Fitting reactive force fields using genetic algorithms

• Autorzy: Larsson H. R. , Hartke B.

Warianty tytułu

PL

Dostosowanie pól sił reakcji z wykorzystaniem algorytmów genetycznych

• Języki publikacji: EN

Abstrakty

EN

With reactive force fields it is possible to perform atomistic simulations that join the accuracy of quantum chemical treatments (including bond breaking and formation) with the ability to treat hundreds of thousands of atoms on time scales well into the nanosecond regime. To utilize this power in everyday applications requires (I) the assembly of a suitable reference data set of sufficient quality, and (II) a reliable fit of the huge and complex parameter set of a general reactive force field to these reference data. In this contribution, we show that genetic algorithms can be used to achieve goal (II). We discuss algorithm design and implementation aspects (including parallelization) and present an application to azobenzene as real-life example.

PL

Przy pomocy pól sił reakcji możliwe jest przeprowadzenie symulacji atomowych, które łączą w sobie dokładność procesów chemii kwantowej (włączając zrywanie i tworzenie wiązań) oraz zdolność przetwarzania setek tysięcy atomów na skali czasowej w reżim nanosekundowy. Aby wykorzystać takie możliwości w powszechnych aplikacjach wymagane jest (I) zgromadzenie odpowiednich danych referencyjnych zapewniających niezawodną jakość, oraz (II) dopasowanie dużego i złożonego zestawu parametrów pola sił reakcji do tychże danych referencyjnych. W niniejszej pracy wykazujemy, że algorytmy genetyczne mogą być wykorzystane do osiągnięcia celu (II). Omówiony został wstępny algorytm oraz aspekty jego implementacji (w tym zrównoleglenie). Jako rzeczywisty przykład wykorzystania algorytmu przedstawiono jego zastosowanie w azobenzenie.

Słowa kluczowe

EN

genetic algorithms; global optimization; azobenzene

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2013
• Tom: Vol. 13, No. 1
• Strony: 120--126
• Opis fizyczny: Bibliogr. 40 poz., rys.

Twórcy

autor

Larsson H. R.

• Institut für Physikalische Chemie, Christian-Albrechts-Universität, Olshausenstr. 40, 24098 Kiel, Germany

autor

Hartke B.

• Institut für Physikalische Chemie, Christian-Albrechts-Universität, Olshausenstr. 40, 24098 Kiel, Germany

