Genarris：分子晶体结构的随机生成与基于Harris近似的快速筛选
计算物理
2018-04-04 v1 材料科学
摘要
我们提出Genarris，一个通过带物理约束的随机采样对刚性分子分子晶体进行构型空间筛选的Python包。为进行快速能量评估，Genarris采用Harris近似，即通过对单分子密度进行叠加来构造分子晶体的总密度。随后对Harris密度使用含色散的密度泛函理论（DFT）而不执行自洽循环。Genarris基于专门为由分子晶体开发的相对坐标描述符（RCD）进行机器学习聚类，该描述符在识别堆积基序相似性方面表现出鲁棒性。除随机结构生成外，Genarris提供基于不同连续聚类与选择步骤序列的三种工作流：“Rigorous”工作流是对势能面的穷举探索，“Energy”工作流产生一组低能量结构，“Diverse”工作流产生一组最大多样性的结构。后者被推荐用于为遗传算法生成初始种群。本文报道了Genarris的实现，并通过三个测试用例演示了其应用。
引用
@article{arxiv.1803.02145,
title = {Genarris: Random Generation of Molecular Crystal Structures and Fast Screening with a Harris Approximation},
author = {Xiayue Li and Farren S. Curtis and Timothy Rose and Christoph Schober and Alvaro Vazquez-Mayagoitia and Karsten Reuter and Harald Oberhofer and Noa Marom},
journal= {arXiv preprint arXiv:1803.02145},
year = {2018}
}