一种面向分子设计的梯度导向蒙特卡洛方法
化学物理
2009-11-13 v1 材料科学
统计力学
摘要
最近发展的原子势线性组合(LCAP)方法[M.Wang et al., J. Am. Chem. Soc., 128, 3228 (2006)]允许在离散化学空间中进行连续优化，因此在针对目标性质设计分子时非常有用。为了应对LCAP方法中由崎岖的连续性质表面带来的进一步挑战，我们开发了一种梯度导向蒙特卡洛(GDMC)策略，作为原始LCAP优化方法的补充。GDMC方法通过利用从LCAP方法计算得到的局部梯度信息在离散分子结构之间跳跃，保留了探索分子空间的能力。它还允许随机蒙特卡洛移动以克服性质表面上局部最优值之间的势垒。这里，我们通过优化一类给体-受体取代苯和卟啉框架中的非线性光学(NLO)性质，展示了GDMC与LCAP相结合的方法。具体来说，发现卟啉环上具有四个氮原子的一个分子比具有传统卟啉基序的结构具有更大的第一超极化率。
引用
@article{arxiv.0807.2429,
title = {A gradient-directed Monte Carlo approach to molecular design},
author = {Xiangqian Hu and David N. Beratan and Weitao Yang},
journal= {arXiv preprint arXiv:0807.2429},
year = {2009}
}
备注
26 pages, 10 figures