分子动力学基本知识

第六章 分子动力学方法

6.1引言

对于一个多粒子体系的实验观测物理量的数值可以由总的平均得到。但是由于实验体系又非常大，我们不可能计算求得所有涉及到的态的物理量数值的总平均。按照产生位形变化的方法，我们有两类方法对有限的一系列态的物理量做统计平均：

第一类是随机模拟方法。它是实现Gibbs的统计力学途径。在此方法中，体系位形的转变是通过马尔科夫(Markov)过程，由随机性的演化引起的。这里的马尔科夫过程相当于是内禀动力学在概率方面的对应物。该方法可以被用到没有任何内禀动力学模型体系的模拟上。随机模拟方法计算的程序简单，占内存少，但是该方法难于处理非平衡态的问题。

另一类为确定性模拟方法，即统计物理中的所谓分子动力学方法（Molecular Dynamics Method）。这种方法广泛地用于研究经典的多粒子体系的研究中。该方法是按该体系内部的内禀动力学规律来计算并确定位形的转变。它首先需要建立一组分子的运动方程，并通过直接对系统中的一个个分子运动方程进行数值求解，得到每个时刻各个分子的坐标与动量，即在相空间的运动轨迹，再利用统计计算方法得到多体系统的静态和动态特性, 从而得到系统的宏观性质。因此，分子动力学模拟方法可以看作是体系在一段时间内的发展过程的模拟。在这样的处理过程中我们可以看出：分子动力学方法中不存在任何随机因素。

系统的动力学机制决定运动方程的形式：

在分子动力学方法处理过程中，方程组的建立是通过对物理体系的微观数学描述给出的。在这个微观的物理体系中，每个分子都各自服从经典的牛顿力学。每个分子运动的内禀动力学是用理论力学上的哈密顿量或者拉格朗日量来描述，也可以直接用牛顿运动方程来描述。这种方法可以处理与时间有关的过程，因而可以处理非平衡态问题。但是使用该方法的程序较复杂，计算量大，占内存也多。

适用范围广泛：

原则上，分子动力学方法所适用的微观物理体系并无什么限制。这个方法适用的体系既可以是少体系统，也可以是多体系统；既可以是点粒子体系，也可以是具有内部结构的体系；处理的微观客体既可以是分子，也可以是其它的微观粒子。

自五十年代中期开始，分子动力学方法得到了广泛的应用。它与蒙特卡洛方法一起已经成为计算机模拟的重要方法。应用分子动力学方法取得了许多重要成果，例如气体或液体的状态方程、相变问题、吸附问题等，以及非平衡过程的研究。其应用已从化学反应、生物学的蛋白质到重离子碰撞等广泛的学科研究领域。

实际使用的限制：

实际上，分子动力学模拟方法和随机模拟方法一样都面临着两个基本限制：一个是有限观测时间的限制；另一个是有限系统大小的限制。通常人们感兴趣的是体系在热力学极限下（即粒子数目趋于无穷时）的性质。但是计算机模拟允许的体系大小要比热力学极限小得多，因此可能会出现有限尺寸效应。为了减小有限尺寸效应，人们往往引入周期性、全反射、漫反射等边界条件。当然边界条件的引入显然会影响体系的某些性质。

数值求解时的离散化方法：

对体系的分子运动方程组采用计算机进行数值求解时，需要将运动方程离散化为有限差分方程(参见第四章)。常用的求解方法有欧拉法、龙格-库塔法、辛普生法等（参见附录D）。数值计算的误差阶数显然取决于所采用的数值求解方法的近似阶数。原则上，只要计算机计算速度足够大，内存足够多，我们可以使计算误差足够小。

6．2分子动力学基础知识

一、分子运动方程及其数值求解

采用分子动力学方法时，必须对一组分子运动微分方程做数值求解。从计算数学的角度来看，这是个求一个初值问题的微分方程的解。实际上计算数学为了求解这种问题已经发展了许多的算法，但是并不是所有的这些算法都可以用来解决物理问题。 例子：

