《負載型團簇結構預測方法與套用》是依託吉林大學，由呂健擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：負載型團簇結構預測方法與套用
- 項目類別：青年科學基金項目
- 項目負責人：呂健
- 依託單位：吉林大學
項目摘要,結題摘要,
項目摘要
團簇的結構確定是深入理解其物理和化學性質的基礎，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。近年來，科學家發展了多種理論結構預測方法，在孤立團簇的結構研究中發揮了重要作用。但大量團簇在形成或套用的過程中處於特定材料的表面上，這些負載型團簇的結構和性質往往不同於孤立的團簇。現有理論結構預測方法並不適用於負載型團簇的結構研究。本項目擬基於項目組前期發展的CALYPSO結構預測方法，從負載型團簇的結構產生、表征、演化和能量評估幾方面入手，發展針對負載型團簇的結構預測方法，編制具有自主智慧財產權的結構預測程式，集成於CALYPSO軟體包。為國內外同行開展負載型團簇的結構研究提供有力工具。後續利用發展的方法，開展負載於二氧化鈦（110）表面上的金團簇結構研究，為全面深入理解負載型金團簇提供知識儲備，並為同行開展此類研究工作提供參考和借鑑。
結題摘要
近年來，科學家發展了多種理論結構預測方法，在孤立團簇的結構研究中發揮了重要作用。但此類方法並不適用於負載型團簇的結構研究。本項目基於前期積累，發展了基於粒子群最佳化算法的負載型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）在前期自主發展的CALYPSO團簇和二維結構預測方法的基礎上，進一步將兩種方法有機結合，發展了負載型團簇結構預測方法，並編制了相應的結構預測程式；（2）針對負載型團簇結構能量評估面臨的高計算成本問題，項目組將發展的方法與機器學習算法相結合，發展了基於機器學習勢加速的自適應CALYPSO結構預測方法，並編制了相應的結構預測程式。上述研究工作為開展負載型團簇的結構研究提供了有力的工具。項目執行期間，共發表標註項目號的SCI論文5篇。項目負責人在國際學術會議做特邀報告4次，以第三完成人獲得教育部自然科學一等獎和國家自然科學二等獎各一項。
