理论结构预测的目的及意义一一CALYPSO结构预测方法的原理及

6、应用结构预测方法的原理及应用二二总结和致谢总结和致谢四四群体智能与机器学习方法的结合群体智能与机器学习方法的结合三三CALYPSO方法的流程结构演化是否收敛局域优化结束产生随机结构排除相似结构是否CALYPSO方法的流程280000种无机(I)和有机(O)晶体结构Newnham,R.E.Properties of materials(2005)优势优势I:减小搜索空间:减小搜索空间 x 0,1.0 01.0C2 x 0,0.5 单斜结构单斜结构 a b c=90 90三斜结构三斜结构 a b c 90 6 6个变量个变量4 4个变量个变量晶格参数晶格参数原子位置原子位置优势优势II:增加结构多

7、样性增加结构多样性No SymmetrySymmetry结构聚集结构聚集测试结果测试结果无无对对称性称性无实验结构无实验结构有对称性有对称性实验结构出现实验结构出现203203次次16 TiO2/cell 随机产生随机产生32503250个结构个结构测试结果测试结果LJ38团簇能量分布团簇能量分布LJ100团簇能量分布团簇能量分布CALYPSO方法的流程结构演化是否收敛局域优化结束产生随机结构排除相似结构是否基于成键基于成键特征矩阵的结构表征方法特征矩阵的结构表征方法产生大量相似结构产生大量相似结构局域优化比较耗时局域优化比较耗时结构结构表征表征的要求:的要求:由几何结构决定。由几何结构决定。

8、不依赖于所选择的坐标系。不依赖于所选择的坐标系。能够反映不同原子之间的置换。能够反映不同原子之间的置换。定量反映结构之间的微小差别定量反映结构之间的微小差别。基于成键基于成键特征矩阵的结构表征方法特征矩阵的结构表征方法全面反映键长和键角信息全面反映键长和键角信息成键特征矩阵成键特征矩阵(l=0-10)结结构相似度的表征构相似度的表征基于成键基于成键特征矩阵的结构表征方法特征矩阵的结构表征方法LJ-38-C5v(incomplete Mackay icosahedron)LJ-38-Oh(fcc)Dis=0.16255Dis=0.727760.618基于成键基于成键特征矩阵的结构表征方法特征矩阵

9、的结构表征方法LJ100 Cs LJ75 C5v LJ38 Oh LJ38 C5v CALYPSO方法的流程结构演化是否收敛局域优化结束产生随机结构排除相似结构是否粒子群优化算法粒子群优化算法Kennedy&Eberhart 1995多目标优化算法多目标优化算法通过种群中个体的协作进行探索通过种群中个体的协作进行探索群智理论与演化算法的结合群智理论与演化算法的结合粒子在搜索空间追随最优的粒子进行搜索粒子在搜索空间追随最优的粒子进行搜索粒子群优化算法的结构演化方法粒子群优化算法的结构演化方法gbest 粒子粒子 (结构结构)位置位置 (结构的信息结构的信息)速度速度 (结构的变化结构的变化)适应

10、值适应值(结构的能量结构的能量)xit+1=xit+vit+1vit+1=wvit+c1r1(pbestit-xit)+c2r2(gbestt-xit)=(0.9-0.4)C1=2.0C2=2.0优优点:点:强大的跨势垒能力强大的跨势垒能力pbestX1v0粒子群优化算法的结构演化方法粒子群优化算法的结构演化方法g gbestbest 9.43eV/atom9.43eV/atom9.38eV/atom9.38eV/atompbestpbest 9.46eV/atom9.46eV/atom初初始结构始结构PSOPSO优化结构优化结构PSOPSO粒子群优化算法对结构的操作粒子群优化算法对结构的操作