以一个一维谐振子为例，来看一下如何用计算机数值计算方法求解初值问题。一维谐振子的经典哈密顿量为：

2

2212kx m p H +=

. (6.2.1) 这里的哈密顿量（即能量）为守恒量。

假定初始条件为，则它的哈密顿方程是对时间的一阶微分方程 ()()0,0p x m p

p H dt

dx =??=， kx x

H

dt

dp ?=???=. (6.2.2)

计算在相空间中的运动轨迹()()()t p t x ,：采用有限差分法，将微分方程变为有限差分方程，以便在计算机上做数值求解，并得到空间坐标和动量随时间的演化关系。

首先，取差分计算的时间步长为，采用一阶微分形式的向前差商表示，它是直接运用展开到的一阶泰勒展开公式 h h ()())(2h O dt

df

h t f h t f ++=+， 即得到

()()h t f h t f dt df ?+≈， (6.2.3)

则微分方程(6.2.2)可以被改写为差分形式

()()()m

t p h t x h t x dt dx =?+=. (6.2.4) ()()()t kx h

t p h t p dt dp ?=?+=. (6.2.5)

将上面两个公式整理后, 我们得到解微分方程(6.2.2)的欧拉(Euler)算法（参见附录C）：

()()()

m

t hp t x h t x +=+. (6.2.6)

()()()t hkx t p h t p ?=+. (6.2.7) 这是()()t p t x ,的一组递推公式。有了初始条件()()0,0p x ，就可以一步一步地使用前一时刻的坐标、动量值确定下一时刻的坐标、动量值。这个方法是一步法的典型例子。

由于在实际数值计算时的大小是有限的，因而在上述算法中微分被离散化为差分形式来计算时总是有误差的。可以证明一步法的局部离散化误差与总体误差是相等的，都为的量级。在实际应用中，适当地选择的大小是十分重要的。取得太大，得到的结果偏离也大，甚至于连能量都不守恒；取得太小，有可能结果仍然不够好。这就要求我们改进计算方法，进一步考虑二步法。

h )(2h O h h h

差分计算的二步法：

实际上泰勒展开式的一般形式为

()()()

()

11)(!

+=++=+∑n i n

i i h O t f

i h t f h t f . (6.2.8)

其中()1+n h O 表示误差的数量级。前面叙述的欧拉算法就是取1=n 。

现在考虑公式(6.2.8)中直到含的二次项的展开（即取），则得到

h 2=n ()()()

3

2222h O dx f d h dt

df h t f h t f ++

+=+. (6.2.9) ()()()

3

2222h O dx f d h dt

df h t f h t f ++?=?. (6.2.10)

将上面两式相加、减得到含二阶和一阶导数的公式

()()])(2[1

2

22h t f t f h t f h

dx f d ?+?+=. (6.2.11) ()()

h

h t f h t f dt df 2??+=. (6.2.12)

令()()t x t f =，利用牛顿第二定律公式()22dt

x

d m t F =，公式(6.2.11)写为坐标的递推公式

()()()()

m

t F h

h t x t x h t x 2

2+??=+ . (6.2.13) 公式(6.2.12)写为计算动量的公式得到

()()()()()[]h t x h t x h

m

t mv t x

m t p ??+===2&. (6.2.14) 这样我们就推导出了一个比(6.2.6)和(6.2.7)更精确的递推公式。这是二步法的一种, 称为Verlet 方法。

当然我们还可以建立更高阶的多步算法，然而大部分更高阶的方法所需要的内存比一步法和二步法所需要的大得多，并且有些更高阶的方法还需要用迭代来解出隐式给定的变量，内存的需求量就更大。并且当今的计算机都仅仅只有有限的内存，因而并不是所有的高阶算法都适用于物理系统的计算机计算。Verlet 算法是分子动力学模拟中求解常微分方程最通用的方法.

