基于全局优化的二聚体法寻找鞍点
数值分析
2019-10-15 v1 数值分析
摘要
在稀有事件中搜索势能面上的鞍点是一个具有挑战性的问题。当存在多个鞍点时，大多数二聚体类方法需要采样不同的初始猜测以找到不同的鞍点。本文中，我们提出一种新颖的基于全局优化的二聚体法（GOD），通过将蚁群优化（ACO）算法与基于优化的收缩二聚体（OSD）方法耦合，高效搜索鞍点。特别地，我们应用 OSD 方法作为鞍点的局部搜索算法，并构建 ACO 中的信息素函数以更新全局种群。通过应用一个二维示例和 FCC 晶体（111）表面上七原子岛的基准问题，我们证明 GOD 相比 OSD 方法在计算效率上有显著提升。我们的算法提供了一个新框架，为采用其他全局优化方法搜索鞍点开辟了可能。
引用
@article{arxiv.1910.05703,
title = {Global optimization-based dimer method for finding saddle points},
author = {Yu Bing and Lei Zhang},
journal= {arXiv preprint arXiv:1910.05703},
year = {2019}
}