11、1 15 57 7Generations全局版粒子群优化算法优点:单谷体系收敛速度快缺点:种群的多样性减少可能出现过早收敛问题1,1 1,2 2,()()tttttti ji ji ji ji ji jvvc r pbestxc r gbestxw+=+-+-局域版粒子群优化算法vit+1=wvit+c1r1(pbestit-xit)+c2r2(lbestitk-xit)对搜索空间进行有效划分 通过多个差别较大的结构(lbest)引导结构演化 lbest 通过fitness排序和BCM距离来确定测试全局和局域版粒子群优化算法Wang,Ma*,Nat.Commun.2,563(2011)冰的高压

12、结构预测局域粒子群搜索过程中的能量演化Generation=163 Npop=30 Nopt=4887LJ-100 CsLJ100团簇团簇局域粒子群演化过程中的能量距离关系Dis4=0.0882Energy=-553.049Dis1=0.1614Energy=-557.0398Dis3=0.2285Energy=-554.3084Dis2=0.3686Energy=-556.1755Dis5=0.7226Energy=-542.7891CALYPSO方法的流程结构演化是否收敛局域优化结束产生随机结构排除相似结构是否100余种已知材料结构的测试:31种单元结构(如Li,B,Si,C,Na,Mg,

13、O2,Cl2,Ba等)68种二元结构(如SiO2,SiC,GaAs,ZnO,YH3,FeSe Be2C,WB2,NaCl,TiH2,MoB2,TiB2,CaC6,H2O,PtC,Y2C3,N2O,RhB,Bi2Te3,OsB2,Al2O3,CO2等)7种三元结构(MgSiO3,NaFeAs,LiFeP,FeTi3O7,CaCO3,Al(OH))1种四元结构 (Mg24Al16Si24O96(160 atoms/cell)1种五元结构(KBe2BO3F2)适用于各种化学键合的材料:(如金属键,离子键,共价键,范德瓦尔键等)CALYPSO方法有效性的测试方法有效性的测试Li 的高压的高压半导体半导

14、体相结构相结构,PRL 106,145501(2011)Bi2Te3 的高压的高压超导超导相结构相结构,PRL 107,215502(2011)Si/Ge 的亚稳态结构的亚稳态结构,JACS 134,12362(2012)FeTi3O7 的高压相结构的高压相结构,Am.Mineral.97,568(2012)W-B 系统的基态结构,系统的基态结构,PRL 110,136403(2013)Bi2Se3 的高压相结构的高压相结构,JPCC 117,10045(2013)TiH2 的高压相结构的高压相结构,J.Appl.Phys.113,103512(2013)SnTe 的高压相结构的高压相结构,J

15、.Phys.Chem.C 117,5352(2013)BiTeI 的高压相结构的高压相结构,J.Phys.Chem.C 117,25677(2013)BeH2 的高压相结构的高压相结构 J.Chem.Phys.140,124707(2014)Sn(II)2Sb(V)2O7到到Sn(III)2Sb(IV)2O7相变相变 Mater.Design.110,207(2016)CaWO4 的高压新相的高压新相 Phys.Status.Solidi B 253,1947(2016)H4S3 的高压相结构的高压相结构 Phys.Rev.B 93,020103(2016)As2Te3 的高压新相的高压新相

16、J.Alloy.Compd.685,551(2016)以下结构由以下结构由CALYPSOCALYPSO预言,后被实验所证实预言,后被实验所证实CALYPSO方法的有效性在科研实践的证实方法的有效性在科研实践的证实Phys.Rev.Lett.106,015503(2011)Phys.Rev.Lett.106,015503(2011)实验相图出自Nature Phys.7,211(2011)Nature Phys.7,211(2011)FeTi3O7American Mineralogist 97,568American Mineralogist 97,568 (2012)(2012)Phys.R

17、ev.Lett.106,Phys.Rev.Lett.106,1 14 45505501 1 (2011)(2011)Phys.Rev.Phys.Rev.B B 92,192,1134106134106 (2015)2015)V2O355个个国家和地区的国家和地区的1600余位余位用户用户CALYPSO推广和使用推广和使用国外用户国外用户5 59898个个,分布于,分布于5555个国家和地区个国家和地区1101001000阿尔及利亚阿尔及利亚阿根廷阿根廷阿联酋阿联酋埃及埃及爱尔兰爱尔兰奥地利奥地利澳大利亚澳大利亚巴基斯坦巴基斯坦巴西巴西保加利亚保加利亚比利时比利时波兰波兰丹麦丹麦德国德国俄罗斯俄

