社會情感優(yōu)化算法在團簇結構優(yōu)化中的應用研究.pdf

1、團簇結構的優(yōu)化問題是一個NP問題，其主要難點在于局部極小值的個數隨著原子個數的增加而呈指數增長，且局部極小值與全局最小值很接近，使算法容易陷入局部極值。其中，LJ問題和Ag團簇結構問題又是兩個典型的團簇優(yōu)化問題。LJ問題的應用很廣，LJ函數不僅可以用于惰性氣體的結構優(yōu)化和描述蛋白質折疊問題，又可以被用來研究碳納米管中C原子與Cs原子間的相互作用力和碳豆莢中碳納米管與球形富勒烯間的C—C相互作用。有效地求解LJ結構問題對分子生物學及材料科

2、學領域的發(fā)展都有重大意義。Ag團簇在催化、電子材料和合金等方面有重要的應用價值。
　　社會情感優(yōu)化算法是一個新提出的群智能優(yōu)化算法。在算法中，每個個體代表一個虛擬的人，他們在虛擬的社會中通過合作、競爭等方式，以提高自身所處的社會地位。在每個進化代數（時間片段）中他們將根據相應的情緒指數、自身的經驗及社會經驗進行決策，選擇他們認為可以提高自身社會地位的行為，其結果將通過社會的認可程度反饋出該行為的正確性。如果該行為得到認可，那么情緒

3、指數就上升，否則降低。本文把社會情感優(yōu)化算法用于團簇結構的優(yōu)化得到了原子個數小于17的LJ原子團簇和原子個數小于9的Ag團簇結構。
　　種子技術對團簇的結構優(yōu)化非常有效，使用種子技術可以使算法在優(yōu)化時進行有指導的搜索，從而提高搜索效率，缺點是種子的選取困難，要選取相似構型的團簇結構作為種子，如果所選取的種子與待優(yōu)化團簇的構型不同或外層結構上原子分布差異很大，就會使算法陷入局部最優(yōu)。為了提高算法的優(yōu)化效率，本文中引入了種子技術，降低

4、了優(yōu)化難度LJ原子團簇的優(yōu)化個數達到310，Ag團簇結構優(yōu)化得到了Ag43的結構。
　　格點搜索技術是把優(yōu)化的原子放在它可能存在的位置中，通過算法優(yōu)化在它可能存在的位置中選擇一個最優(yōu)位置。本文把社會情感優(yōu)化算法離散化后，引入了格點搜索技術，減小了搜索范圍，把搜索空間變?yōu)閹讉€離散化的點，其優(yōu)化效果明顯好于前兩種優(yōu)化方式。為了簡化算法，縮短算法的優(yōu)化時間，根據團簇結構的生長特點----團簇原子是由內向外生長，內層原子排滿后才會在外層排