210 likes | 392 Views
Hybrydowe metody optymalizacji geometrii. Prezentacja wyników. AnnaStyrcz. Idea projektu. Stworzenie uniwersalnego programu zarządzającego dużą liczbą obliczeń . Możliwość korzystania z dowolnego programu do obliczeń kwantowochemicznych bez potrzeby ingerencji w kod źródłowy.
E N D
Hybrydowe metodyoptymalizacji geometrii.Prezentacja wyników. AnnaStyrcz
Idea projektu Stworzenie uniwersalnego programu zarządzającego dużą liczbą obliczeń. Możliwość korzystania z dowolnego programu do obliczeń kwantowochemicznych bez potrzeby ingerencji w kod źródłowy. Wykorzystanie możliwości obliczeń równoległych, algorytmów genetycznych i symulowanego wyżarzania. Wypróbowanie metod hybrydowych (połączenie omawianych algorytmów z metodami gradientowymi).
Algorytmy genetyczne – schemat działania Generowanie populacji potomnej: Selekcja Krzyżowanie Mutacja Losowe wygenerowanie populacji początkowej Ocena wszystkich osobników populacji Czy koniec ewolucji ? N T Wypisz wynik
Algorytmy genetyczne – kodowanie • Zamiana przedziału ciągłego na dyskretny mający 2l–1 wartości l + • Zapis w postaci ciągu binarnego • Kodowanie Graya (kolejne liczby różnią się tylko o jeden bit)
Algorytmy genetyczne – operacje genetyczne • Selekcja ruletkowa (prawdopodobieństwo wybrania osobnika jest proporcjonalnedo jego wskaźnika przystosowania) • Krzyżowanie jednopunktowe (krzyżowanie osobników macierzystych występuje w jednym losowo wybranym punkcie) • Mutacja wielopunktowa (każdy bit może ulec zmianie z jednakowym prawdopodobieństwem)
Symulowane wyżarzanie – schemat działania algorytmu Losowanie początkowego rozwiązania Losowa zmiana rozwiązania Obniż temperaturę Obliczenie energii Obliczenie różnicy energii N T=Tmin? T Zwróć rozwiązanie Ustalenie początkowej temperatury E > 0? N T N T lit=lmax? Zmień rozwiązanie z prawd. p=exp(-E/kT) Zmień rozwiązanie
Symulowane wyżarzanie – modyfikacje • Ustalenie początkowej temperatury • Ustalenie szybkości chłodzenia • Ustalenie długości kroku • Możliwość ponownego podgrzania próbki • Liczba kroków w danej temperaturze • Ewentualna optymalizacja gradientowa
Schemat działania programu Wygenerowanie Kolejnego rozwiązania Generacja Początkowego rozwiązania Dystrybucja danych na poszczególne węzły Czy osiągnięto warunek kończący ? N T Tworzenie danych wejściowych Uruchomienie obliczeń na węzłach Uruchomienie programu odzyskującego wyniki Końcowa optymalizacja
Wyniki - dekan AM1 - 1585.82 eV PM3 – 1526.44 eV PM3 – 1526.39 eV AM1 – 1585.63 eV
Wyniki - ejkozan AM1 - -3144.16299 eV PM3 - -3022.04712 eV PM3 - -3021.79408 eV AM1 - -3143.80876 eV
Wyniki – 2,5,8-triethyl-3,6,9-trimethyl-1,4,7-oksatioazocyclononan – AM1 E = -3071.13 eV t = 5951 s N = 931
Wyniki – 2,5,8-triethyl-3,6,9-trimethyl-1,4,7-oksatioazocyclononan – AM1
Wyniki – 2,5,8-triethyl-3,6,9-trimethyl-1,4,7-oksatioazocyclononan – AM1
Wyniki – heteroatom – PM3 E = -3323.32007 eV T = 9506 s N = 631
Plany • Testy na większych układach • Wykorzystanie do obliczeń pakietu GAMESS • Poprawa wydajności metody symulowanego wyżarzania • …