En este proyecto se propone un método de optimización de parámetros de funcionales híbridos en la teoría del funcional de la densidad (DFT), ampliamente usada en física, química y ciencia de materiales para la caracterización de las propiedades electrónicas de materiales y moléculas, mediante algoritmos metaheuristicos (AMHs), en particular algoritmos evolutivos (AEs) y optimización de enjambre de partículas (PSO).
La calidad de los parámetros del funcional se obtiene en base al cálculo del HOMO-LUMO gap de una molécula, que es la diferencia de energía entre su orbital ocupado más alto (HOMO) y su orbital desocupado más bajo(LUMO). Este valor se determina utilizando como aproximación el funcional híbrido denominado Screened Range Separated Hybrid (SRSH).
Por medio de metaheurísticas se logra alcanzar una estimación precisa de los valores que logran optimizar los parámetros del SRSH, el cual describe las propiedades electrónicas de una molécula. Aunque no se ha realizado una comparación directa con métodos deterministas tradicionales, la flexibilidad y capacidad de exploración de AEs y PSO hacen que esta aproximación sea especialmente útil en contextos donde el espacio de búsqueda es amplio o complejo.
Además, los distintos algoritmos permiten una fácil adaptabilidad a cualquier molécula, independientemente de su complejidad, siempre que se disponga de los recursos computacionales adecuados. Los resultados obtenidos demuestran que esta metodología es una herramienta confiable para el estudio y diseño de moléculas y muestra una potencial aplicación en múltiples campos de estudio.
Abstract:
This project proposes a parameter optimization method for hybrid functionals in density functional theory (DFT), widely used in physics, chemistry, and materials science for the characterization of the electronic properties of materials and molecules, using metaheuristic algorithms (MHAs), particularly evolutionary algorithms (EAs) and particle swarm optimization (PSO).
The quality of the functional parameters is obtained by calculating the HOMOLUMO gap of the molecule, which is the energy difference between its highest occupied orbital (HOMO) and its lowest unoccupied orbital (LUMO). This value is determined using the hybrid functional known as Screened Range Separated Hybrid (SRSH) as an approximation.
Metaheuristics allow for an accurate estimate of the values that optimize the SRSH parameters, which describe the electronic properties of a molecule. Although a direct comparison with traditional deterministic methods has not been made, the flexibility and exploratory capabilities of AE and PSO make this approach especially useful in contexts where the search space is large or complex.
Furthermore, the different algorithms allow easy adaptability to any molecule, regardless of its complexity, provided the appropriate computational resources are available. The results obtained demonstrate that this methodology is a reliable tool for the study and design of molecules and shows potential applications in multiple fields of study.
En este proyecto se propone un método de optimización de parámetros de funcionales híbridos en la teoría del funcional de la densidad (DFT), ampliamente usada en física, química y ciencia de materiales para la caracterización de las propiedades electrónicas de materiales y moléculas, mediante algoritmos metaheuristicos (AMHs), en particular algoritmos evolutivos (AEs) y optimización de enjambre de partículas (PSO).
La calidad de los parámetros del funcional se obtiene en base al cálculo del HOMO-LUMO gap de una molécula, que es la diferencia de energía entre su orbital ocupado más alto (HOMO) y su orbital desocupado más bajo(LUMO). Este valor se determina utilizando como aproximación el funcional híbrido denominado Screened Range Separated Hybrid (SRSH).
Por medio de metaheurísticas se logra alcanzar una estimación precisa de los valores que logran optimizar los parámetros del SRSH, el cual describe las propiedades electrónicas de una molécula. Aunque no se ha realizado una comparación directa con métodos deterministas tradicionales, la flexibilidad y capacidad de exploración de AEs y PSO hacen que esta aproximación sea especialmente útil en contextos donde el espacio de búsqueda es amplio o complejo.
Además, los distintos algoritmos permiten una fácil adaptabilidad a cualquier molécula, independientemente de su complejidad, siempre que se disponga de los recursos computacionales adecuados. Los resultados obtenidos demuestran que esta metodología es una herramienta confiable para el estudio y diseño de moléculas y muestra una potencial aplicación en múltiples campos de estudio.
Abstract:
This project proposes a parameter optimization method for hybrid functionals in density functional theory (DFT), widely used in physics, chemistry, and materials science for the characterization of the electronic properties of materials and molecules, using metaheuristic algorithms (MHAs), particularly evolutionary algorithms (EAs) and particle swarm optimization (PSO).
The quality of the functional parameters is obtained by calculating the HOMOLUMO gap of the molecule, which is the energy difference between its highest occupied orbital (HOMO) and its lowest unoccupied orbital (LUMO). This value is determined using the hybrid functional known as Screened Range Separated Hybrid (SRSH) as an approximation.
Metaheuristics allow for an accurate estimate of the values that optimize the SRSH parameters, which describe the electronic properties of a molecule. Although a direct comparison with traditional deterministic methods has not been made, the flexibility and exploratory capabilities of AE and PSO make this approach especially useful in contexts where the search space is large or complex.
Furthermore, the different algorithms allow easy adaptability to any molecule, regardless of its complexity, provided the appropriate computational resources are available. The results obtained demonstrate that this methodology is a reliable tool for the study and design of molecules and shows potential applications in multiple fields of study. Read More
Related posts:
Proton’s new encrypted AI chatbot, Lumo, puts your privacy first
Check out this AI chatbot that doesn’t spy on your every move
Siete pilares, parámetros, palabras
The importance of VPNs for hybrid workforces
Modelado tridimensional del prototipo de coche de competición upm05e del equipo UPM Racing, por métodos de fotogrametría de objeto cercano (amortiguadores, volante, ruedas, suspensión)
Hybrid or blended dairy – a game changer or niche market?