合金团簇结构优化模拟方法研究

The structural optimization of alloy clusters provides an important route to design and prepare chemical materials with special electronic, optical, and catalytic properties. Based on our previously developed global optimization algorithms, one aim of this work is focused on developing new methods for the optimization of large size alloy clusters, which was proved to be NP-hard problem. Two new optimization algorithms are presented, which absorb the basic idea of static modeling and dynamic modeling, respectively. One based on configurational seed construction and another effective dynamic lattice searching global optimization method based on the merits of dynamic modeling are studied, respectively. Furthermore, the developed methods are applied to optimize large size alloy clusters, and the stability, growth pattern, and chemical ordering sequence of cluster structures are discussed. Moreover, theoretical model with more precision is studied for the optimization of alloy clusters, and global optimization algorithm based on density functional theory (DFT) is designed. The new model will provide theoretical method to study the relationship between cluster structures and their special properties. On the other hand, the structural information after DFT-based calculation will also be used to fit the parameters of alloy cluster potentials. Moreover, global optimization algorithm is adopted to optimize the potential functions of alloy clusters, and the structural stabilities of different potential models are analyzed to select the appropriate theoretical functions. Therefore, in this study, new theoretical models are improved to clarify the relationship between the structures and properties of alloy clusters, and they will provide theoretical support for the development of new materials.

合金团簇的结构优化是设计和制备具有特殊电子、光学和催化等性能材料的重要途径。本项目在前期建立的全局优化算法基础上，针对大尺寸合金团簇结构优化难的问题，吸取快速建模的思想，建立基于构型种子建模方法的优化算法，此外，结合动态建模策略以及进化优化算法的优点设计更高效的动态格点搜索算法，实现大尺寸合金团簇结构的快速优化，并探讨合金团簇结构的稳定性、结构生长规律以及化学组成序列等；探讨用于合金团簇结构优化研究的精确模型，建立基于密度泛函理论的全局优化算法，为研究合金团簇的结构与特殊性质之间的联系提供理论依据；使用基于密度泛函理论优化的结构信息，拟合合金团簇分子模型的参数，并采用所建立的合金团簇结构优化方法，预测不同参数模型合金团簇的结构稳定性。本课题将从新的理论深度阐明团簇结构与性质之间的关系，为新材料研究提供理论支持。

金属团簇或纳米粒子构成了一种新型的材料，其研究成为化学、物理、材料等学科的研究热点。与单个金属原子或块状物质相比，金属团簇呈现出独特的结构、电子、电磁、热力学、动力学和化学等性质，且其性质依赖于团簇尺寸，即团簇结构。因此，金属团簇所具有的独特结构和性质使其研究具有重要的科学意义。合金团簇组成、结构、性质上的多样性使其在催化剂、光电、磁，甚至是医学领域中均具有广泛的应用前景。主要内容一为建立大尺寸合金团簇全局优化算法，提出了两种新方法。首先，结合高效的动态格点搜索(DLS)算法与扰动操作(Perturbation Operation)提出一种新的改进方法(DLS-PO)，用于确定团簇的最低能量结构。针对一个特定构型，DLS算法总能给出其对应搜索空间的最规则结构。采取原子移动和结构旋转的扰动操作成功地改变了构型，再结合后续的DLS操作，提高了优化效率。此外，针对二元团簇中两种类型元素的区别，构建了两种动态格点，提出一种新的动态格点搜索算法，称之为二元DLS（BDLS）算法。采用自适应局部搜索（ILS）方法来解决Homotop问题，提出了一种BDLS-ILS方法。应用该方法成功优化了100原子以内二元Lennard-Jones团簇结构，并被证明是有效的。研究内容二：经密度泛函理论参数拟合的合金团簇模型研究。采用全局优化算法优化得到原子数目高达200的Au团簇结构。使用Gupta及Sutton-Chen函数来描述Au原子之间的相互作用。在Sutton-Chen函数中应用基于实验拟合与密度泛函（DFT）拟合的参数。分别使用动态格点搜索算法（DLS）及基于内核构建的动态格点搜索算法（DLSc）获得最稳定结构。基于多种势函数及参数的金团簇研究为合金团簇的相关研究积累了数据和经验。研究内容三：多元混合团簇结构优化研究。详细考察了三元Ag-Pd-Pt及Au-Pd-Pt稳定结构。优化了含有Ag、Au、Pd和Pt原子的三元金属团簇稳定结构，并分析了不同类型原子组成对三元团簇结构的影响。采用Gupta势函数描述由这四种金属原子构成的相同类型原子间及异种类型原子间相互作用。使用自适应免疫优化算法优化Ag-Pd-Pt与Au-Pd-Pt金属团簇稳定结构。并通过势能量二阶有限差分值分析这些团簇结构的相对稳定性。