[论文解读] Variational Minimization of Orbital-dependent Density Functionals

Cheol-Hwan Park, Andrea Ferretti+3 more|arXiv (Cornell University)|Aug 29, 2011

Machine Learning in Materials Science被引用 4

一句话总结

本文提出了一种稳定且高效的变分方法，用于最小化轨道依赖型泛函——如具有自相互作用校正（SIC）的泛函——通过将优化过程解耦为占据态空间内的酉变换内层循环和态空间演化外层循环。关键贡献在于开发了一种鲁棒算法，有效克服了内层循环中非凸能量景观导致的不稳定性，同时利用最大局域化Wannier函数（MLWFs）显著加速收敛，且不损害稳定性或效率。

ABSTRACT

Functionals that strive to correct for such self-interaction errors, such as those obtained by imposing the Perdew-Zunger self-interaction correction or the generalized Koopmans' condition, become orbital dependent or orbital-density dependent, and provide a very promising avenue to go beyond density-functional theory, especially when studying electronic, optical and dielectric properties, charge-transfer excitations, and molecular dissociations. Unlike conventional density functionals, these functionals are not invariant under unitary transformations of occupied electronic states, which leave the total charge density intact, and this added complexity has greatly inhibited both their development and their practical applicability. Here, we first recast the minimization problem for non-unitary invariant energy functionals into the language of ensemble density-functional theory, decoupling the variational search into an inner loop of unitary transformations that minimize the energy at fixed orbital subspace, and an outer-loop evolution of the orbitals in the space orthogonal to the occupied manifold. Then, we show that the potential energy surface in the inner loop is far from convex parabolic in the early stages of the minimization and hence minimization schemes based on these assumptions are unstable, and present an approach to overcome such difficulty. The overall formulation allows for a stable, robust, and efficient variational minimization of non-unitary-invariant functionals, essential to study complex materials and molecules, and to investigate the bulk thermodynamic limit, where orbitals converge typically to localized Wannier functions. In particular, using maximally localized Wannier functions as an initial guess can greatly reduce the computational costs needed to reach the energy minimum while not affecting or improving the convergence efficiency.

研究动机与目标

• 解决自相互作用校正密度泛函理论（SIC-DFT）中非幺正不变泛函标准最小化方案的不稳定性与低效性问题。
• 开发一种鲁棒的变分框架，将最小化过程解耦为酉变换（内层循环）与态空间演化（外层循环），确保稳定性与收敛性。
• 研究最大局域化Wannier函数（MLWFs）作为初始波函数在加速SIC-DFT收敛中的作用。
• 在不同计算条件下，展示该方法在多种SIC形式（包括PZ-SIC与NK-SIC）中的有效性。

提出的方法

• 该方法通过系综密度泛函理论（eDFT）重新表述非幺正不变泛函的最小化，将变分问题分离为内层循环的酉变换与外层循环的轨道态空间演化。
• 在内层循环中，固定子空间下通过基于梯度的方法最小化能量，该方法考虑了能量景观中非凸抛物线行为的影响。
• 该算法采用梯度矩阵的最大频率分量来确定最优旋转角度，从而在非凸区域提升收敛稳定性。
• 在外层循环中，使用共轭梯度或类似方法演化占据轨道态空间，且保持与当前子空间正交。
• 该方法被应用于PZ-SIC与NK-SIC泛函，通过收敛速度与CPU时间缩放性能评估其表现。
• 使用最大局域化Wannier函数（MLWFs）作为初始波函数，以降低初始能量并加速收敛。

实验结果

研究问题

• RQ1 能否为SIC-DFT中轨道依赖型、非幺正不变泛函开发一种稳定且高效的变分最小化方案？
• RQ2 内层循环酉变换空间中能量景观的非凸性如何影响收敛性？又该如何缓解？
• RQ3 与任意相位初始波函数相比，MLWFs在多大程度上提升了SIC-DFT最小化的收敛效率？
• RQ4 内层最小化对不同SIC形式的总CPU时间与外层收敛速率有何影响？

主要发现

• 对于NK-SIC，内层最小化将总CPU时间减少高达20倍，而对于PZ-SIC仅提升约2倍，表明其性能强烈依赖于SIC形式。
• 当 $n_{\rm max} = 1$ 时，内层最小化使PZ-SIC的CPU时间减少一倍，表明即使内层计算量极小，也能带来显著收益。
• 与任意相位LDA波函数相比，使用MLWFs作为初始波函数可将初始总能量降低约100 mHartree，显著改善初始起点。
• 尽管初始能量更低，MLWF与LDA初始波函数的对数能量收敛速率相近，表明收敛效率未发生显著变化。
• 该方法在不同SIC形式（包括屏蔽SIC）下均表现稳健，且由于内层与外层循环的CPU时间比相对稳定，其性能对系统复杂度不敏感。
• 梯度矩阵的最大频率分量被证明是决定内层循环中稳定高效旋转步长的关键因素，有效克服了非凸性问题。