基于粒子群优化算法的团簇结构预测方法与应用

Cluster structure determination is the key problem in the cluster research. The sole use of experimental measurement to determine cluster structure remains a great difficulty and a big challenge. Here, the development of effective method on cluster structure prediction is crucial. Currently, there are two main methodologies on cluster structure prediction: （i）the method to overcome the energy barrier based on the guessed initial structures and (ii) genetic algorithm based on the group searches. The first kind of methods heavily depends on the initial structures and is not able to overcome the very large energy barrier, while genetic algorithm may allow structures trapped in the local minimum and has the problem of structural diversity and the difficulty in handling the large systems. Particle swarm optimization is inspired by the birds flock and is a multiple target algorithm. Our team has earlier applied particle swarm optimization into the prediction of three dimensional crystal structures and developed the CALYPSO structural prediction technique. CALYPSO methodology has become one of major structural prediciton methods. The current project is trying to apply particle swarm optimization algorithm into the zero-dimensional cluster structure prediction and code the developed method into the CALYPSO software. Later on, the developed method will be applied to the structure prediction of several important clusters. We aim to establish new chemical and physical insights on clusters.

团簇结构的确定是团簇研究的关键问题。完全通过实验确定团簇结构存在着困难和挑战，发展高效的团簇结构预测方法至关重要。早期团簇结构预测主要集中在基于单一初始结构演化的跃迁势垒方法和基于群体搜索的基因遗传算法。两种算法都有成功的范例，但都有局限性，如前者对人为选择的初始结构具有依赖性，难以克服高能量势垒，后者难以保持群体的多样性，易陷入结构早熟，处理大体系有困难。粒子群优化算法是依据鸟类捕食的仿生学原理建立起来的基于种群搜索策略的多目标全局优化算法。项目组前期将该算法成功应用于三维晶体的结构预测，发展并建立了卡利普索（CALYPSO）结构预测方法和软件，现已经成为晶体结构预测领域的重要方法。本项目拟基于前期积累，发展基于粒子群优化算法的零维团簇结构预测方法和技术，编制具有自主知识产权的团簇结构预测程序，并集成于CALYPSO软件包，开展若干团簇体系的结构设计工作，获得对团簇物理和化学的新认知。

团簇的结构确定是团簇研究的关键问题。完全通过实验确定团簇的结构存在着困难和挑战，发展有效的团簇结构预测方法至关重要。本项目基于前期积累，发展了基于粒子群优化算法的团簇结构预测新方法，编制了具有自主知识产权的团簇结构预测软件，并开展了若干重要团簇体系的结构设计工作，获得了若干创新性的研究成果，主要包括：（1）基于项目组前期发展的CALYPSO结构预测方法的主要思想，综合考虑孤立体系的结构特点和复杂性，发展了基于点群对称性限制的团簇结构产生方法、基于成键特征矩阵的团簇结构表征方法和基于粒子群优化算法的团簇结构演化方法，并将以上方法有机结合，发展了团簇结构预测新方法，编制了自主知识产权的团簇结构预测程序，集成于CALYPSO软件包，为同行开展团簇结构研究提供了强有力的工具。项目执行期间，国内外同行应用CALYPSO发表了团簇研究的SCI论文30余篇。（2）利用自主发展的CALYPSO团簇结构预测方法对中等尺寸硼团簇的结构进行了系统研究，首次提出了稳定的B38富勒烯结构，为实验合成出硼富勒烯提供了重要的理论依据。（3）系统探索了若干过渡金属掺杂的硼团簇的结构，提出了MoB24和WB24等内嵌硼富勒烯结构，为设计和合成新型硼团簇提供了方向。.项目执行期间，共发表标注项目号的SCI论文63篇，其中，影响因子大于7.0的SCI论文21篇，大于3.0的SCI论文49篇，包括Nature 1篇，Nature Chemistry 1篇，Nature Communication 1篇，Physical Review Letters 7篇，Journal of American Chemical Society 3篇，Journal of Physical Chemistry Letters 2篇，Chemical Science 1篇，Nanoscale 2篇。项目组在国际学术会议做特邀报告27次，项目负责人以第一完成人获得国家自然科学二等奖一项，国家“万人计划”领军人才称号、吉林省青年科技奖特别奖、意大利国际理论物理中心（International Centre for Theoretical Physics，ICTP）和Quantum ESPRESSO基金会颁发的首届沃尔特•科恩（Walter Kohn）奖。