SO_4~(2-)微观水合结构DFT研究

运用密度泛函理论(DFT)计算方法系统研究硫酸根阴离子水合团簇,[SO_4(H_2O)_n]~(2-)(n=1-18),微观水合结构。理论计算采用ωB97XD泛函和6-311++G(d,p)基组。每个尺寸团簇结构,尽可能考虑所有合理初始结构,以此进行结构优化和频率分析等。结果表明,气相和液相条件下SO_4~(2-)与H_2O之间的相互作用能和溶剂稳定化能均与团簇尺寸n成线性关系,因此优化得到稳定结构均是合理构型。在[SO_4(H_2O)_n]~(2-)水合团簇稳定结构中,氢键的形式有两种,即溶质-溶剂(SO_4~(2-)…HOH)之间形成的对称双氢键,以及溶剂-溶剂(H_2O... HOH)之间形成的氢键。当SO_4(H_2O)_n]~(2-)水合团簇的尺寸为5个水分子时,由于水分子内氢键的形成,出现氢键环状结构,且团簇结构中出现水分子内氢键时,结构较为稳定。随着n增加,氢键结构逐渐变为网状直至稳定的笼状。通过能量参数和键参数分析可知,当团簇尺寸n≥18时,SO_4~(2-)第一水合层水分子数≥9,而第二水合层还有待进一步研究。同时随着浓度降低SO_4~(2-)与H_2O分子之间总相互作用能增加,溶液中溶剂-溶质相互作用增强。     

W_nH_2(n=1-6)团簇结构与性能的理论研究

采用密度泛函理论中的B3LYP方法在LANL2DZ基组水平上对H_2与W_n(n=1-6)团簇的相互作用进行了计算研究。结果表明,W_nH_2体系的最低能量结构是H2分子的解离性吸附,基本是在W_n团簇最低能量结构的基础上吸附H原子生长而成,说明吸附H原子未改变W_n(n=1-6)团簇的结构和形状;W_nH_2团簇的稳定性比W_n团簇要好;NBO分析表明,W原子比H原子对电荷调节能力稍强,较易与其他原子作用形成新的混合团簇。     

C_2H自由基与Cu_n~(0/-)(n=1-4)团簇的相互作用研究

采用密度泛函理论的B3LYP、BP86和PBE1PBE方法,对Cu_n~(0/-)(n=1-4)小团簇与C_2H自由基间的作用进行了研究。结果表明:在C_2HCu_n~(0/-)(n=1-4)的最稳定结构中,C_2H自由基和Cu团簇都作为整体单元存在,Cu团簇与C_2H自由基中的端基C发生相互作用。自然振动理论(NRT)和自然键轨道(NBO)计算结果表明:团簇与自由基间的相互作用主要是离子键作用。由于Cu团簇与C_2H自由基的相互作用,在红外吸收光谱中,C_2H自由基的C≡C和C-H键的伸缩振动发生了红移,而随着Cu团簇中Cu原子数目的增多,C-Cu键的伸缩振动发生了蓝移。基于含时密度泛函(TDDFT)计算。模拟了C_2HCu_n(n=1-4)阴离子最稳定结构的光电子能谱(PES)。     

(OsB)_n(n=1-6)团簇结构与稳定性的第一性原理研究

基于第一性原理,采用密度泛函理论(DFT)中的广义梯度近似(GGA)对(OsB)_n(n=1-6)团簇各种可能的构型进行了几何结构优化,得出了各团簇的最稳定构型,并对最稳定构型的能量、结合能、二阶能量差分、能隙等性质进行了理论研究。研究结果表明:n=2、3时,体系的基态结构分别为棱形和锅盖形;n=4时,体系的基态结构是对称性为T_d的立方体形状,是本文对称性最高的构型;从n=4开始立方体构型主导着团簇基态结构的生长行为,表明团簇的稳定性不仅与团簇的尺寸大小有关,还与团簇的对称性有关。团簇(OsB)_4的能隙、结合能与能量的二阶差分比邻近的值都大,说明团簇(OsB)_4有较高的稳定性,n=4是团簇的幻数。     

三元Ag-Pd-Pt团簇结构优化

改进了用于模拟二元金属团簇稳定结构的自适应免疫优化算法（称为Tri-AIOA）,并将其应用于三元金属Ag-Pd-Pt团簇的结构优化。对原子数为19的Ag-Pd-Pt团簇的优化结果表明,Tri-AIOA具有较强的优化能力和效率。该方法也被用于模拟原子数为55的Ag_nPd₄₃Pt₁₂（n=1-42）团簇稳定结构,优化结果被分为27个Mackay二十面体结构、4个五折叠饼状结构、以及11个由3个双二十面体面面相连构成的环状结构。优化结果为Ag-Pd-Pt团簇的性质研究提供了理论依据。     

