一种基于模版的高效单晶结构预测方法及系统技术方案

本发明专利技术属于晶体结构预测技术领域，具体提供了一种基于模版的高效单晶结构预测方法及系统，其中方法包括：从晶体数据库获取晶体结构数据；将晶体结构数据中所有元素替换为所需要研究的元素，以构成新的初始结构；并通过缩放晶体结构，使初始结构密度达到合理值；通过结构相似性删除重复结构；通过基于密度泛函的紧束缚方法或机器学习势函数等进行结构粗优化去重；筛选密度高于预设值的晶体结构获取新结构；对筛选后的新结构进行更精确的计算去重，与现有结构数据库和文献对比分析。通过全元素的替换，并加入了缩放到相同密度的方法，对于多元素的替换会增加更多的结构，通过去重也会降低第一性计算的计算量。通过缩放，去重的方法，加快满足特定要求新结构高通量预测。加快满足特定要求新结构高通量预测。加快满足特定要求新结构高通量预测。

【技术实现步骤摘要】
一种基于模版的高效单晶结构预测方法及系统


[0001]本专利技术涉及晶体结构预测
，更具体地，涉及一种基于模版的高效单晶结构预测方法及系统。

技术介绍

[0002]晶体结构是理解材料特性或功能的基础，与物理，化学，生物学和药剂学等许多领域相关。使用现代理论和超级计算机预测晶体结构是非常可取的，理由有很多。一方面，结构的实验测量通常是间接的或在极端条件下，导致数据质量较差或不完整，因此无法确定完整的结构。另一方面，传统的功能材料发现方法需要昂贵且费力的实验尝试，包括长期的试错过程。因此，相比于实验，结构预测和第一性力学模拟相结合具有效率高、消耗低的特点发现有前景的新材料，这将为有目的的实验合成提供指导。具有给定化学成分信息的结构预测可以在数学上表述为全局优化问题。原则上，可以通过访问势能面上的所有局部最小值来确定全局最小值来获得精确解。然而，势能面上的局部最小值的数量会随着系统中的原子数量呈指数增长。这种增长使得穷举遍历搜索策略不可行，即使对于具有少量原子的结构也是如此，并且随着系统规模的增加，问题可能会无限加剧。
[0003]因此，晶体结构预测长期以来一直被认为是一个令人生畏的问题。多年来，人们一直致力于结构预测，并且已经开发了几种先进的方法，其中典型的例子是盆地跳跃、模拟退火、极小值跳跃、元动力学，遗传算法和替代法。这些方法中，其中盆地跳跃，替代法，模拟退火和极小值跳跃都是依赖初始给定结构的。而现有对于给定初始结构预测结构的方法效率低下。此外高体积模量结构通常都有优异的力学性能。

