报告题目：高效无偏全局优化方法FGO及其在纳米团簇中的应用

报告人：陈丽平 教授

邀请人：马会利 副教授

报告时间：2022年10月18日（星期二）10:00

报告形式：腾讯会议（会议号码：468-364-168）

报告摘要

团簇的宏观性质从根本上由其微观结构决定。实验上观测到的性质往往对应着团簇势能面上的最低能量结构或者与其能量接近的各种局部极小点结构，准确地计算低能量结构对理解和调控团簇的本征性质至关重要。在理论上求解团簇的最低能量结构，也就是搜索势能面的最小点，属于全局优化问题。领域内普遍认为全局优化属于非确定性多项式难题，极具挑战性。随着团簇尺寸的增大，势能面上的局部极小点数量呈几何指数增加。因此，高效的全局优化方法是研究大尺寸纳米团簇的关键。近年来，我们基于离散空间提出了一种新的无偏全局优化方法Fuzzy Global Optimization (FGO)。在大尺寸团簇的最优结构搜索中，FGO方法具有无偏、高效、可靠和普适等优点。FGO已经能够处理高达1000个原子的LJ团簇、700个原子的中程Morse团簇、400个原子的极具挑战性的短程Morse团簇、400个分子的C60团簇以及160个原子的CdSe团簇，其研究的团簇大小相比文献报道的结果有了显著的提升。由于其本征无偏性，FGO能高效地自动搜索具有不同对称性的团簇结构，同时还发现了不少能量更低的新结构以及新的现象。

个人简介

陈丽平，浙江师范大学杭州高等研究院，2003年本科毕业于在武汉大学，2008年博士毕业于中国科学院化学研究所。随后分别在中国科学院化学研究所、比利时蒙斯大学和美国罗切斯特大学进行博士后研究工作。2019年1月加入浙江师范大学杭州高等研究院。长期从事光电功能材料与器件的理论研究，目前已在Nature Communications、Adavanced Functional Materials、Physical Review Letters、The Journal of Physical Chemistry Letters、Carbon等期刊发表论文四十余篇。