动态格点搜索的改进算法用于团簇结构快速优化

结合高效的动态格点搜索(DLS)算法与扰动操作(Perturbation Operation)提出一种新的改进方法(DLS-PO),用于确定团簇的最低能量结构。针对一个特定构型,DLS算法总能给出其对应搜索空间的最规则结构。然而,一次失败的DLS优化将消耗大量的运算资源。为此,采取原子移动和结构旋转的扰动操作成功地改变了构型,再结合后续的DLS操作,提高了优化效率。将该算法用于原子数高达309的Lennard-Jones团簇及100原子NP-B函数铝团簇的结构优化。优化结果显示相比于DLS算法,DLS-PO算法更为高效。     

建模法构建氧化硼笼状团簇结构

类似于C60的富勒烯笼状结构,理论计算表明化学计量关系的氧化硼团簇也倾向于形成笼状结构。对于小尺寸(B2O3)n团簇(n≤6),我们已经采用第一性原理全局优化方法预测了其结构。然而第一性原理结构预测非常耗时,目前的计算条件下很难做到更大尺寸。因此,我们研究了氧化硼笼状团簇的特点,提出了一种建模的方法用于构建大尺寸团簇的构型。以高对称(B2O3)n(n=2-5)团簇(四面体,三棱柱,正方体,五棱柱)为模板。用六元环(B3O3)取代顶点B原子可以增加一个B2O3单元,从而可以得到各种可能的大尺寸(B2O3)n团簇。最后采用密度泛函方法优化这些候选结构,从而预测了更大尺寸下(B2O3)n团簇(n=7-15)的几何构型。     

(C_2H)_2M_n(M=Cu、Ag、Au;n=1-4)团簇的密度泛函理论研究

采用密度泛函理论的B3LYP和PBEIPBE方法,对(C_2H)_2M_n(M=Cu、Ag、Au;n=1-4)团簇的结构和性质进行了研究。结果表明:(C_2H)_2M_n(M=Cu、Ag、Au;n=1-4)簇的最稳定结构都是在C_2HM_n(M=Cu、Ag、Au;n=1-4)簇最稳定结构的基础上,又与C_2H自由基相互作用的结果。NBO计算结果表明:银与2个C_2H自由基的相互作用弱于铜和金。(C_2H)_2M_n(M=Cu、Ag、Au;n=1-4)簇最稳定结构的相互作用能均为负值,表明形成的团簇较稳定,并且出现了奇-偶振荡效应(n=1-4),含偶数个IB原子的团簇比含奇数个IB原子的团簇稳定。红外分析表明:(C_2H)_2M_n(M=Cu、Ag、Au;n=1-4)团簇中C_2H自由基的C≡C和C-H键的伸缩振动都发生了红移,随着团簇尺寸的增加(n=1-4),也出现了奇-偶振荡效应。     

水分子团簇模拟及其在观测冷凝过程的应用

在气液相变过程中,水分子相互作用形成团簇,并产生分子间氢键,从而影响了羟基的振动频率。尺寸不同的团簇体系内氢键网络特性不同,红外吸收频率可反应OH所处的相邻氢键以及周围氢键的环境。本文采用密度泛函理论计算了不同尺寸水团簇的稳定结构和红外频率,分析了红外振动频率与团簇尺寸之间的演变关系。结果表明随着尺寸增大,内部水分子结构可能发生转变,(H2O)n团簇结构趋向于紧密的球形,并且伸缩振动频率向低频演化。研究结果可为通过红外光谱技术检测和确定团簇尺寸提供参考依据,并有可能用于水分子团簇在近壁区核化和生长过程的量化检测。     

NO在(Fe_2O_3)_n(2≤n≤6)团簇上吸附的密度泛函理论研究

运用广义梯度密度泛函理论(GGA)的Pcrdew-Burke-Emrnerh(PBE)方法结合团簇模型,在双数值极化函数基组DNP下,研究了(Fe_2O_3)_n(2≤n≤6)团簇的性质和NO在其上的吸附。对于(Fe_2O_3)_n团簇通过对几何构型和性质的计算发现;(Fe_2O_3)_n团簇都具有很高的稳定性并且它们的结构和成键性质都和体材料Fe_2O_3有很大的不同;NO主要以N端吸附在Fe_2O_3团簇Fe-top位。NO在(Fe_2O_3)_n团簇上吸附为化学吸附,对应于n从2~6,吸附能分别为1.792、1.976、2.799、2.963和2.536 eV。Mulliken布局分析结合NO吸附前后的态密度分析表明:吸附前后电子由NO向(Fe_2O_3)_n团簇转移,吸附时NO的5口轨道趋向于转移电子给Fd~(3+)的d轨道,使Fe位形成d~(10)稳定电子构型,同时Fe反馈电子给NO的知反键轨道,总体上为NO失去电子。     

基于聚类分析的微粒群算法

在对基本PSO算法进行分析的基础上,针对PSO算法中的早熟收敛问题,提出了一种基于聚类分析的PSO算法（CPSO）。CPSO算法保证了微粒种群的多样性,使微粒能够有效地进行全局搜索。并证明了它依概率收敛于全局最优解。最后以典型的基准优化问题进行了仿真实验,验证了CPSO的有效性。     

