创新训练计划资助项目结题案例

1、职称/职务职称/职务 基本信息（项目负责人填写在第一 行）案例摘要（ ）“创新训练计划”资助项目结题案例（由项目负责学生在项目完成后撰写，每个项目提交一份） 研究题目 针对双金属纳米颗粒体系增强抽样方法的发展与应用 导化学与分子工程本项目的选题背景、目的与意义；项目实施的初步收获和体会分子模拟已经是研究一个体系的常用方法，但是其计算成本太高，导致其精度往往达不到预期的结果。因此发展高效的抽样方法，是分子模拟的核心问题之一。双金属纳 米颗粒体系有着优异的催化性能，其中表面负载型双金属纳米颗粒可催化 化重整等重要反应。但体系较复杂，其稳定性相关的计算方法有待研究和发展。本项目计划发展针对双金属纳米

2、颗粒体系的增强抽样方法并应用于具体性质的计算。 统计物理等，学习了基本的分子模拟方法：分子动力学及蒙特卡洛方法，并进一步将 属纳米颗粒的结构性质，并且用增强抽样方法提高了采样效率。在课题的进行中，我不仅学到了很多专业知识，更获得了大量的实践经验，使我的数理计算机水平得到很大提升，我也体会到了科学研究的艰辛，但更多的是最终得到结文文项目选题的背景（除选题意义以外，应着重说明学生对该项目的自主兴趣所在和原先在 通的分子模拟方法已经广为使用，增强抽样方法将分子可以使用的范围进一步推广，案例 项目成员的组成、特长、分工及成员间相互协调配合的情况，导师指导情况（ 400 字以 （ 项目由本人独立完成。相

3、对擅长数学物理推导。4000 每周与导师讨论一次，其他时间通过微信及邮件交流。字以内）项目的创新点与特色（包括使用了什么样的创新方法、手段、项目的科学意义和应用价 对纳米颗粒进行蒙特卡洛研究已经有所报道，但很少有报道将增强抽样方法应用于纳米颗粒的研究。因此我尝试将相对传统的 umbrellasampling 方法以及新型的 ITS 方法应用于 纳米颗粒。提高抽样效率后，能更准确的模拟纳米颗粒的性质，并且可以将体系扩大至与实际颗粒相当的大小，这不仅有助于研究纳米颗粒的催化性质，也可以用于研究 首先学习了基本的分子模拟方法：分子动力学以及蒙特卡洛方法，并且在各种程序上尝试用两种方法进行模拟。考虑到

4、对于金属体系，原子结合较紧密，用分子动力学模拟可能会导致只有外层原子运动，内层原子几乎静止，浪费计算量，且体系的变化太小，很难达到平衡状态，因此我考虑用蒙特卡洛方法进行模拟。采用蒙特卡洛方法的好处在于可以采用一些非物理的方法帮助体系达到平衡，如交换两原子位置，这用分子动力学几 还需要进一步的检验，但是由于目前的主要目标在于测试算法，因此势能的选择可以相对宽松，不需要非常精确，能够保持定性的结论即可。另外，在每次做完 MC 移动时，将体系优化至最小能量，这相当于将体系的势能面变成分段常数，简化了势能面，并且与纳米颗 对于结构性质的表征，径向分布可以直接用径向分布函数，计算其中某种原子的比例， 因

5、此我们无法观察到某个特殊的朝向，为此我考虑用一种原子的质心位置来表征，若质心位置服从正态分布，则表明角度上为均匀分布的，否则两种原子可能会分相。 法对于模拟效率的提升非常明显，而 umbrellasampling 没有明显的效果。 经过一年多的学习，从知识上说，我学习了分子动力学和蒙特卡洛，基本掌握了分 子动力学和蒙特卡洛方法的原理，并且通过学习随机过程相关的知识，对蒙特卡洛方法 有了更深的理解。通过增强抽样方法的学习，我了解到更前沿的方法，学到了处理分子 模拟的基本技巧。同时，统计物理是分子模拟的基础，通过学习分子模拟，我也对正则 相对于知识，我收获更多的是经验。课本上，文献上给出的公式和算

6、法与实际呈现的 代码完全是两回事。例如 umbrellasampling 中高斯势的大小，位置以及标准差的选取都 是对于程序非常重要的问题。另外，除了算法的学习之外，我在编程水平上也得到很大提 高。真正的程序中有许多细节的问题需要注意，小到随机数的生成，大到代码的结构，甚至修改内存溢出的问题，都需要我去实践和落实。通过不断修改代码，我学 如何通过微观性质表征纳米颗粒的结构特点，这一点在课本，文献上都鲜都提到，不同的体系也需要关注不同的结构特点。因此表征径向以及角向分布的方法我没有可以依据的现成方法，必须自己尝试。最终我选出了几种较为有效的表征方法。虽然这不是非常困难的问题，但是这种从零开始尝试

7、的经验让我受益匪浅。本研期间给我感触最大的就是我在代码水平上的不足，由于对 linux 系统不熟悉，一开始安装软件就失败了很多次，系统的各种指令我也不熟悉，导致工作效率非常低。 问题，改一个 bug 要很长时间。如果我的编程水平高一些，本研进度会快很多。这也 感觉一下子领悟到了本质，在写程序就感觉思路贯通。另外数学知识还有助于理解实验结果，如为什么收敛速度是指数而不是反比，这就需要随机过程的知识。我还体会到，真正的研究并不会按照自己在开始时预期的想法发展，本研过程中我 遇到了很多意想不到的困难，例如内存溢出，体系熔化，力场不完善等问题。这些都是 我在开始课题时没有想到的，这逼迫我去想一切办法解决，最后甚至转变方向，但是在 经历了这些困难之后，最终得到结果时我才体会了欣喜。我想，在之后的