二、多体系统的基本概念与分子动力学方法 N 体系统中，一个体的密度函数一般可以写为

n ()()

()

12121!,,...,...!n n n n N N r r r W R dr dr dr N n ρ++=?∫r r r r r r r

Z , (6.2.15)

其中()W R r 是描写系统的几率函数，()

W R dR =∫r r

Z 为系统的配分函数，R r 通常为由系统中所有粒子的

坐标、动量构成的相空间中的任意一点。在1=n 的情况下粒子密度函数为()()r r r

r 1

ρρ=。

两体密度函数与对关联函数()r r g r

r ?′相关，即

()()()()r r r g r r r ′?′=′r

r r r r r ρρρ,2. (6.2.16)

式中的)(r r g r

r ?′就是对关联函数，它是描述与时间无关的粒子间关联性的量度。

)(r r g r r ?′的物理意义是：当在空间r r 处有一个粒子时，在另一个空间位置r ′r

的点周围单位体积内发现

另一个粒子的几率。

能够很容易得到

()()()()()r r r r r r r r

r r r r r r ρδρρ

ρ?′?′=′??,2. (6.2.17) 其中公式右边第一项叫做密度关联函数。()r r

ρ

?为密度算符，其定义为 ()()∑=?=N

i i r r r 1

?r

r r δρ

. (6.2.18) 系统的密度为密度算符的平均值，

()()r r r

r ρ

ρ?=. (6.2.19) 如果系统的密度接近一个常数，对关联函数)(r r g r

r ?′可以导出一个简单的形式

()∑≠?=

N

j

i ij r r N

r g r

r r δρ1)(, (6.2.20)

式中ρ是0=′r r

和点的密度的平均。

r r

对球坐标的方位角θ和极角?求平均后，得到径向对关联函数为 ()∫=?θ

θ

π

d d r g r g sin 21)(r , (6.2.21)

在分子动力学模拟的数值计算中，在空间某点上的密度函数()r r

ρ可由下式计算得到：

()()()r r r r N r ΔΩΔ≈,,r

r

r

ρ, (6.2.22)

其中()r r ΔΩ,r 为原点在距离球坐标中心r r 处，半径为r Δ的球体积。

()r r N Δ,r

为在该体积内的粒子数。这里我们可以通过调整半径r Δ，来得到特定系统的平滑、真实的密度分布函数()r r

ρ。上式中的求平

均是对时间步所做的。

采用类似的方法，可以得到径向对关联函数的数值。若r 是从一个特定粒子位置i r r

点为原点的球半

径，径向对关联分布函数()r g 就是另一个粒子在距离r 处出现的几率。由此可以算出，

()()r r r r N r g ΔΔΔ≈24,πρr , (6.2.23)

()r r N ΔΔ,r

为在以为球心，i r r r 为半径，r Δ厚的球壳内的粒子数。

分子动力学元胞：

分子动力学模拟方法往往用于研究大块物质在给定密度下的性质，而实际计算模拟不可能在几乎是无穷大的系统中进行。所以必须引进一个叫做分子动力学元胞的体积元, 以维持一个恒定的密度。对气体和液体，如果所占体积足够大，并且系统处于热平衡状态的情况下，那么这个体积的形状是无关紧要的[1]。对于晶态的系统，元胞的形状是有影响的。为了计算简便，对于气体和液体，我们取一个立方形的体积为分子动力学元胞。设分子动力学元胞的线度大小为L ，则其体积为。由于引进

这样的立方体箱子，将产生六个我们不希望出现的表面。模拟中碰撞这些箱的表面的粒子应当被反射回到元胞内部，特别是对粒子数目很少的系统。然而这些表面的存在对系统的任何一种性质都会有重大的影响。

3

L

元胞的周期性边界条件：

为了将分子动力学元胞有限立方体内的模拟，扩展到真实大系统的模拟，我们通常采用周期性边界条件。采用这种边界条件, 我们就可以消除引入元胞后的表面效应，构造出一个准无穷大的体积来更精确地代表宏观系统。实际上，这里我们做了一个假定，即让这个小体积元胞镶嵌在一个无穷大的大块物质之中。

周期性边界条件的数学表示形式为

()()L n x A x A r r r +=， ()321,,n n n n =r

. (6.2.24) 其中A 为任意的可观测量，为任意整数。这个边界条件就是命令基本分子动力学元胞完全等同地重复无穷多次。

321,,n n n 该边界条件的具体实现是这样操作的：当有一个粒子穿过基本分子动力学元胞的六方体表面时，就让这个粒子以相同的速度穿过此表面对面的表面重新进入分子动力学元胞内。