基于聚类分析的随机微粒群算法

在对一种保证全局收敛的微粒群算法——随机PSO算法（SPSO）进行分析的基础上,提出了一种基于聚类分析的随机微粒群算法（CSPSO）。CSPSO算法保证了种群的多样性,使微粒能够有效地进行全局搜索。并证明了它依概率收敛于全局最优解。最后以典型的复杂基准优化问题进行了仿真实验,验证了CSPSO的有效性。     

一种新型的全局优化算法——细胞膜优化算法*

通过研究细胞膜的特性及其物质转运方式,从中进行提取优化模型,并结合全局优化算法的基本思想,提出了一种新型的全局优化算法——细胞膜优化算法（CMO）。通过数值实验,验证了细胞膜优化算法具有很好的全局寻优能力、快速的收敛能力和获取高精度解的能力,并与标准粒子群算法（PSO）和人口迁移算法（PMA）进行比较,结果表明,细胞膜优化算法在解决高维优化问题时具有更好的收敛性能。     

一种有效的解无约束全局优化的进化算法

为了解决进化算法在求解全局优化时易陷入局部最优和收敛速度慢的问题,设计了一个杂交算子,利用种群中最好点与其他点间的关系确定搜索方向,从而快速地找到实值函数的下降方向,一旦算法找到优于种群中最好点的点,利用所构造的两条直线交点的投影对其进行进一步优化,使函数值更迅速地下降.提出了适合杂交算子的初始种群生成方法.设计了一个既能提高收敛速度又能摆脱局部最优的变异算子以增强算法的效果.在此基础上,提出了一个求解全局优化问题的高效进化算法,并从理论上证明了全局收敛性,从数值上验证了有效性.     

Weighted Superposition Attraction (WSA): A swarm intelligence algorithm for optimization problems – Part 2: Constrained optimization

This paper is the second one of the two papers entitled “Weighted Superposition Attraction (WSA) Algorithm”, which is about the performance evaluation of the WSA algorithm in solving the constrained global optimization problems. For this purpose, the well-known mechanical design optimization problems, design of a tension/compression coil spring, design of a pressure vessel, design of a welded beam and design of a speed reducer, are selected as test problems. Since all these problems were formulated as constrained global optimization problems, WSA algorithm requires a constraint handling method for tackling them. For this purpose we have selected 6 formerly developed constraint handling methods for adapting into WSA algorithm and analyze the effect of the used constraint handling method on the performance of the WSA algorithm. In other words, we have the aim of producing concluding remarks over the performance and robustness of the WSA algorithm through a set of computational study in solving the constrained global optimization problems. Computational study indicates the robustness and the effectiveness of the WSA in terms of obtained results, reached level of convergence and the capability of coping with the problems of premature convergence, trapping in a local optima and stagnation.     

基于改进的遗传算法在函数优化中的应用

针对传统遗传算法在函数优化过程中容易陷入局部最优解、收敛慢等缺点,提出了一种新的自适应遗传算法NAGA。该算法考虑了种群适应度的多种集中分散程度,并且非线性地自适应调节遗传算法的交叉概率与变异概率;为了加快寻优效率,在选择算子方面将引进的选择算子与最优保存策略相结合;为了使遗传操作过程中种群数量恒定,又提出了保留亲本的策略。通过仿真实验发现,与经典遗传算法GA和IAGA相比,改进的自适应遗传算法在收敛速度与精准度等方面都有较大的进步。     

国外新型智能优化算法——北极熊算法

北极熊算法(Polar Bear Optimization, PBO)是2017年由David等人提出的一种受自然界启发的优化算法,算法的灵感来自于北极熊赖以在北极严酷的环境下生存下来的捕猎方式。由于PBO是近年才提出来的新颖智能优化算法,中文文献中关于PBO算法的描述和应用微乎其微。还原了PBO的开发背景,介绍了算法的相关运算算子和算法的详细执行步骤,展现了PBO算法在现实世界中的应用领域和实际效果。     

A feedback combination of global optimization and local optimization for robust template-based visual tracking

This paper proposes a robust template-based visual tracking algorithm. The proposed algorithm combines global optimization and local optimization. The global optimization is performed in translational matching, and the local optimization is implemented by gradient descent in homography-based matching. Translational matching is robust to large translation of the reference image, although it is not robust to rotation, or scaling. In contrast, homography-based matching is robust to rotation, and scaling, although it is not robust to large translation. The proposed algorithm is a feedback combination of the two matching algorithms. Translational matching modifies the initial value for gradient descent in homography-based matching. Homography-based matching updates the reference image for translational matching. The proposed feedback combination inherits advantages from both translational matching and homography-based matching. Robot experiments demonstrate the robustness of the proposed feedback combination to composite transformations of translation, rotation, and scaling.     

基于两分法的全局最优化方法

结合分形的思想方法将经典的两分法推广到平面上,提出了一种求解非线性优化问题全局最优值的新算法。该方法稳定精确、简单易行,有效地克服了传统方法易于陷入局部最优的弊端。算法的收敛性得到证明,算例表明算法是有效的。     

Global optimization using interval arithmetic

Interval arithmetic provides an efficient method of global optimization. With less efficiency all stationary points of a function can be found. A minimization method is described and applied to an econometric function. The results are compared with the method of simulated annealing on the same function.