在全化合物空间中协同进化搜索最优材料

在过去的十年中，进化算法、数据挖掘和其他方法在解决理论晶体学的主要问题——寻找给定化学组成下的稳定结构——方面取得了巨大成功。在此我们开发了一种方法，旨在解决计算材料科学的核心问题：在所有元素的所有可能组合中，预测具备最佳目标性质组合的材料。这种非经验方法将我们新的协同进化方法与精心重构的“门捷列夫式”化学空间、能量过滤和帕累托优化相结合，以确保所预测的材料具有最优性质且高度可能被合成。本文给出的首批计算展示了该方法的威力。特别地，我们发现金刚石（及其多型体，包括纤锌矿型金刚石）是可能的最硬材料，而 bcc-Fe 在所有可能化合物中具有最高的零温磁化强度。