18、罗斯法国法国芬兰芬兰哥伦比亚哥伦比亚哈萨克斯坦哈萨克斯坦韩国韩国荷兰荷兰加拿大加拿大捷克捷克拉脱维亚拉脱维亚利比里亚利比里亚罗马尼亚罗马尼亚马来西亚马来西亚美国美国孟加拉国孟加拉国摩洛哥摩洛哥墨西哥墨西哥南非南非尼日利亚尼日利亚挪威挪威葡萄牙葡萄牙日本日本瑞典瑞典瑞士瑞士塞尔维亚塞尔维亚沙特阿拉伯沙特阿拉伯土耳其土耳其乌克兰乌克兰西班牙西班牙希腊希腊新加坡新加坡新西兰新西兰叙利亚叙利亚伊朗伊朗以色列以色列意大利意大利印度印度印尼印尼英国英国越南越南智利智利中国中国0204060801001201402011201220132014201520162017IF7.03.0IF7.0IF3.04I

19、F7.0文章文章:75篇篇 71710636131976271715153 34 43939505017512795952848120120443333245CALYPSO方法和软件的应用成果(方法和软件的应用成果(386386篇)篇)CALYPSO方法方法和软件被和软件被国外国外同行广泛使用同行广泛使用姓名姓名单位单位利用利用CALYPSO开展的代表性工作开展的代表性工作Roald Hoffmann(诺贝尔化学奖得主)(诺贝尔化学奖得主)美国康奈尔大学美国康奈尔大学获得获得不同维度电子不同维度电子化合物化合物Li4N新结构新结构JACS 138,14108(2016)Neil W.Ashcr

20、oft(美国科学院院士美国科学院院士)美国康奈尔大学美国康奈尔大学提出提出Si3C、SiC3等等Si-C体系新相结构体系新相结构,丰富丰富了了Si-C相图相图 JACS 135,11651(2013)Russell J.Hemley(美国科学院院士美国科学院院士)美国卡内基美国卡内基研究院研究院获得获得CH化合物的高压相结构化合物的高压相结构JPCL 7,4218(2016)Jonathan I.Lunine(美国科学院院士美国科学院院士)美国康奈尔大学美国康奈尔大学获得了获得了HCN聚合物的结构聚合物的结构PNAS 113,8121(2016)Ho-kwang Mao(美国科学院院士美国科学

21、院院士)美国卡内基美国卡内基研究院研究院设计兼具超硬和超导设计兼具超硬和超导特性特性BeB6结构结构JPCL 7,4849(2016)Su-Huai Wei(美国美国著名的材料学家)著名的材料学家)北京计算科学北京计算科学研究中心研究中心预言了预言了Si-H等稳定、新奇的二维结构等稳定、新奇的二维结构Phys.Rev.X 4,021029(2014)Alexander I.Boldyrev(美国著名的化学家美国著名的化学家)美国犹他美国犹他州立大学州立大学预言包含预言包含平面六配位铜的平面六配位铜的二维二维Cu2Si结结构构 JACS137,2757(2015)Xiaocheng Zeng(英

22、国皇家化学学会会士英国皇家化学学会会士)美国内布拉斯加美国内布拉斯加大学林肯分校大学林肯分校预言了最稳定的桂碳单层结构预言了最稳定的桂碳单层结构Nanoscale 6,11685(2014)uNature Chem.6,644(2014)uNature Chem.5,846(2013)uNature Commun.5,3666(2014)uNature Commun.5,4861(2014)uNature Commun.2,563(2011)uNature Commun.7,11488(2016)uPhys.Rev.Lett.111,115501(2013)uPhys.Rev.Lett.110