不同分子动力学元胞盒子内粒子间的相互作用：

对于不同分子动力学元胞盒子内粒子间的相互作用，如果相互作用是短程力，我们可以在长度处截断。这里c r ()c r V 必须要足够小，以使截断不会显著地影响模拟结果。典型的分子动力学元胞尺度通常选得比大很多。我们往往选择元胞尺度满足不等式条件，使得距离大于的粒子的相互作用可以忽略，以避免有限尺寸效应。通常的数值应当选得很大。 L c r c r L >2/2/L L

在考虑粒子间的相互作用时，通常采用最小像力约定。最小像力约定是在由无穷重复的分子动力学基本元胞中，每一个粒子只同它所在的基本元胞内的另外1?N 个中（设在此元胞内有 个粒子）的每个粒子或其最邻近的影像粒子发生相互作用。 N

图6.2.1分子动力学模拟的最小像力约定

如图6.2.1所示，其中一个白色的粒子通过图上虚线连线，与它所在元胞内的其它粒子或其影像

粒子相互作用。如果处的粒子同i r r i j r r

处的粒子j 之间的距离为

()

L n r r r j i ij r

r r +?=min ， （n r 对一切的）. (6.2.25)

实际上这个约定就是通过满足不等式条件2/L r c <来截断位势。

采用最小像力约定后，元胞内第i 个粒子与周围粒子的相互作用势和相互作用力为

()()∑≠==

j

i N

j ij

i r u R U ,1r

()()∑≠==

j

i N

j ij

ij

i r r F R F ,1?

r r . (6.2.26)

{},,..,21N r r r R r r r v =表示元胞内所有粒子的坐标。是沿ij r ?i j r r r r ?方向的单位矢量。采用最小像力约定会使得

在截断处粒子的受力有一个δ-函数的奇异性，这会给模拟计算带来误差。为减小这种误差，我们总可以将相互作用势能移到()()c r V r V ?，以保证在截断处相互作用为零。

6．3分子动力学模拟的基本步骤

在计算机上对分子系统的分子动力学模拟的实际步骤可以划分为四步：

首先是设定模拟所采用的模型；第二，给定初始条件；第三，趋于平衡的计算过程；最后是宏观物理量的计算。

1．模拟模型的设定

设定模型是分子动力学模拟的第一步工作。例如在一个分子系统中，假定两个分子间的相互作用势为硬球势，其势函数表示为

. (6.3.1) ()?

??∞+=,0,r U .,σσ≥

-3

-2-101234 图6.3.2 Lennard-Jones 势

它的势函数表示为

()?

???

?????????????????=6124r r r U σσε. (6.3.2)

其中ε?是位势的最小值（ε可以确定能量的单位），这个最小值出现在距离等于的地方。

r σ6/12σ=r 时位势为零。

分子动力学概述

分子动力学 分子动力学方法是一种计算机模拟实验方法，是研究凝聚态系统的有力工具。该技术不仅可以得到原子的运动轨迹，还可以观察到原子运动过程中各种微观细节。它是对理论计算和实验的有力补充。 分子动力学总是假定原子的运动服从某种确定的描述，这种描叙可以牛顿方程、拉格朗日方程或哈密顿方程所确定的描述，也就是说原子的运动和确定的轨迹联系在一起。在忽略核子的量子效应和Born-Oppenheimer绝热近似下，分子动力学的这一种假设是可行的[1]。所谓绝热近似也就是要求在分子动力学过程中的每一瞬间电子都处于原子结构的基态。要进行分子动力学模拟就必须知道原子间的相互作用势。在分子动力学模拟中，我们一般采用经验势来代替原子间的相互作用势，如Lennard-Jones势、Mores势、EAM原子嵌入势、F-S多体势。然而采用经验势必然丢失了局域电子结构之间存在的强相关作用信息，即不能得到原子动力学过程中的电子性质[1]。 事实上，分子动力学就是模拟原子系统的趋衡过程。实际上，分子动力学方法就是确定某一描述与初始条件、边值关系的数值解。我们假定系统经过M步长之后达到稳定，而这