技术实现思路

[0004]本专利技术针对现有技术中存在的现有对于给定初始结构预测结构的方法效率低下的技术问题。
[0005]本专利技术提供了一种基于模版的高效单晶结构预测方法，包括以下步骤：
[0006]S1，从晶体数据库下载晶体结构数据；
[0007]S2，将晶体结构数据中所有元素替换为所需要研究的元素，以构成新的初始结构；并通过缩放晶体结构，修改结构密度到特定值；
[0008]S3，通过结构相似性删除重复结构；
[0009]S4，通过基于密度泛函的紧束缚方法和机器学习势函数进行结构优化去重；
[0010]S5，筛选删除密度低于预设值的晶体结构得到新结构；
[0011]S6，对筛选后的新结构进行更精确的计算和去重，然后与现有结构数据库和文献对比分析。
[0012]优选地，所述S1具体包括：从晶体数据库中下载晶体结构数据。
[0013]优选地，所述S2具体包括：将晶体结构数据中所有元素替换为同一种或者是特定比例的多种元素，以构成新的初始结构。
[0014]优选地，所述S3具体包括：通过结构拓扑和结构相似性对晶体结构进行查重，并删除重复结构。
[0015]本专利技术还提供了一种基于模版的高效单晶结构预测系统，所述系统用于实现基于模板法的基于模版的高效单晶结构预测方法，包括：
[0016]数据获取模块，用于从晶体数据库下载晶体结构数据；
[0017]元素替换模块，用于将晶体结构数据中所有元素替换为所需要研究的元素，以构成新的初始结构；并通过缩放晶体结构，修改结构密度到特定值；
[0018]查重模块，用于通过结构相似性删除重复结构；
[0019]优化模块，用于通过基于密度泛函的紧束缚方法和机器学习势函数进行结构优化去重；
[0020]筛选模块，用于筛选删除密度低于预设值的晶体结构得到新结构；
[0021]对比分析模块，用于对筛选后的新结构进行更精确的计算和去重，然后与现有结构数据库和文献对比分析。
[0022]本专利技术还提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现基于模板法的基于模版的高效单晶结构预测方法的步骤。
[0023]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现基于模板法的基于模版的高效单晶结构预测方法的步骤。
[0024]有益效果：本专利技术提供的一种基于模版的高效单晶结构预测方法及系统，其中方法包括：从晶体数据库下载晶体结构数据；将晶体结构数据中所有元素替换为所需要研究的元素，以构成新的初始结构；并通过缩放晶体结构，修改结构密度到特定值；通过结构相似性删除重复结构；通过基于密度泛函的紧束缚方法，机器学习势函数等进行结构优化去重；筛选删除密度低于预设值的晶体结构得到新结构；对筛选后的新结构进行更精确的计算和去重，然后与现有结构数据库和文献对比分析。该方案只需要数据库提供足够唯一的模板，选择兼效率和精度的计算方法，借助结构相似性查重的方法即可高效完成结构的预测。和传统的相似元素替换法相比，这里用的是全元素的替换，并加入了缩放到相同密度的方法，对于多种元素的替换会因为元素位置的分布增加更多的结构，但通过去重也会降低粗优化和高精度第一性计算计算量。通过现有的晶体结构为模板，通过缩放，去重的方法，加快满足特定要求新结构高通量预测。
附图说明
[0025]图1为本专利技术提供的一种基于模版的高效单晶结构预测方法流程图；
[0026]图2为本专利技术提供的密度的频数分布图；
[0027]图3为本专利技术提供的一种可能的电子设备的硬件结构示意图；
[0028]图4为本专利技术提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
[0029]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施
例用于说明本专利技术，但不用来限制本专利技术的范围。
[0030]图1为本专利技术提供的一种基于模版的高效单晶结构预测方法，包括：
[0031]S1，从晶体数据库下载晶体结构数据；
[0032]S2，将晶体结构数据中所有元素替换为所需要研究的元素，以构成新的初始结构；并通过缩放晶体结构，修改结构密度到特定值；
[0033]S3，通过结构相似性删除重复结构；
[0034]S4，通过基于密度泛函的紧束缚方法和机器学习势函数进行结构优化去重；
[0035]S5，筛选删除密度低于预设值的晶体结构得到新结构；
[0036]S6，对筛选后的新结构进行更精确的计算和去重，然后与现有结构数据库和文献对比分析。
[0037]该方案只需要数据库提供足够唯一的模板，选择一个兼效率和精度的计算方法，通过结构相似性去重即可完成新结构的预测。和传统的相似元素替换法相比，这里用的是全元素的替换(但不限于同一种元素)，并加入了缩放到相同密度的方法。通过对单种元素的替换进行去重，和粗优化去重会降低第一性计算的计算量。通过现有的晶体结构为模板，通过缩放，去重的方法，加快满足特定要求新结构高通量预测。
[0038]该方案利用现有数据库中的结构作为框架，通过缩放到一定密度，结构查重删除重复结构，提高计算和筛选效率。下面结合图1(本申请中高通量新结构计算筛选的流程图)中流程的步骤，进行详细的阐述：
[0039](1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模版的高效单晶结构预测方法，其特征在于，包括以下步骤：S1，从晶体数据库下载晶体结构数据；S2，将晶体结构数据中所有元素替换为所需要研究的元素，以构成新的初始结构；并通过缩放晶体结构，修改结构密度到特定值；S3，通过结构相似性删除重复结构；S4，通过基于密度泛函的紧束缚方法和机器学习势函数进行结构优化去重；S5，筛选删除密度低于预设值的晶体结构得到新结构；S6，对筛选后的新结构进行更精确的计算和去重，然后与现有结构数据库和文献对比分析。2.根据权利要求1所述的基于模版的高效单晶结构预测方法，其特征在于，所述S1具体包括：从晶体数据库中下载晶体结构数据。3.根据权利要求1所述的基于模版的高效单晶结构预测方法，其特征在于，所述S2具体包括：将晶体结构数据中所有元素替换为同一种或者是特定比例的多种元素，以构成新的初始结构。4.根据权利要求1所述的基于模版的高效单晶结构预测方法，其特征在于，所述S2具体包括：将立方硅、立方锗、立方碳化硼均通过元素替换为碳，密度缩放到金刚石的密度，在一定误差范围内均是同一种结构。5.根据权利要求1所述的基于模版的高效单晶结构预测方法，其特征在于，所述S3具体包括：通过结构拓扑和结构相似性对晶体结构进行...

【专利技术属性】
技术研发人员：高恩来，张春波，袁笑昂，郭雍哲，
申请(专利权)人：武汉大学，
类型：发明
国别省市：