pyMSER─一个开源库,用于在分子模拟中自动检测平衡

科学领域:

• 计算材料科学科学 计算材料科学
• 化学工程是化学工程的重要组成部分.
• 统计力学 统计力学

背景情况:

• 自动化分子模拟对于预测材料特性至关重要.
• 模拟通常涉及动态平衡,其次是稳定状态.
• 精确的属性提取需要达到稳定状态,但由于条件依赖的平衡,预测这个点先验是具有挑战性的.

研究的目的:

• 展示边际标准误差规则 (MSER) 的应用,用于在模拟中自动识别最佳截断点.
• 确保客观,准确和可重复地从模拟数据中提取优点数据.
• 为了降低自动化分子模拟中的计算成本.

主要方法:

• 在模拟中应用边际标准误差规则 (MSER) 来识别稳定状态.
• 作为一个案例研究,利用大法典蒙特卡罗 (GCMC) 对金属有机框架中的气体吸附的模拟.
• 开发了一个开源的Python实现,pyMSER,以实现更广泛的应用.

主要成果:

• MSER成功地并自动识别了切断模拟的最佳点,确保达到稳定状态.
• 在气体吸附的GCMC模拟中,MSER降低了高达90%的计算成本.
• MSER统计数据独立于模拟方法,表明它对需要平衡截断的时间序列数据具有广泛的适用性.

结论:

• MSER提供了一种新的自动程序,用于确定模拟稳定状态,增强客观性和可重复性.
• 这种方法提供了显著的计算节约,特别是在复杂的模拟,如气体吸附.
• pyMSER库可用于任何需要时间序列分析与平衡截断的领域.