一稳定状态正是我们所求的。 １、分子动力学的算法分析 首先，我们假定我们研究的系统服从 Newton 方程所确定的描述，即： )(1 )(.. t F m t r = （1） 式中r(t)表征原子在t 时刻的位置矢量 F(t)表征原子在t 时刻所受到的力，它与所有原子的位置矢有关 m 表征原子的质量。 如果我们给定初始条件，即方程（１）的定解条件r(0)和v(0)，那么方程（１）的解就可以确定。６０年代中期发展了大量的分子动力学算法，如两步差分算法[2]、预测-校正算法 [3] 、中心差分算法[4]、蛙跳算法[5]等等。为了方便导出它们， 我们以Euler 一步法[6] 来讨论之。我们令)()(.. t r t v =（表征粒子 的速度），则有： ) ()()(1 )()(... . t v t r t F m t r t v === （２） 记??? ? ??????=? ? ? ???=)()(1)()()()(. t v t F m t f t r t v t w （３）

分子动力学方法模拟基本步骤

分子动力学方法模拟基本步骤 1.第一步 即模型的设定，也就是势函数的选取。势函数的研究和物理系统上对物质的描述研究息息相关。最早是硬球势，即小于临界值时无穷大，大于等于临界值时为零。常用的是LJ势函数，还有EAM势函数，不同的物质状态描述用不同的势函数。 模型势函数一旦确定，就可以根据物理学规律求得模拟中的守恒量。 2 第二步 给定初始条件。运动方程的求解需要知道粒子的初始位置和速度，不同的算法要求不同的初始条件。如：verlet算法需要两组坐标来启动计算，一组零时刻的坐标，一组是前进一个时间步的坐标或者一组零时刻的速度值。 一般意思上讲系统的初始条件不可能知道，实际上也不需要精确选择代求系统的初始条件，因为模拟实践足够长时，系统就会忘掉初始条件。当然，合理的初始条件可以加快系统趋于平衡的时间和步伐，获得好的精度。 常用的初始条件可以选择为：令初始位置在差分划分网格的格子上，初始速度则从玻尔兹曼分布随机抽样得到；令初始位置随机的偏离差分划分网格的格子上，初始速度为零；令初始位置随机的偏离差分划分网格的格子上，初始速度也是从玻尔兹曼分布随机抽样得到。 第三步 趋于平衡计算。在边界条件和初始条件给定后就可以解运动方程，进行分子动力学模拟。但这样计算出的系统是不会具有所要求的系统的能量，并且这个状态本身也还不是一个平衡态。 为使得系统平衡，模拟中设计一个趋衡过程，即在这个过程中，我们增加或者从系统中移出能量，直到持续给出确定的能量值。我们称这时的系统已经达到平衡。这段达到平衡的时间成为驰豫时间。 分子动力学中，时间步长的大小选择十分重要，决定了模拟所需要的时间。为了减小误差，步长要小，但小了系统模拟的驰豫时间就长了。因此根据经验选择适当的步长。如，对一个具有几百个氩气Ar分子的体系，lj势函数，发现取h为0.01量级，可以得到很好的相图。这里选择的h是没有量纲的，实际上这样选择的h对应的时间在10-14s的量级呢。如果模拟1000步，系统达到平衡，驰豫时间只有10-11s。 第四步 宏观物理量的计算。实际计算宏观的物理量往往是在模拟的最后揭短进行的。它是沿相空间轨迹求平均来计算得到的（时间平均代替系综平均）

