《基於粒子群最佳化算法的團簇結構預測方法與套用》是依託吉林大學，由馬琰銘擔任項目負責人的面上項目。
基本介紹
- 中文名：基於粒子群最佳化算法的團簇結構預測方法與套用
- 項目類別：面上項目
- 項目負責人：馬琰銘
- 依託單位：吉林大學
項目摘要,結題摘要,
項目摘要
團簇結構的確定是團簇研究的關鍵問題。完全通過實驗確定團簇結構存在著困難和挑戰，發展高效的團簇結構預測方法至關重要。早期團簇結構預測主要集中在基於單一初始結構演化的躍遷勢壘方法和基於群體搜尋的基因遺傳算法。兩種算法都有成功的範例，但都有局限性，如前者對人為選擇的初始結構具有依賴性，難以克服高能量勢壘，後者難以保持群體的多樣性，易陷入結構早熟，處理大體系有困難。粒子群最佳化算法是依據鳥類捕食的仿生學原理建立起來的基於種群搜尋策略的多目標全局最佳化算法。項目組前期將該算法成功套用於三維晶體的結構預測，發展並建立了卡利普索（CALYPSO）結構預測方法和軟體，現已經成為晶體結構預測領域的重要方法。本項目擬基於前期積累，發展基於粒子群最佳化算法的零維團簇結構預測方法和技術，編制具有自主智慧財產權的團簇結構預測程式，並集成於CALYPSO軟體包，開展若干團簇體系的結構設計工作，獲得對團簇物理和化學的新認知。
結題摘要
團簇的結構確定是團簇研究的關鍵問題。完全通過實驗確定團簇的結構存在著困難和挑戰，發展有效的團簇結構預測方法至關重要。本項目基於前期積累，發展了基於粒子群最佳化算法的團簇結構預測新方法，編制了具有自主智慧財產權的團簇結構預測軟體，並開展了若干重要團簇體系的結構設計工作，獲得了若干創新性的研究成果，主要包括：（1）基於項目組前期發展的CALYPSO結構預測方法的主要思想，綜合考慮孤立體系的結構特點和複雜性，發展了基於點群對稱性限制的團簇結構產生方法、基於成鍵特徵矩陣的團簇結構表征方法和基於粒子群最佳化算法的團簇結構演化方法，並將以上方法有機結合，發展了團簇結構預測新方法，編制了自主智慧財產權的團簇結構預測程式，集成於CALYPSO軟體包，為同行開展團簇結構研究提供了強有力的工具。項目執行期間，國內外同行套用CALYPSO發表了團簇研究的SCI論文30餘篇。（2）利用自主發展的CALYPSO團簇結構預測方法對中等尺寸硼團簇的結構進行了系統研究，首次提出了穩定的B38富勒烯結構，為實驗合成出硼富勒烯提供了重要的理論依據。（3）系統探索了若干過渡金屬摻雜的硼團簇的結構，提出了MoB24和WB24等內嵌硼富勒烯結構，為設計和合成新型硼團簇提供了方向。 項目執行期間，共發表標註項目號的SCI論文63篇，其中，影響因子大於7.0的SCI論文21篇，大於3.0的SCI論文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。項目組在國際學術會議做特邀報告27次，項目負責人以第一完成人獲得國家自然科學二等獎一項，國家“萬人計畫”領軍人才稱號、吉林省青年科技獎特別獎、義大利國際理論物理中心（International Centre for Theoretical Physics，ICTP）和Quantum ESPRESSO基金會頒發的首屆沃爾特•科恩（Walter Kohn）獎。
