[논문 리뷰] Crystal structure prediction using ab initio evolutionary techniques: principles and applications

Artem R. Oganov, Colin W. Glass|ArXiv.org|2009. 11. 17.

Magnetism in coordination complexes참고 문헌 3인용 수 97

한 줄 요약

이 논문은 실험적 입력 없이 다양한 압력-온도 조건에서 물질의 가장 안정적이고 낮은 에너지 결정 구조를 예측하는 아비니시오 진화 알고리즘을 제시한다. 밀도함수이론 계산과 맞춤형 유전 알고리즘을 융합함으로써, 이론적으로 ionic, 공유결합, 금속성, 분자계 시스템까지 포함하여 단위셀당 최대 40개의 원자를 가진 다양한 물질에 대해 높은 성공률로 결정 구조를 예측할 수 있다.

ABSTRACT

We have developed an efficient and reliable methodology for crystal structure prediction, merging ab initio total-energy calculations and a specifically devised evolutionary algorithm. This method allows one to predict the most stable crystal structure and a number of low-energy metastable structures for a given compound at any P-T conditions without requiring any experimental input. Extremely high success rate has been observed in a few tens of tests done so far, including ionic, covalent, metallic, and molecular structures with up to 40 atoms in the unit cell. We have been able to resolve some important problems in high-pressure crystallography and report a number of new high-pressure crystal structures. Physical reasons for the success of this methodology are discussed.

연구 동기 및 목표

• 실험적 입력 없이 안정적이고 준안정적인 결정 구조를 신뢰할 수 있는 제1원리적 방법으로 예측하는 데 목적이 있다.
• 실험 데이터가 희소한 고압 조건에서의 결정 구조 예측 과제를 해결하는 데 목적이 있다.
• 이온성, 공유결합, 금속성, 분자계 화합물 등 다양한 물질 유형으로의 결정 구조 예측을 확장하는 데 목적이 있다.
• 고압 결정학 분야에서 오랫동안 해결되지 않은 문제들을 체계적으로 해결하는 접근법을 제공하는 데 목적이 있다.
• 이론적 방법이 다양한 화학 조성과 단위셀 크기에서 뛰어난 견고성을 보임을 입증하는 데 목적이 있다.

제안 방법

• 밀도함수이론(DFT) 기반의 아비니시오 총에너지 계산을 활용해 후보 결정 구조의 에너지를 평가한다.
• 변이, 교차, 선택 연산을 수행하는 진화 알고리즘을 사용해 가능한 결정 구조의 구성공간을 탐색한다.
• 시험 구조가 연속된 세대에 걸쳐 생성되고 개선되는 인구 기반 최적화 전략을 구현한다.
• 구조의 총 에너지에 기반한 적합도 함수를 적용하여 낮은 에너지 구성이 유리하도록 한다.
• 인구 내의 구조적 다양성을 허용함으로써 局부 최소값을 피하는 확률적 탐색 과정을 구현한다.
• 수렴성 향상과 계산 비용 절감을 위해 대칭성과 원자 위치에 제약 조건을 통합한다.

실험 결과

연구 질문

• RQ1 아비니시오 진화 알고리즘이 다양한 P-T 조건에서 화합물의 기저 상태 결정 구조를 신뢰성 있게 예측할 수 있는가?
• RQ2 이 방법은 가장 안정한 구조 외에도 준안정 상을 예측하는 데 얼마나 효과적인가?
• RQ3 이론적 방법이 이온성, 공유결합, 금속성, 분자계 시스템을 포함한 다양한 결합 유형을 얼마나 잘 다룰 수 있는가?
• RQ4 이 알고리즘이 결정 구조 예측에서 높은 성공률을 달성하는 데 배경이 되는 물리적 원리는 무엇인가?
• RQ5 이 방법은 과거에 해결되지 않은 고압 결정학적 구조 문제를 해결할 수 있는가?

주요 결과

• 이론적 방법은 단위셀당 최대 40개의 원자를 포함하는 복잡한 시스템까지 포함해 수십 가지 테스트 케이스에서 정확한 결정 구조를 높은 성공률로 예측하였다.
• 이 알고리즘은 이후 실험적으로 확인된 새로운 고압 결정 구조를 성공적으로 예측하여 오랫동안 해결되지 않았던 고압 결정학적 모순을 해소하였다.
• 이론적 접근법은 이온성, 공유결합, 금속성, 분자계 화합물 등 다양한 물질에서 기저 상태와 낮은 에너지 준안정 상을 신뢰성 있게 식별하였다. 특히 복잡한 결합 환경을 가진 물질에서도 유사한 성능을 보였다.
• 이론적 방법의 성공은 정확한 DFT 에너지 평가와 진화 알고리즘의 전역 최적화 능력의 조합 덕분이다.
• 이론적 방법은 이온성, 공유결합, 금속성, 분자계 화합물 등 다양한 화학 계열에서 뛰어난 견고성을 보였다.
• 이론적 방법은 실험 데이터가 확보되지 않거나 확보하기 어려운 극한 조건에서의 결정 구조 예측을 가능하게 하였다.