[发明专利]一种Pd-Ir双金属纳米团簇结构分步优化方法

说明书

本发明涉及一种Pd‑Ir双金属纳米团簇结构分步优化方法，属于纳米技术领域。在指定的球内半径随机生成初始结构并结合单金属最优结构，通过BHGA算法优化初始结构，得到候选结构，再利用DFT进一步优化候选结构，得到全局最优结构。BHGA算法是标准BH算法和GA算法的结合，标准的BH算法本身是结合MC随机扰动，局部优化过程采用最陡梯度下降法。在各个局部局部最小值之间利用MC随机扰动进行变换，通过BH算法得到一部分候选解，再进行遗传算法搜索全局最优解。本发明对遗传算法的交叉部分结合了球切变换，通过上述改进，可以大大降低计算量和迭代步数，有效的提高搜索效率和能量的收敛速度。

技术领域

本发明属于纳米技术领域，涉及一种Pd-Ir双金属纳米团簇结构分步优化方法。

背景技术

金属纳米团簇的几何结构在很大程度上决定了它的光、电、磁性、催化等物理和化学性质；因此，优化与预测金属纳米团簇的稳定结构是研究其诸多特性的基础，也是金属纳米团簇研究领域中的关键环节。目前，由于实验方法精确表征纳米团簇结构的困难,理论计算就成为研究团簇结构的主要手段。理论上，主要从两个角度来描述纳米团簇的结构。一种是电子结构的角度，例如基于量子力学的计算方法(DFT计算，从头算等)都是从电子结构的角度来描述纳米团簇结构。传统的理论计算方法如第一性原理计算，因计算过程复杂、计算量非常大，只能研究尺寸较小和某些具有特定对称性的纳米团簇，具有明显的局限性。另一种是经验势函数的角度，如通过对势(如L-J势能)和多体势(如EAM势)等来描述原子的位置信息从而获得团簇的结构。因此,发展高性能的计算方法对纳米团簇的结构研究具有非常重要的理论意义。

发明内容

有鉴于此，本发明的目的在于提供一种Pd-Ir双金属纳米团簇结构分步优化方法。

为达到上述目的，本发明提供如下技术方案：

一种Pd-Ir双金属纳米团簇结构分步优化方法，该方法包括以下步骤：

S1：设置待优化的双金属团簇尺寸和构成金属纳米团簇的金属原子种类；

S2：以系统时间戳为随机数种子，在半径为R₀的球类或者边长为R的正方体内，随机生成原子总数为N的双金属纳米团簇群，所产生的金属团簇种群有N个具有对称性的金属原子构成，两种金属团簇的原子个数之比由S1给出；

S3：考虑采用单金属最优结构作为初始结构的部分候选解，一部分利用S2中随机生成部分解；

S4：通过BasinHopping算法，简称BH算法，对随机生成的初始结构进行局部优化，采用Gupta势函数计算双金属能量；结合蒙特卡洛随机扰动算法，初步筛选局部最优解；

S5：通过遗传算法对局部最优结构进行有序处理，再进行选择，交叉，变异操作；

S6：计算所有个体局部最优解的势能函数值，并按能量高低进行排序，然后采用轮盘赌策略选择两个个体用于后面的交叉、变异操作，在进行后面的操作之前，需要将选中的两个个体按照目前所有种群中能量最低的个体的方向进行调整，与PSO算法中鸟群觅食的方式相同；

S7：采用球切的方式进行交叉；对选择阶段选出的两个个体P1和P2，通过固定其坐标位置，找出每个个体的质心，然后以质心为球心，以相同的半径对两个个体进行球切，将每个个体分成球内和球外两个部分；最后将个体P1的球内部分与P2的球外部分结合形成两个新个体，或者最后将个体P1的球外部分与P2的球内部分结合形成两个新个体；

S8：以较低的概率对交叉操作产生的新个体进行变异操作；具体为对个体中的所有原子以0.02的概率进行坐标位置的随机变化，原子的变化范围与其当前坐标有关；

S9：将新产生的个体与当前局部最优个体进行比较，若新个体优于当前局部最优个体，则用新个体替换当前种群中适应度最差的个体；