攀岩 - 图像闪烁的弹性带

通过从一些粗略近似开始的系统的多个复制品同时优化反应路径可以找到[159]。在ADF中实现的最简单情况下,初始近似只是初始和最终状态之间的多项式插值(见关键字GeoVar)。图像未彼此独立优化,但实际上,每个图像上的力取决于其邻居。在每个步骤中,消除了与反应路径平行的力,并加入所谓的弹簧力,其将图像保持在其邻居之间的中间。这不会让图像滑到初始或最终反应状态,并确保它们沿反应路径均匀地分布。还有选择更密集地分配图像附近的图像(依赖于能量的弹簧力)。

以下是NEB选项列表:

GEOMETRY
  CINEB {NumImages}
  {NEBSPRING  Nspring  Spring Spring2 Spower}
  {NEBOPT OptMethod}
  {NEBECONO}
  {NOCLIMB}
  {NONEBOPTENDS}
End
CINEB
runtype。也会被认可。
NumImages
不包括初始和最终陈述的NEB图像的数量。默认值为8。
NEBSPRING Nspring  Spring Spring2 Spower

nspring确定所使用的弹簧类型,依次确定使用哪些弹簧参数:

  1. 恒星,弹簧=弹簧
  2. 指数缩放,弹簧= Spring + Spring2 * Exp((de-Demax)**升起)
  3. 功率缩放,弹簧=弹簧+ Spring2 *(de / demax)**升
  4. 另一个具有不同含义的旋转含义的指数,弹簧=弹簧+ Spring2 * Exp((De-Demax)* Spower)
  5. 另一个指数缩放非常接近#4,弹簧=弹簧+ Spring2 *(2 **(de-demax))**升空)

Spring和Spring2的单位是Hartree / Bohr。默认值,当输入中不存在NEBSPring时,NSPring为1,对于弹簧为0.1。如果使用NSPring 1指定了NEBSPring 1,则需要弹簧参数。如果nspring. >1是指定的,然后还需要Spring2和Spower。

NEBOPT OptMethod

指定优化过程。由于NEB概念性地与简单的优化不同,因此在适用于NEB的简单几何优化中使用的所有或不总是使用的。 NEB有两个优化模式:全局(同时覆盖所有图像)和本地(即每个图像的本地)。每种方法都有它的亲’s and con’s。全球方法通常会收敛于比本地的步骤更少,因为其Hessian考虑了一次所有的自由度。另一方面,对于中等大小的系统,矩阵的尺寸可能变得太大,这可能导致问题(Hessian矩阵的一个尺寸可以与N(原子)* 3 * n(图像)一样大。全局和本地优化有两个几何更新方法:准牛顿和共轭梯度。 Quasi-Newton始终是首选方法。此时,Z-Matrix坐标中的NEB优化不可用。

OptMethod可以采用以下任何值:

GlobalQn:Global Quasi-Newton。

QN:当地的准牛顿。优选的(默认)方法。

NEBECONO
(仅限本地优化)请求在某些点时的图像’■几何地收敛此图像不会在后续步骤中重新计算。当某些图像已收敛时,此选项可用于加速计算到底。但请注意,即使图像在可能成为的一点融合“un-converged”在随后的点,由于弹簧力增加(通过相对于其邻居的图像的位置确定)。在全局优化的情况下,此选项是不相关的,因为未确定单个图像的收敛状态。
NOCLIMB
关闭攀爬图像功能。通常不建议使用此选项,以用于调试和故障排除目的。
NONEBOPTENDS
在NEB优化期间,请勿优化几何初始反应状态。

关于NEB方法的建议

准备投入 准备NEB计算的输入时请注意以下几点:

  • 如果已知近似的转换状态,则在准备输入时尝试使用此信息:不仅仅是在Geovar输入部分中指定初始和最终状态坐标,还可以在符合较高阶的内插之间添加一些值初始反应路径近似。
  • 尝试优化最终和最终反应状态(终点)的几何形状,尽可能良好。 ADF将默认情况下优化它们,但提前执行此操作可以保存相当一段时间。
  • 如果您不想在NEB优化期间优化终点,则可以使用NoneBoptend输入关键字,并且您知道终点几何形状 不是 对应于当地的最小值,然后你 必须 确保它们躺在反应道上。如果一个(或两者)的端点躺下路径,那么这可能导致它们旁边的图像在终点后面滑动下坡,这将不可避免地打破优化。
  • 选择优化方法。 NEB中使用了几种优化方法,但您应该使用两个Quasi-Newton方法之一:本地(默认)或全局(Nebopt GlobalQn. 输入选项)。两种方法之间的功能差异是攀爬图像技术仅与GlobalQN方法也是可能的。在默认(本地)方法中,图像以这样的方式优化,使得它们之间的笛卡尔距离始终是恒定的。这意味着具有最高能量的图像不一定是过渡状态。使用GlobalQN方法,保证具有最高能量的图像是反应路径上最大能量的点。

优化期间的问题

如果您遵循上述建议,则可能会避免许多问题。但是,如果您确实遵循该建议,然后仍有问题,请阅读以下。以下遵循可能解决方案的常见问题列表: 优化停止时,角度变得太小。

  • 只要终点 如果对反应路径的初始猜测太粗糙,则局部最小值可能仍然发生。这通常导致一些图像上的非常大的力,这可能导致非常大的步骤。这本身不是问题,但问题可能是邻近图像得到显着不同的步骤。如果发生这种情况,NEB链将变成锯齿。如果图像之间的笛卡尔距离与优化期间采取的步骤相当,这可能会迅速播放。在这种情况下,固化是减少图像的数量(增加它们之间的距离)或减少最大步长( 步骤RAD = parameter).
  • 角度变得太尖锐的另一个原因是反应路径非常复杂。在这种情况下,它可能有助于使用更多图像“smoothen” it.

在所有其他情况下,建议联系SCM支持,并确认完全出现的错误并沿输入和输出文件发送。建议使用它 调试NEB. 输入关键字,它产生额外的调试信息。这样做会加速很多东西,因为我们赢了’不得不重复你的计算。