基于結(jié)構(gòu)聚類(lèi)的小生境差分進(jìn)化算法的Fe團(tuán)簇結(jié)構(gòu)優(yōu)化研究.pdf

1、廈門(mén)大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立完成的研究成果。本人在論文寫(xiě)作中參考其他個(gè)人或集體己經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門(mén)大學(xué)研究生學(xué)術(shù)活動(dòng)規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費(fèi)或?qū)嶒?yàn)室的資助，在()實(shí)驗(yàn)室完成。(請(qǐng)?jiān)谝陨侠ㄌ?hào)內(nèi)填寫(xiě)課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱(chēng)，未有此項(xiàng)聲明內(nèi)容的，可以不作特別聲明。)聲明人(簽名)：關(guān)1)烏螢

2、2016年S只lyB摘要摘要團(tuán)簇被稱(chēng)之為“物質(zhì)第五態(tài)“。它是材料科學(xué)的新起點(diǎn)，在許多領(lǐng)域都有著廣泛的應(yīng)用。團(tuán)簇的穩(wěn)態(tài)結(jié)構(gòu)對(duì)其獨(dú)特的物理和化學(xué)等性質(zhì)起到了至關(guān)重要的作用，因而受到許多學(xué)者的廣泛關(guān)注。由于團(tuán)簇的大小在幾埃到幾百埃之間，尺寸非常小，用實(shí)驗(yàn)設(shè)備很難合成和直接觀測(cè)。因此用理論研究的方法來(lái)探究團(tuán)簇的穩(wěn)態(tài)結(jié)構(gòu)顯得十分重要。但是尋找團(tuán)簇的穩(wěn)態(tài)結(jié)構(gòu)十分困難，除了基態(tài)結(jié)構(gòu)之外，還存在成千上萬(wàn)的亞穩(wěn)態(tài)結(jié)構(gòu)。目前團(tuán)簇優(yōu)化問(wèn)題己被學(xué)者證明為NP難

3、問(wèn)題，因此用傳統(tǒng)的優(yōu)化方法難以獲得最優(yōu)解，于是使得基于進(jìn)化算法的全局優(yōu)化方法得到了廣泛應(yīng)用。本文以Fe團(tuán)簇作為研究對(duì)象，采用FinnisSinclair勢(shì)來(lái)描述原子間的相互作用，以能量最小值為優(yōu)化目標(biāo)，使用基于團(tuán)簇結(jié)構(gòu)聚類(lèi)的小生境差分進(jìn)化算法，對(duì)目標(biāo)函數(shù)進(jìn)行求解。該算法包含團(tuán)簇池和差分進(jìn)化算法實(shí)例兩部分。團(tuán)簇池負(fù)責(zé)小生境子種群的生成，使用團(tuán)簇的結(jié)構(gòu)特性作為分類(lèi)標(biāo)準(zhǔn)，將結(jié)構(gòu)相似的團(tuán)簇進(jìn)行聚類(lèi)，產(chǎn)生小生境子種群。差分進(jìn)化算法實(shí)例負(fù)責(zé)種群的進(jìn)

4、化，針對(duì)團(tuán)簇優(yōu)化問(wèn)題采用多種變異策略，使用面切的交叉方式，添加了調(diào)整策略，使得算法更加適合于團(tuán)簇結(jié)構(gòu)優(yōu)化。本文實(shí)驗(yàn)分析了團(tuán)簇池大小對(duì)算法收斂速度和結(jié)構(gòu)多樣性上的影響：團(tuán)簇池越大，算法結(jié)構(gòu)多樣性就越高，但是其收斂速度就越慢。同時(shí)，本文從能量變化和結(jié)構(gòu)演變的角度驗(yàn)證了算法的有效性。另外，本文采用平均結(jié)合能、二階差分能、剩余能、平均近鄰原子距離和平均配位數(shù)等指標(biāo)分析了Fe團(tuán)簇的結(jié)構(gòu)穩(wěn)定性，驗(yàn)證了算法的穩(wěn)定性。實(shí)驗(yàn)結(jié)果表明：本文提出的算法用于求