表征团簇能量地形图拓扑结构的新方法研究

对能量地形图（energy landscape，简称EL）的研究有助于理解各种物理化学过程的本质。但实际体系的EL一般非常复杂，很难对其直接描述。EL可以认为由一系列较高能垒隔开的能量低谷组成，不同的低谷代表不同的结构类型，大的低谷中可能还包含小的低谷，而每个低谷中又有数量巨大的结构相似的局部极小值（local minima）。 本项目拟发展一种新的搜索团簇EL的方法，通过对EL从上到下的树状"遍历"采集EL上的各低谷及低谷间的连接路径等信息，并构建出较为直观的EL拓扑结构图。该图有助于从EL层面上去理解团簇的一些热力学及动力学行为，从而为一些实验及模拟计算结果提供理论依据。最后，使用提出的方法对一些模型和实际团簇体系的EL进行较为系统的应用研究。

能量地形图(energy landscape，简称EL)决定了物质的各种物理化学性质，是化学反应的基础。本项目开发了一种搜索、表征团簇EL的新方法，并成功应用于若干模型及实际团簇体系的研究。我们发展了funnel-hopping方法用于搜索团簇EL，并用于研究Morse、Lennard-Jones、modified-Morse等模型团簇的EL。把遗传算法(GA)与密度泛函理论(DFT)相结合，开发了GA-DFT程序包，研究了硼团簇、金团簇、氧化物团簇等体系的EL，预测了若干新结构，解释了若干实验现象。本项目共发表和接收以项目负责人为通信作者的相关SCI论文12篇，其中影响因子3.0以上的论文9篇，包括8篇J. Chem. Phys和1篇Nanoscale。