Bibliografia

• Alder, B.J., Wainwright, T.E., 1959, Studies in Molecular Mechanics: 1. General Method, J. Chem. Phys., 31, 459-466.
• Bandow, B., Hartke, B., 2006, Larger water clusters with edges and corners on their way to ice: structural trends elucidated with an improved parallel evolutionary algorithm, J. Phys. Chem. A, 110, 5809-5822.
• Brenner, D.W., 1990, Empirical potential for hydrocarbons for use in simulating the chemical vapor deposition of diamond films, Phys. Rev. B, 42, 9458-9471.
• Browne, W.R., Feringa, B.L., 2006, Making Molecular Machines Work, Nat. Nanotechnol., 1, 25-35.
• Carstensen, N.O., Sielk, J., Schönborn, J.B., Granucci, G., Hartke, B., 2010, Unusual photochemical dynamics of a bridged azobenzene derivative, J. Chem. Phys., 133, 124305.
• Carstensen, N.O., Dieterich, J.M., Hartke, B., 2011, Design of optimally switchable molecules by genetic algorithms, Phys. Chem. Chem. Phys., 13, 2903-2910.
• Deaven, D.M., Ho, K.M., 1995, Molecular geometry optimization with a genetic algorithm, Phys. Rev. Lett., 75, 288-291.
• Goldberg, D.E., 1989, Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley, Reading.
• Goldberg, D.E., 2002, The Design of Innovation: Lessons from and for Competent Genetic Algorithms, Kluwer Academic Publishers, Boston.
• Gropp, W., Lusk, E., Skjellum, A., 1999, Using MPI, MIT Press, Cambridge, MA.
• Hartke, B., 1993, Global geometry optimization of clusters using genetic algorithms, J. Phys. Chem., 97, 9973-9976.
• Hartke, B., 1999, Global cluster geometry optimization by a phenotype algorithm with niches, J. Comput. Chem., 20, 1752-1759.
• Hartke, B., 2000, Global geometry optimization of molecular clusters: TIP4P water, Z. Phys. Chem., 214, 1251-1264.
• Hartke, B., 2002, Structural transitions in clusters, Angew. Chem. Int. Ed., 41, 1468-1487.
• Hartke, B., 2003, Size-dependent transition from all-surface to interior-molecule structures in pure neutral water clusters, Phys. Chem. Chem. Phys., 5, 275-284.
• Hartke, B., 2011, Global Optimization, WIREs Comp. Mol. Sci., 1, 879-887.
• Holland, J.H., 1975, Adaption in Natural and Artificial Systems, University of Michigan Press, Ann Arbor.
• Johnston, R.L., 2004, Applications of Evolutionary Computation in Chemistry, Struct. Bond., 110, 1-184.
• Kamerlin, S.C.L., Warshel, A., 2010, The EVB as a quantitative tool for formulating simulations and analyzing biological and chemical reactions, Faraday Disc., 145, 71-106.
• Karplus, M., Porter, R.N., Sharma, R.D., 1965, Exchange reactions with activation energy: 1. Simple barrier potential for (H,H2), J. Chem. Phys., 43, 3259-3287.
• Kim, Y., Corchado, J.C., Villa, J., Xing, J., Truhlar, D.G., 2000, Multiconfiguration molecular mechanics algorithm for potential energy surfaces of chemical reactions, J. Chem. Phys., 112, 2718-2735.
• LaBrosse, M.R., Johnson, J.K., van Duin, A.C.T., 2010, Development of a Transferable Reactive Force Field for Cobalt, J. Phys. Chem. A, 114, 5855-5861.
• Larsson, H.R., van Duin, A.C.T., Hartke, B, 2012, manuscript in preparation.
• Murphy, E.B., Wudl, F., 2010, The world of smart healable materials, Prog. Polym. Sci., 35, 223-251.
• Powell, M.J.D., 2008, Developments of NEWUOA for minimization without derivatives, IMA J. Numer. Anal., 28, 649-664.
• Powell, M.J.D., 2009, The BOBYQA algorithm for bound constrained optimization without derivatives, Report No. DAMTP 2009/NA06, Centre for Mathematical Sciences,University of Cambridge, UK.
• Pahari, P., Chaturvedi, S., 2012, Determination of best-fit potential parameters for a reactive force field using a genetic algorithm, J. Mol. Model. 18, 1049-1061
• Rahaman, O., van Duin, A.C.T., Goddard, W.A., III., Doren, D.J., 2011, Development of a ReaxFF Reactive Force Field for Glycin and Application to Solvent Effect and Tautomerization, J. Phys. Chem. B, 115, 249-261.
• Schulz, F., Hartke, B., 2002, Dodecahedral clathrate structures and magic numbers in alkali cation microhydration clusters, Chem. Phys. Chem., 3, 98-106.
• Shirai, Y., Morin, J.F., Sasaki, T., Guerrero, J.M., Tour, J.M., 2006, Recent progress on nanovehicles, Chem. Soc. Rev., 35, 1043-1055.
• Sun, L., Huang, W.M., Ding, Z., Zhao, Y., Wang, C.C., Purnawali, H., Tang, C., 2012, Stimulus-responsiveshape memory materials: a review, Mater. Design, 33, 577-640.
• Takeuchi, H., 2006, Clever and efficient method for searching optimal geometries of Lennard-Jones clusters, J. Chem. Inf. Model., 46, 2066-2070.
• Van Duin, A.C.T., Baas, J.M.A., van de Graaf, B., 1994, Delft Molecular Mechanics: A New Approach to Hydrocarbon Force Fields, J. Chem. Soc. Faraday Trans., 90, 2881-2895.
• Van Duin, A.C.T., Dasgupta, S., Lorant, F., Goddard, W.A., III., 2001, ReaxFF: a reactive force field for hydrocarbons, J. Phys. Chem. A, 105, 9396-9409.
• Van Duin, A.C.T., Strachan, A., Stewman, S., Zhang, Q., Xu, X., Goddard, W.A., III., 2003, Reactive Force Field for Silicon and Silicon Oxide Systems, J. Phys. Chem. A, 107, 3803-3811.
• Verlet, L., 1967, Computer experiments on classical fluids: 1. Thermodynamical properties of Lennard-Jones molecules, Phys. Rev., 159, 98-103.
• Warshel, A., Bromberg, A., 1970, Oxidation of 4a,4b-Dihydrophenanthrenes, J. Chem. Phys., 52, 1262-1269.
• Warshel, A., Weiss, R.M., 1980, An empirical valence bond approach for comparing reactions in solution and in enzymes, J. Am. Chem. Soc., 102, 6218-6226.
• Weise, T., 2012, Global Optimization Algorithms – Theory and Applications, e-book available at http://www.it-weise.de/projects/book.pdf
• Yakovlev, A.L., van Duin, A.C.T., Goddard, W.A., III., 2012, ReaxFF 2012, SCM, Theoretical Chemistry, Vrije Universiteit, Amsterdam, The Netherlands, http://www.scm.com