分子动力学模拟

分子动力学模拟 分子动力学就是一门结合物理,数学与化学的综合技术。分子动力学就是一套分子模拟方法,该方法主要就是依靠牛顿力学来模拟分子体系的运动,以在由分子体系的不同状态构成的系统中抽取样本,从而计算体系的构型积分,并以构型积分的结果为基础进一步计算体系的热力学量与其她宏观性质。 这门技术的发展进程就是: 1980年:恒压条件下的动力学方法(Andersenの方法、Parrinello-Rahman法) 1983年:非平衡态动力学方法(Gillan and Dixon) 1984年:恒温条件下的动力学方法(能势‐フーバーの方法) 1985年:第一原理分子动力学法(→カー?パリネロ法) 1991年:巨正则系综的分子动力学方法(Cagin and Pettit)、 最新的巨正则系综,即为组成系综的系统与一温度为T、化学势为μ的很大的热源、粒子源相接触,此时系统不仅同热源有能量交换,而且可以同粒子源有粒子的交换,最后达到平衡,这种系综称巨正则系综。 进行分子动力学模拟的第一步就是确定起始构型,一个能量较低的起始构型就是进行分子模拟的基础,一般分子的其实构型主要就是来自实验数据或量子化学计算。在确定起始构型之后要赋予构成分子的各个原子速度,这一速度就是根据玻尔兹曼分布随机生成,由于速度的分布符合玻尔兹曼统计,因此在这个阶段,体系的温度就是恒定的。另外,在随机生成各个原子的运动速度之后须进行调整,使得体系总体在各个方向上的动量之与为零,即保证体系没有平动位移。 由上一步确定的分子组建平衡相,在构建平衡相的时候会对构型、温度等参数加以监控。 进入生产相之后体系中的分子与分子中的原子开始根据初始速度运动,可以想象其间会发生吸引、排斥乃至碰撞,这时就根据牛顿力学与预先给定的粒子间相互作用势来对各个例子的运动轨迹进行计算,在这个过程中,体系总能量不变,但分子内部势能与动能不断相互转化,从而体系的温度也不断变化,在整个过程中,体系会遍历势能面上的各个点,计算的样本正就是在这个过程中抽取的。 用抽样所得体系的各个状态计算当时体系的势能,进而计算构型积分。 作用势的选择与动力学计算的关系极为密切,选择不同的作用势,体系的势能面会有不同的形状,动力学计算所得的分子运动与分子内部运动的轨迹也会不同,进而影响到抽样的结果与抽样结果的势能计算,在计算宏观体积与微观成分关系的时候主要采用刚球模型的二体势,计算系统能量,熵等关系时早期多采用Lennard-Jones、morse势等双体势模型,对于金属计算,主要采用morse势,但就是由于通过实验拟合的对势容易导致柯西关系,与实验不符,因此在后来的模拟中有人提出采用EAM等多体势模型,或者采用第一性原理计算结果通过一定的物理方法来拟合二体势函数。但就是对于二体势模型,多体势往往缺乏明确的表达式,参量很多,模拟收敛速度很慢,给应用带来很大困难,因此在一般应用中,通过第一性原理计算结果拟合势函数的L-J,morse等势模型的应用仍非常广泛。 分子动力学计算的基本思想就是赋予分子体系初始运动状态之后,利用分子的自然运动在相空间中抽取样本进行统计计算,时间步长就就是抽样的间隔,因而时间步长的选取对动力学模拟非常重要。太长的时间步长会造成分子间的激烈碰撞,体系数据溢出;太短的时间步长会降低模拟过程搜索相空间的能力,因此一般选取的时间步长为体系各个自由度中最短运动周期的十分之一。但就是通常情况下,体系各自由度中运动周期最短的就是各个化学键的振动,而这种运动对计算某些宏观性质并不产生影响,因此就产生了屏蔽分子内部振动或其她无关运动的约束动力学,约束动力学可以有效地增长分子动力学模拟时间步长,提高搜索相空间的能

