[发明专利]用于模拟原子动态的方法和装置

说明书

公开了用于模拟原子动态的方法和装置。该方法包括：设置特定场景下多个特定原子的初始位置；基于初始位置，利用针对特定场景配置的大规模原子分子并行模拟器(LAMMPS)计算多个特定原子在第一时间序列中的每个时刻的位置，作为真实位置；基于初始位置，利用生成式对抗网络计算多个特定原子在第一时间序列中的每个时刻的位置，作为预测位置；基于相同时刻的真实位置和预测位置来改进生成式对抗网络的配置；设置多个待模拟原子的初始位置；以及利用经改进的生成式对抗网络，计算多个待模拟原子在第二时间序列中的每个时刻的位置。

技术领域

本发明涉及用于模拟原子动态的方法和装置，更具体地，涉及利用深度神经网络来模拟原子动态的方法和装置。

背景技术

分子动力学的模拟旨在研究原子和分子的物理运动。随着计算机技术的发展，分子动力学模拟及其工程应用越来越受到人们的重视。一方面，它能从本质上定量地探索机理和规律，另一方面，它又能促进研发工作向经济、高效和有预见性的方向发展。

已知的用于分子动力学模拟的工具包括由桑迪亚国家实验室开发的大规模原子分子并行模拟器(LAMMPS)。LAMMPS可以支持气态、液态、固态相形态下的百万级的原子分子体系。LAMMPS使用空间分解技术将模拟域划分为小的三维子域，每个子域被分配给一个处理器进行处理。尽管如此，LAMMPS的模拟仍然需要大量的计算资源和时间。

另一方面，基于深度神经网络的方法近年来已经在大量应用中取得了很大发展。这些方法通常是针对数据集来训练深度神经网络，然后将训练好的神经网络模型部署于实际应用中。

发明内容

本发明提出了一种利用深度神经网络来进行分子动力学模拟的方案。根据本发明的一个方面，提供了一种用于模拟原子动态的方法，包括：设置特定场景下多个特定原子的初始位置；基于所述初始位置，利用针对所述特定场景配置的LAMMPS计算所述多个特定原子在第一时间序列中的每个时刻的位置，作为真实位置；基于所述初始位置，利用生成式对抗网络计算所述多个特定原子在所述第一时间序列中的每个时刻的位置，作为预测位置；基于相同时刻的真实位置和预测位置来改进所述生成式对抗网络的配置；设置多个待模拟原子的初始位置；以及利用经改进的生成式对抗网络，计算所述多个待模拟原子在第二时间序列中的每个时刻的位置。

根据本发明的另一个方面，提供了一种用于模拟原子动态的装置，包括：存储器，以及一个或多个处理器，所述处理器被配置为：设置特定场景下多个特定原子的初始位置；基于所述初始位置，利用针对所述特定场景配置的LAMMPS计算所述多个特定原子在第一时间序列中的每个时刻的位置，作为真实位置；基于所述初始位置，利用生成式对抗网络计算所述多个特定原子在所述第一时间序列中的每个时刻的位置，作为预测位置；基于相同时刻的真实位置和预测位置来改进所述生成式对抗网络的配置；设置多个待模拟原子的初始位置；利用经改进的生成式对抗网络，计算所述多个待模拟原子在第二时间序列中的每个时刻的位置。

根据本发明的又一个方面，提供了一种存储有程序的记录介质，所述程序在被计算机执行时，使得计算机实现如上所述的用于模拟原子动态的方法。

附图说明

图1示出了根据本发明的模拟原子动态的方法的总体流程图。

图2示出了用于训练生成式对抗网络的处理的流程图。

图3示出了生成式对抗网络的示意性框图。

图4具体示出了图2中的步骤S240的处理。

图5示意性地示出了以神经网络实现的生成单元。

图6示意性地示出了以神经网络实现的判别单元。

图7示出了利用经训练的生成式对抗网络模拟原子动态的流程图。

图8示出了实现本发明的计算机硬件的示例性配置框图。

具体实施方式