基于跳盆蒙特卡罗的灵活自适应网格全局优化算法

全局优化是原子模拟中一个活跃的研究领域，迄今为止已经提出了许多算法。一个突出的例子是跳盆蒙特卡罗，它执行改进的大都会蒙特卡罗搜索，以探索感兴趣系统的势能面。由于高维的配置搜索空间，这些模拟可能要求很高。通过对原子位置使用网格，可以减少有效的搜索空间，但如果使用固定网格，则可能会使结果产生偏差。在本文中，我们提出了一种用于全局优化的灵活网格算法，该算法使我们能够在不影响模拟结果的情况下利用网格的效率。该方法是通用的，适用于非常异质的系统，例如两种不同晶体结构的材料之间的界面或表面支撑的大团簇。作为一个基准案例，我们展示了它在包含多达100个粒子的Lennard-Jones簇的著名全局优化问题中的性能。尽管该模型潜力很简单，但Lennard-Jones簇代表了一个具有挑战性的测试案例，因为某些“神奇”粒子数的全局极小值显示出与仅具有轻微不同大小的簇的几何结构截然不同的几何结构。