分子动力学的模拟过程

分子动力学的模拟过程 分子动力学模拟作为一种应用广泛的模拟计算方法有其自身特定的模拟步骤,程序流程也相对固定。本节主要就分子动力学的模拟步骤和计算程序流程做一些简单介绍。 1. 分子动力学模拟步驟 分子动力学模拟是一种在微观尺度上进行的数值模拟方法。这种方法既可以得到一些使用传统方法,热力学分析法等无法获得的微观信息,又能够将实际实验研究中遇到的不利影响因素回避掉,从而达到实验研宄难以实现的控制条件。 分子动力学模拟的步骤为: (1)选取所要研究的系统并建立适当的模拟模型。 (2)设定模拟区域的边界条件,选取粒子间作用势模型。 (3)设定系统所有粒子的初始位置和初始速度。 (4)计算粒子间的相互作用力和势能,以及各个粒子的位置和速度。 (5)待体系达到平衡,统计获得体系的宏观特性。 分子动力学模拟的主要对象就是将实际物理模型抽象后的物理系统模型。因此,物理建模也是分子动力学模拟的一个重要的环节。而对于分子动力学模拟,主要还是势函数的选取,势函数是分子动力学模拟计算的核心。这是因为分子动力学模拟主要是计算分子间作用力,计算粒子的势能、位置及速度都离不开势函数的作用。系统中粒子初始位置的设定最好与实际模拟模型相符,这样可以使系统尽快达到平衡。另外,粒子的初始速度也最好与实际系统中分子的速度相当,这样可以减少计算机的模拟时间。 要想求解粒子的运动状态就必须把运动方程离散化,离散化的方法有经典Verlet算法、蛙跳算法(Leap-frog)、速度Veriet算法、Gear预估-校正法等。这些算法有其各自的优势,选取时可按照计算要求选择最合适的算法。 统计系统各物理量时,便又涉及到系统是选取了什么系综。只有知道了模拟系统采用的系综才能釆用相对应的统计方法更加准确,有效地进行统计计算,减少信息损失。 2. 分子动力学模拟程序流程 具体到分子动力学模拟程序的具体流程,主要包括: (1)设定和模拟相关的参数。 (2)模拟体系初始化。 (3)计算粒子间的作用力。 (4)求解运动方程。 (5)循环计算,待稳定后输出结果。 分子动力学模拟程序流程图如2.3所示。

分子动力学模拟

分子动力学模拟 分子动力学是一门结合物理，数学和化学的综合技术。分子动力学是一套分子模拟方法，该方法主要是依靠牛顿力学来模拟分子体系的运动，以在由分子体系的不同状态构成的系统中抽取样本，从而计算体系的构型积分，并以构型积分的结果为基础进一步计算体系的热力学量和其他宏观性质。 这门技术的发展进程是： 1980年：恒压条件下的动力学方法（Andersenの方法、Parrinello-Rahman法） 1983年：非平衡态动力学方法(Gillan and Dixon) 1984年：恒温条件下的动力学方法（能势‐フーバーの方法） 1985年：第一原理分子动力学法（→カー?パリネロ法） 1991年：巨正则系综的分子动力学方法(Cagin and Pettit). 最新的巨正则系综，即为组成系综的系统与一温度为T、化学势为μ的很大的热源、粒子源相接触，此时系统不仅同热源有能量交换，而且可以同粒子源有粒子的交换，最后达到平衡，这种系综称巨正则系综。 进行分子动力学模拟的第一步是确定起始构型，一个能量较低的起始构型是进行分子模拟的基础，一般分子的其实构型主要是来自实验数据或量子化学计算。在确定起始构型之后要赋予构成分子的各个原子速度，这一速度是根据玻尔兹曼分布随机生成，由于速度的分布符合玻尔兹曼统计，因此在这个阶段，体系的温度是恒定的。另外，在随机生成各个原子的运动速度之后须进行调整，使得体系总体在各个方向上的动量之和为零，即保证体系没有平动位移。 由上一步确定的分子组建平衡相，在构建平衡相的时候会对构型、温度等参数加以监控。 进入生产相之后体系中的分子和分子中的原子开始根据初始速度运动，可以想象其间会发生吸引、排斥乃至碰撞，这时就根据牛顿力学和预先给定的粒子间相互作用势来对各个例子的运动轨迹进行计算，在这个过程中，体系总能量不变，但分子内部势能和动能不断相互转化，从而体系的温度也不断变化，在整个过程中，体系会遍历势能面上的各个点，计算的样本正是在这个过程中抽取的。 用抽样所得体系的各个状态计算当时体系的势能，进而计算构型积分。 作用势的选择与动力学计算的关系极为密切，选择不同的作用势，体系的势能面会有不同的形状，动力学计算所得的分子运动和分子内部运动的轨迹也会不同，进而影响到抽样的结果和抽样结果的势能计算，在计算宏观体积和微观成分关系的时候主要采用刚球模型的二体势，计算系统能量，熵等关系时早期多采用Lennard-Jones、morse势等双体势模型，对于金属计算，主要采用morse势，但是由于通过实验拟合的对势容易导致柯西关系，与实验不符，因此在后来的模拟中有人提出采用EAM等多体势模型，或者采用第一性原理计算结果通过一定的物理方法来拟合二体势函数。但是对于二体势模型，多体势往往缺乏明确的表达式，参量很多，模拟收敛速度很慢，给应用带来很大困难，因此在一般应用中，通过第一性原理计算结果拟合势函数的L-J，morse等势模型的应用仍非常广泛。 分子动力学计算的基本思想是赋予分子体系初始运动状态之后，利用分子的自然运动在相空间中抽取样本进行统计计算，时间步长就是抽样的间隔，因而时间步长的选取对动力学模拟非常重要。太长的时间步长会造成分子间的激烈碰撞，体系数据溢出；太短的时间步长会降低模拟过程搜索相空间的能力，因此一般选取的时间步长为体系各个自由度中最短运动周期的十分之一。但是通常情况下，体系各自由度中运动周期最短的是各个化学键的振动，而这种运动对计算某些宏观性质并不产生影响，因此就产生了屏蔽分子内部振动或其他无关运动的约束动力学，约束动力学可以有效地增长分子动力学模拟时间步长，提高搜索相空间的能

