[發明專利]一種基于約束正則模式的復雜函數極小值搜索方法

有效

• 申請號: 201210421939.6
• 申請日: 2012-10-30
• 公開（公告）號: CN102937946A
• 公開（公告）日: 2013-02-20
• 發明（設計）人: 劉智攀;商城
• 申請（專利權）人: 復旦大學
• 主分類號: G06F17/15
• 分類號: G06F17/15
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;盛志范

技術領域

本發明屬于計算化學和物理技術領域，具體涉及一種快速的復雜函數極小值搜索方法，可用于遍歷復雜分子、周期性晶體體系的勢能面。

背景技術

結構預測和反應路徑搜索作為當代化學和物理計算模擬研究的核心任務，對于理解和預測材料的熱力學性質和動力學性質具有不可替代的作用。雖然分子動力學模擬作為一種搜索勢能面和模擬化學反應過程的常規工具已經得到廣泛的應用，但是這一方法的預測能力在處理高維度復雜勢能面體系、或具有高反應活化能的化學過程體系時會大幅下降。比如分子動力學方法，不能很好處理蛋白質折疊或碳納米管的生長過程。

對于這些具有較高反應活化能的化學過程，一種比較常用的方法是先搜索化學過程所對應的過渡態，再找到經過這一過渡態的反應通道。這一方法最明顯的缺點就是它高度依賴于科研人員通過化學直覺所預先猜測的可能的反應通道，而這種預先猜測在高維體系中是幾乎不可能做出的。另一類常用的方法是通過在預先定義的反應坐標上增加限制條件（比如添加偏置勢函數）來增加高活化能過程的采樣概率，比如metadynamics方法（Phys.?Rev.?Lett.?2003，90,?238302）和傘狀抽樣方法（umbrella?sampling）（J.?Chem.?Phys.?1998，109,?7737）。由于需要根據體系預先定義限制條件，這些方法通常只能用于搜索單步化學反應，不能用于遍歷勢能面上可能的能量極小點。

與前面方法相反，全局最優化方法，比如BH方法（Basin-Hopping?方法，J.?Phys.?Chem.?A?1997，101,?5111）和遺傳算法（Genetic?Algorithms?in?Search,?Optimization?and?Machine?Learning，?Addison-Wesley?Reading,?MA,?1989）是以得到函數的最小值為最終目標，也就是勢能面上的最穩定結構。這些方法普遍采用了激進的結構形變，來達到跳出勢能面上能量極小值區域的目的，所以這些方法完全忽略了勢能面上不同極小值間互變的反應通道信息，而且對于復雜勢能面的處理效率也大大降低。

發明內容

本發明的目的是為提供一種簡便普適的勢能面函數搜索方法，克服以往方法中對于高維度勢能面的復雜體系預測能力大大降低的缺點。

本發明的另一個目的是提供一種方法，可以同時用于能量極小值的結構預測和反應通道的預測。

為實現上述目的，本發明基于偏置勢函數驅動分子動力學思想，通過構造隨機的運動模式，并沿著優化得到的約束正則模式，使構型從勢能面上一個能量極小值向另一個能量極小值轉化，最后利用Metropolis?蒙特卡洛方法確定新找到的能量極小值構型是否被接受。其中描述勢能面的能量函數的求解方法包括經驗力場方法，量子力學從頭算方法，第一性原理密度泛函方法。

本發明方法示意圖如圖1所示，具體步驟為：

利用輸入的原子坐標q_i,?i=1,2,…n，已知的勢能面能量函數E=f(q_i),?i=1,2,…n，能量函數對坐標的一階導數F=g(q_i),?i=1,2,…n，求解能量所有極小值對應的原子坐標，以及連接這些極小值的反應通道，具體步驟如下：

??步驟一、輸入一個能量極小值坐標A，并隨機產生一個模式N0；

?步驟二、在隨機產生的模式N0基礎上，通過約束雙子方法優化得到一個約束的正則模式N；

步驟三、在原有的勢函數基礎上，新添加該N方向的一個偏置高斯勢函數，則總勢能面V_tot可以表示為真實勢能面V_real和偏置勢函數V_G的和，即????????????????????????????????????????????????，沿著該N方向外推當前坐標，到由偏置勢函數和原有勢函數疊加產生的能量極小值附近；

步驟四、能量極小值優化當前坐標；

步驟五、判定是否達到最多的偏置高斯勢函數個數（NG）的上限，或達到預設的能量閾值E_r?（滿足E_max<?E_r）；達到則轉到步驟六，否則重復步驟二、步驟三、步驟四；

步驟六、去掉所有添加的偏置高斯勢函數，能量極小值優化得到新的坐標體系B；