团簇基态结构特性的研究与求解算法的效率

论文摘要

原子或分子团簇（简称团簇）是由几个乃至上千个原子、分子或离子通过物理或化学结合力组成的相对稳定的微观或亚微观聚集体。团簇研究的许多问题都归结为如何确定团簇基态结构上。本文采用Gupta势和Sutton-Chen势结合遗传算法系统地研究了Irn（n=2-60）团簇的基态结构特性。所得结论如下:在Gupta势和Sutton-Chen势结合遗传算法求解Irn（n=2-60）团簇的基态结构特性中,在所讨论的尺寸范围内, n≥4时Gupta势比Sutton-Chen势描述的铱团簇的平均束缚能稍高;n=2-60间,大部分Ir团簇在两种势下具有相同的几何结构,在n=22、29、35、37时两种势描述的团簇对称性不同。两类势的结果都表明:在铱团簇的生长中,存在类Ih构型、类fcc构型和类十五面体构型之间的竞争;总体上,铱团簇的平均束缚能、平均近邻原子间距及平均配位数均随原子数目的增加而增大。两种势所描述的铱团簇具有相同的幻数序列（13、19、23、38和55）。本文除了上述工作之外,还采用Gupta势结合完全随机数方法、无规网格点随机数方法、分子动力学模拟淬火法、分子动力学模拟退火法和遗传算法分别求解了Con（n=2-60）团簇的基态几何结构与能量。这一部分主要讨论了Gupta势结合多种算法求解Con（n=2-60）团簇基态的效率问题。通过与标准数据库结果对比分析可得:在所讨论的尺寸范围内,遗传算法的求解效率最好,能找到全部的基态结构,分子动力学模拟退火法效率次之,只在个别团簇尺寸时没找到基态结构;而对于含原子数在35以下的中小团簇,随机数方法、无规网格点随机数法也都有很好的效率;同时,文中也讨论了运用不同随机数、不同网格点及不同淬火温度对结果的影响。

论文目录

• 内容提要
• Abstract
• 第一章 团簇简介
• 1.1 团簇的定义
• 1.2 团簇的基本性质
• 1.2.1 团簇的幻数和壳层结构
• 1.2.2 团簇的电离
• 1.2.3 团簇的非金属－金属转变
• 1.2.4 团簇的相变
• 1.2.5 团簇的电磁特性
• 1.2.6 团簇的光学特性
• 1.3 团簇物理的发展
• 1.4 团簇研究的意义
• 第二章 团簇研究的势模型和理论方法
• 2.1 概述
• 2.2 势的选取
• 2.2.1 经验势方法
• 2.2.2 半经验方法
• 2.2.3 从头计算法
• 2.2.4 密度泛函理论（Density Functional Theory,DFT）
• 2.3 势能面搜索方法
• 2.3.1 分子动力学（Molecular Dynamics，MD）方法
• 2.3.2 蒙特卡罗（Mont Carlo，MC）方法
• 2.3.3 遗传算法（Genetic Algorithm，GA）
• 第三章 遗传算法结合不同势研究Irn（n=2-60）团簇的基态几何结构特性
• 3.1 引言
• 3.2 计算方法和势
• 3.2.1 Gupta 势
• 3.2.2 Sutton-Chen 势
• 3.3 结果分析与讨论
• 3.4 结论
• 第四章 Gupta 势结合多种算法求解Con（n=2-60）团簇基态的效率
• 4.1 引言
• 4.2 计算方法和模型
• 4.2.1 计算方法
• 4.2.2 Gupta 势
• 4.3 结果分析与讨论
• 4.4 结论
• 参考文献
• 结论
• 攻读硕士期间发表和完成的研究论文
• 致谢