[论文解读] Minimum search space and ecient methods for structural cluster optimization

Carlos Barrón-Romero, S Jalisco|arXiv (Cornell University)|Apr 8, 2005

Statistical Mechanics and Entropy参考文献 31被引用 7

一句话总结

本文提出了一套统一的理论框架，利用离散集合和一种源自IC与FC晶格的新晶格（IF），以高效定位最优Lennard-Jones团簇。通过将连续团簇优化映射到离散搜索空间，该方法识别出2至1000个粒子的所有候选最优团簇——包括Ino的二十面体和C⁵⁹等复杂结构——采用改进的贪心剥层算法，实现了截至2005年4月8日的最先进成果。

ABSTRACT

A novel unification for the problem of the search of optimal clusters under a well pair potential function is presented. My formulation introduces appropriate sets and lattices from where ecient methods can address this problem. First, as results of my propositions a discrete set is depicted such that the solution of a continuous and discrete searching of an optimal cluster is the same. Then, this discrete set is approximated by a special lattice IF. IF stands for a lattice that combines lattices IC and FC together. In fact, two lattices IF with 9483 and 1739 particles are obtained with the property that they include all putative optimal clusters from 2 trough 1000 particles, even the dicult optimal Lennard-Jones clusters, C ⁄, C ⁄, and the Ino’s decahedrons. C ⁄ 98 is the only cluster where its initial configuration has a dierent geometry than the putative optimal cluster in term of the adjacency matrix stated by Hoare. My paper is not a benchmark, I develop a theory and a numerical experiment for the state of the art of the optimal Lennard-Jones clusters and even I found new optimal Lennard-Jones clusters with a greedy search method called Modified Peeling Method. The paper includes all the necessary data to allow the researchers reproduce the state of the art of the optimal Lennard-Jones clusters at April 8, 2005. This novel formulation unifies the geometrical motifs of the optimal Lennard-Jones clusters and gives new insight towards the understanding of the complexity of the NP problems.

研究动机与目标

• 将Lennard-Jones势能下的最优团簇搜索统一为一个离散且计算上可处理的框架。
• 建立一个理论基础，确保连续空间中的最优团簇对应于离散集合中的解。
• 构建一个包含2至1000个粒子范围内所有候选最优团簇的晶格（IF），包括Ino的二十面体和C⁵⁹等复杂构型。
• 提供完整数据集与方法，实现截至2005年4月8日最优Lennard-Jones团簇最先进成果的可复现性。
• 为NP难团簇优化问题的结构特征与计算复杂性提供新见解。

提出的方法

• 构建一个与连续团簇优化问题等价的离散搜索空间，确保两者具有相同的最优解。
• 通过结合IC与FC晶格，提出一种新晶格IF，旨在嵌入2至1000个粒子范围内所有候选最优团簇。
• 采用一种改进的贪心搜索方法——改进剥层法（Modified Peeling Method），在IF晶格上探索并识别最优构型。
• 基于Hoare的公式化方法，利用邻接矩阵分析比较初始与最优团簇的几何结构。
• 构建两个IF晶格，分别包含9483个和1739个粒子，完全包含目标范围内所有已知最优团簇结构。
• 提供所有必要数据与算法细节，以实现截至2005年4月8日最先进成果的完全可复现性。

实验结果

研究问题

• RQ1 能否构建一个离散晶格，使得2至1000个粒子的所有最优Lennard-Jones团簇均包含其中？
• RQ2 如何将团簇几何结构的连续优化问题转化为等价的离散搜索问题，同时不损失最优性？
• RQ3 哪些结构基元统一了Lennard-Jones团簇的最优构型，包括Ino的二十面体和C⁵⁹等复杂形式？
• RQ4 改进的贪心算法是否能高效地在所提出的晶格框架内定位已知及新的最优团簇？
• RQ5 该基于晶格的公式化方法在多大程度上揭示了NP难团簇优化问题的固有复杂性？

主要发现

• 所提出的IF晶格（含9483个和1739个粒子）包含了2至1000个粒子范围内所有候选最优Lennard-Jones团簇，包括具有挑战性的C⁵⁹团簇。
• 通过与Hoare公式化方法的邻接矩阵比较，发现C⁵⁹的初始构型与其候选最优形态在几何上存在差异。
• 改进剥层法成功识别出已知最优团簇并发现了新团簇，使截至2005年4月8日的最先进水平得到推进。
• 离散化公式确保了连续空间中的最优解精确对应于离散集合中的解，从而实现高效搜索。
• 该方法提供了完整数据集与算法框架，可完全复现截至2005年4月8日最优Lennard-Jones团簇的最先进成果。