楊浩然 張雨晗

摘要：本文主要分析了以金團簇為代表的的金屬團簇和以硼團簇為代表的非金屬團簇，通過利用遺傳優(yōu)化算法和卷積神經(jīng)網(wǎng)絡(luò)對金團族的取優(yōu)能重紿N悞型進頂測，T進心VMD進行可視化分析金團簇的原子結(jié)構(gòu)分布。通過利用聚類算法和HK模型優(yōu)化對硼團簇的最優(yōu)能量結(jié)構(gòu)模型進行預(yù)測并利用Gaussion 軟件進行可視化分析由于本文使用了部分深度學(xué)習(xí)算法，本地電腦配置無法滿足需求，因此使用到華為云ModelArts深度學(xué)習(xí)訓(xùn)練平臺進行模型訓(xùn)練已達到更有效果。通過本文研究分析，可以對金團簇，硼團簇全局最優(yōu)結(jié)構(gòu)作出預(yù)測分析并可視化分析，并對所用模型的優(yōu)缺點進行了一定分析。

關(guān)鍵詞：遺傳優(yōu)化算法;卷積神經(jīng)網(wǎng)絡(luò);ModelArts;聚類算法;HK模型優(yōu)化

0 引言

人類物質(zhì)文明的進步離不開新材料的應(yīng)用，特別是近百年來，多元化的各種新物質(zhì)、新材料不斷被創(chuàng)造出來，其結(jié)構(gòu)越來越復(fù)雜，功能呈現(xiàn)多樣化趨勢，各國在該領(lǐng)域所面臨的競爭日趨激烈。如何更高效地發(fā)展新材料、新結(jié)構(gòu)，加速高性能新物質(zhì)的設(shè)計、合成和應(yīng)用的步伐，關(guān)系到經(jīng)濟增長的可持續(xù)性，成為現(xiàn)階段我國化學(xué)科研及應(yīng)用領(lǐng)域從業(yè)者所面臨的嚴(yán)峻挑戰(zhàn)。然而，結(jié)構(gòu)與性能1關(guān)系的復(fù)雜性決定了這方面的研究是一項長期、艱苦的任務(wù)。當(dāng)前無法通過其與固體液體簡單對比發(fā)現(xiàn)團簇的物理化學(xué)性質(zhì)。

1 金團簇能量預(yù)測及最優(yōu)結(jié)構(gòu)

1.1能量預(yù)測

在進行初步分析時，發(fā)現(xiàn)數(shù)據(jù)中共0～154，156～999總和為999個數(shù)據(jù)，缺少第155個數(shù)據(jù)，在進行代碼數(shù)據(jù)分析時要注意到這個地方，在學(xué)習(xí)使用VMD軟件后發(fā)現(xiàn)無法直接打開附件中所給出的.xyz文件，經(jīng)過查詢VMD官方文檔，需要將能量系數(shù)改為原子名稱即可導(dǎo)入，且文檔路徑中不能出現(xiàn)中文字符。將金團簇導(dǎo)入VMD 軟件后我們可以較為清晰的觀察到金團簇的三維立體結(jié)構(gòu)。

通過對Auzo的團簇結(jié)構(gòu)三維坐標(biāo)進行分析，根據(jù)已知信息預(yù)測出 Au20的最優(yōu)結(jié)構(gòu)如圖1

1.2 Au32最優(yōu)結(jié)構(gòu)預(yù)測

根據(jù)所給Au20_OPT_1000附件求出遺傳Au2o預(yù)測模型的最優(yōu)結(jié)構(gòu)，基于遺傳算法思想，我們將通過BP神經(jīng)網(wǎng)絡(luò)的方法利用深度學(xué)習(xí)進行求解。

根據(jù)訓(xùn)練模型將從引文網(wǎng)絡(luò)，網(wǎng)頁網(wǎng)絡(luò)，電力網(wǎng)絡(luò)三個維度對金團簇Au32進行預(yù)測評價

由圖2可見，Aug2團簇幾何形形狀層穩(wěn)定的體心結(jié)構(gòu)，原子之間距離較近，結(jié)構(gòu)相對是最穩(wěn)定的。

3 2 硼元素能量及最優(yōu)結(jié)構(gòu)預(yù)測

經(jīng)過查詢VMD官方文檔，需要將能量系數(shù)改為原子名稱即可導(dǎo)入，且文檔路徑中不能出現(xiàn)中文字符。將金團簇導(dǎo)入VMD 軟件后我們可以較為清晰的觀察到硼團簇的三維立體結(jié)構(gòu)。

通過軟件geneXprotools分析，得到硼團簇原子坐標(biāo)和勢能的關(guān)系，預(yù)測出Bas.的最優(yōu)結(jié)構(gòu)。

由圖4可以看出 Bas.的立體結(jié)構(gòu)為網(wǎng)狀放射結(jié)構(gòu)。團簇的結(jié)構(gòu)是空心的，這使得在硼團簇中處于表面的原子占得比例比較大，因而團簇具有較大的表面曲率半徑和表體比。這就導(dǎo)致硼團簇會具有很高的表面能，使得團簇表面的原子具有很高的活性，很容易與其它原子和分子結(jié)合。

4 3 結(jié)論

在對金團簇求解時主要使用了遺傳優(yōu)化算法，BP神經(jīng)網(wǎng)絡(luò)進行構(gòu)建深度學(xué)習(xí)，與現(xiàn)有算法相比，精確度較高。該算法由TPLS算法和內(nèi)部操作、表面操作、擾動操作3種全局操作構(gòu)成.TPLS算法用于極小化，內(nèi)部操作用于得到好的團簇內(nèi)部結(jié)構(gòu)，表面操作用于調(diào)整團簇表面原子的位置，擾動操作用于對內(nèi)部操作和表面操作得到的團簇結(jié)構(gòu)進行鄰域搜索。在對硼團簇求解時主要使用聚類算法，此算法算法簡單、快速。

參考文獻

[1]張潔瓊，王康，翟華金.硼基B_6Al_2～（-/0/+）合金團簇結(jié)構(gòu)和成鍵理論研究（英文）[J/OL]J.山西大學(xué)學(xué)報（自然科學(xué)版）：1-12[2021-04-18].https：//doi.org/10.13451/fj.sxu.ns.2020170.

[2]范曉玉，張聰，張帥，胡瑩瑩，管仁田，岳巧麗.基于金納米簇構(gòu)建熒光傳感方法在生化分析中的應(yīng)用研究[J].聊城大學(xué)學(xué)報（自然科學(xué)版），2021，34（04）：61-79.

[3]盧欣，謝孟琳，劉景，金蔚，李春，Georgios Lefkidis，Wolfgang Hubner.Fe_（m）B_（20）（m=1，2）團簇中超快自旋動力學(xué)的第一性原理研究[U/OLJ.物理學(xué)報：1-23[2021-04-18].http：/kns.cnki.netkcms/ldetail/11.1958.04.20210222.1442.032.html.

[4]楊丹，祝艷.金團簇二十面體結(jié)構(gòu)融合過程中其催化活性的演變（英文）[J.Chinese Journal of Catalysis，2021，42（02）：245-250.