亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Global optimization of parameters in the reactive force field ReaxFF for SiOH

雷亚克夫 力场(虚构) 领域(数学) 计算机科学 遗传算法 集合(抽象数据类型) 算法 分子动力学 化学 计算化学 数学 人工智能 机器学习 原子间势 纯数学 程序设计语言
作者
Henrik R. Larsson,Adri C. T. van Duin,Bernd Hartke
出处
期刊:Journal of Computational Chemistry [Wiley]
卷期号:34 (25): 2178-2189 被引量:83
标识
DOI:10.1002/jcc.23382
摘要

We have used unbiased global optimization to fit a reactive force field to a given set of reference data. Specifically, we have employed genetic algorithms (GA) to fit ReaxFF to SiOH data, using an in-house GA code that is parallelized across reference data items via the message-passing interface (MPI). Details of GA tuning turn-ed out to be far less important for global optimization efficiency than using suitable ranges within which the parameters are varied. To establish these ranges, either prior knowledge can be used or successive stages of GA optimizations, each building upon the best parameter vectors and ranges found in the previous stage. We have finally arrive-ed at optimized force fields with smaller error measures than those published previously. Hence, this optimization approach will contribute to converting force-field fitting from a specialist task to an everyday commodity, even for the more difficult case of reactive force fields.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
田様应助ytangus采纳,获得30
19秒前
大方元风完成签到 ,获得积分10
52秒前
香蕉觅云应助YM采纳,获得10
1分钟前
虞不斜完成签到 ,获得积分10
1分钟前
冬去春来完成签到 ,获得积分10
1分钟前
2分钟前
lovelife完成签到,获得积分10
2分钟前
充电宝应助112采纳,获得10
4分钟前
Akim应助反对法v的采纳,获得10
4分钟前
虚心的麦片发布了新的文献求助200
4分钟前
4分钟前
月军完成签到,获得积分10
4分钟前
112发布了新的文献求助10
4分钟前
4分钟前
反对法v的发布了新的文献求助10
4分钟前
我是老大应助taozixiaoxiao采纳,获得10
5分钟前
5分钟前
taozixiaoxiao发布了新的文献求助10
5分钟前
慕青应助拼搏的不评采纳,获得10
8分钟前
8分钟前
害羞雨莲发布了新的文献求助10
8分钟前
虚心的麦片完成签到,获得积分10
9分钟前
小马甲应助害羞雨莲采纳,获得10
9分钟前
9分钟前
9分钟前
chiazy完成签到 ,获得积分10
9分钟前
9分钟前
草木完成签到,获得积分10
9分钟前
9分钟前
Jasper应助正直的山雁采纳,获得10
10分钟前
段誉完成签到 ,获得积分10
11分钟前
11分钟前
11分钟前
景灵松完成签到,获得积分10
12分钟前
星辰大海应助正直的山雁采纳,获得10
12分钟前
萝卜丁完成签到 ,获得积分10
14分钟前
虚心的麦片关注了科研通微信公众号
14分钟前
14分钟前
汉堡包应助扶正与祛邪采纳,获得10
15分钟前
15分钟前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Genera Insectorum: Mantodea, Fam. Mantidæ, Subfam. Hymenopodinæ (Classic Reprint) 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3085446
求助须知:如何正确求助?哪些是违规求助? 2738299
关于积分的说明 7548877
捐赠科研通 2387920
什么是DOI,文献DOI怎么找? 1266230
科研通“疑难数据库(出版商)”最低求助积分说明 613352
版权声明 598584