23、,136403(2013)uPhys.Rev.Lett.110,118702(2013)uPhys.Rev.Lett.106,015503(2011)uPhys.Rev.Lett.106,145501(2011)uPhys.Rev.Lett.107,215502(2011)uPhys.Rev.Lett.109,175502(2012)uPhys.Rev.Lett.114,015502(2015)uPhys.Rev.Lett.114,125501(2015)uPhys.Rev.Lett.114,157004(2015)uPhys.Rev.Lett.116,057002(2016)uPNAS 10

24、9,6463(2012)uPNAS 109,751(2012)uPNAS 113,1110(2016)uPNAS 113,13971(2016)uNano Lett.15,3230(2015)uNano Lett.13,5431(2013)uNano Lett.16,3022(2016)uNano Lett.(2016)uJ.Am.Chem.Soc.134,12362(2012)uJ.Am.Chem.Soc.133,16285(2011)uJ.Am.Chem.Soc.136,15992(2014)uJ.Am.Chem.Soc.136,9826(2014)uJ.Am.Chem.Soc.137,2

25、757(2015)uJ.Am.Chem.Soc.137,14122(2015)uJ.Am.Chem.Soc.135,14167(2013)uJ.Am.Chem.Soc.135,11651(2013)uJ.Am.Chem.Soc.134,18699(2012)uJ.Am.Chem.Soc.138,4046(2016)uJ.Am.Chem.Soc.138,5644(2016)uAngew.Chem.Int.Edit.53,7248(2014)uAngew.Chem.Int.Edit.127,9412(2015)利用利用CALYPSO方法发表的代表性论文方法发表的代表性论文主要内容主要内容理论结构预

26、测的目的及意义理论结构预测的目的及意义一一CALYPSO结构预测方法的原理及应用结构预测方法的原理及应用二二总结和致谢总结和致谢四四群体智能与机器学习方法的结合群体智能与机器学习方法的结合三三群体智能与机器学习方法的结合群体智能与机器学习方法的结合结构演化是否收敛局域优化结束产随机结构排除相似结构是否结构结构-能量能量大数据大数据势能面信息势能面信息大尺寸复杂大尺寸复杂材料的结构预测材料的结构预测群体智能群体智能机器学习机器学习结构描述符机器学习算法能量 机器学习势发展机器学习势发展Jorg Behler,J.Chem.Phys.145,170901(2016)结构的描述符结构的描述符p 对称

27、性函数对称性函数 Jorg Behler,J.Chem.Phys.145,170901(2016)p 超谐函数超谐函数 Bartok et.al.PRL 104,136403(2010)and Li et al.PRL 114,096405(2015)Bispectrum MatrixDensityhyperspherical harmonics 机器学习方法机器学习方法p 神经网络神经网络 Jorg Behler,PRL 98,146401(2016)p 高斯过程高斯过程 Bartok et.al.PRL 104,136403(2010)and Li et al.PRL 114,096405

28、(2015)*()T1T21MMMNk QCLIE-=+*(x,x)()2T112MMMMtCkCQk-=-+贝叶斯定理贝叶斯定理高斯近似势高斯近似势 高斯近似势高斯近似势p 测试体系测试体系CsCs;参考结构个数:参考结构个数:2 2000000p 单原子结构个数单原子结构个数 (训练集训练集大小大小):2796127961p RMSE(energy):):62.348 meV/atom 总结总结p 基于群智理论发展了基于群智理论发展了CALYPSO结构预测方法和软件,可结构预测方法和软件,可以应用到结构现象丰富的材料结构搜索和设计领域以应用到结构现象丰富的材料结构搜索和设计领域;p 将基于群体智能理论的优化算法与基于大数据的机器学习将基于群体智能理论的优化算法与基于大数据的机器学习方法相结合,有望开展大尺寸复杂材料的高效结构搜索。方法相结合,有望开展大尺寸复杂材料的高效结构搜索。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公、行业 > 各类PPT课件(模板)
版权提示 | 免责声明

1,本文(基于群体智能的材料结构搜索课件.pptx)为本站会员(三亚风情)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|