GMSAC：改良型遺伝的アルゴリズムと埋め込み原子法による固体および合金のグローバル最小構造探索のための新しいソフトウェア

科学分野:

• 材料科学
• 計算材料科学
• 合金設計

背景:

• 正確なグローバル最小（GM）構造の同定は、合金特性の予測に不可欠です。
• 従来の構造探索方法は、原子構成と原子間相互作用の広大な数により課題に直面しています。

研究 の 目的:

• 合金の効率的かつ正確な構造予測のための新しい計算パッケージGMSACを開発すること。
• 複雑な材料構造の探索における既存の方法の限界を克服すること。

主な方法:

• 構造予測のための改良型遺伝的アルゴリズム（GA）と埋め込み原子法（EAM）の統合。
• 対称性を認識する重複識別、適応型演算子確率、および集団適合度最大化を使用したGAワークフローの最適化。
• 迅速かつ正確な原子間エネルギー計算のためのEAMの利用。

主要な成果:

• GMSACは、8つの二元合金系の凸包のマッピングと安定構造の同定に成功しました。
• パッケージは、グローバル最小構造を正確に特定し、低い形成エネルギー（例：Al20Cu12で-0.108 eV/原子）を達成しました。
• 計算効率と予測精度のバランスにおいて良好なパフォーマンスを示しました。

結論:

• GMSACは、高性能合金および化合物の発見を加速するための強力な新しいツールを提供します。
• 開発された方法は、材料構造予測の精度と効率を向上させます。
• この研究は、計算材料設計および工学の進歩に貢献します。