GMSAC:通过改进的遗传算法和嵌入式原子方法搜索固体和合金的全球最小结构的新软件
1Fundamental Science Center of Rare Earths, Ganjiang Innovation Academy, Chinese Academy of Sciences, Ganzhou, China.
Journal of computational chemistry
|January 14, 2026
概括
一个新的GMSAC包通过将遗传算法 (GA) 与嵌入式原子方法 (EAM) 结合起来,加速合金的发现. 这个计算工具准确地预测全球最小结构,对于设计先进材料至关重要.
科学领域:
- 材料科学 材料科学 材料科学
- 计算材料科学科学 计算材料科学
- 合金设计设计 合金设计
背景情况:
- 准确识别全球最小 (GM) 结构对于预测合金性质至关重要.
- 由于大量的原子配置和复杂的原子间相互作用,传统的结构搜索方法面临着挑战.
研究的目的:
- 开发一种新的计算包,GMSAC,用于高效,准确的合金结构预测.
- 克服现有方法在寻找复杂材料结构方面的局限性.
主要方法:
- 将改进的遗传算法 (GA) 与嵌入式原子方法 (EAM) 集成,用于结构预测.
- 使用对称感知重复识别,自适应运算机概率和人口适应性最大化来优化GA工作流.
- 使用EAM进行原子间能量的快速和准确计算.
主要成果:
- GMSAC成功地绘制了凸船体,并确定了八种二元合金系统的稳定结构.
- 该包精确地定位了全球最小结构,实现了低的形成能量 (例如,Al20Cu12的0.108 eV/原子).
- 在平衡计算效率和预测准确度方面表现良好.
结论:
- GMSAC为加速发现高性能合金和化合物提供了一个强大的新工具.
- 开发的方法提高了材料结构预测的准确性和效率.
- 这项工作有助于推进计算材料设计和工程.