分子动力学模拟-经验谈

分子动力学攻略 此文为dddc_redsnow发表于biolover上的关于分子动力学的系列原创文章，相当经典与精彩，特此将系列文章整合，一起转载，望学习动力学的新手们共同学习，提高进步，在此特向dddc_redsnow本人表示感谢。 动力学系列之一（gromacs，重发） 在老何的鼓励下，发一下我的gromacs上手手册（我带人时用的，基本半天可以学会gromcas） ###################################################### # Process protein files step by step # ###################################################### pdb2gmx -f 2th_cap.pdb -o 2th_cap.gro -p 2th_cap.top -ignh -ter nedit 2th_cap.top editconf -f 2th_cap.gro -o 2th_cap_box.gro -d 1.5 genbox -cp 2th_cap_box.gro -cs -p 2th_cap.top -o 2th_cap_water.gro make_ndx -f 2th_cap_water.gro -o 2th_cap.ndx genpr -f 2th_cap_water.gro -n 2th_cap.ndx -o 2th_cap_All.itp genpr -f 2th_cap_water.gro -n 2th_cap.ndx -o 2th_cap_M.itp genpr -f 2th_cap_water.gro -n 2th_cap.ndx -o 2th_cap_C.itp nedit Flavo.itp grompp -f em.mdp -c 2th_cap_water.gro -p 2th_cap.top -o prepare.tpr genion -s prepare.tpr -o 2th_cap_water_ion.gro -np 1 -pq 1 ##################################################### # Minimize step by step # # 1. minimization fixing whole protein # # 2. minimization fixing maincharin of protein # # 3. minimization fixing Ca of protein # # 4. minimization without fix # ##################################################### grompp -np 4 -f em.mdp -c 2th_cap_water_ion.gro -p 2th_cap.top -o minimize_water.tpr mpirun -np 4 mdrun -nice 0 -s minimize_water.tpr -o minimize_water.trr -c minimize_water.gro -e minimize_water.edr -g minimize_water.log & grompp -np 4 -f em.mdp -c minimize_water.gro -p 2th_cap.top -o minimize_sidechain.tpr mpirun -np 4 mdrun -nice 0 -s minimize_sidechain.tpr -o minimize_sidechain.trr -c minimize_sidechain.gro -e minimize_sidechain.edr -g minimize_sidechain.log & grompp -np 4 -f em.mdp -c minimize_sidechain.gro -p 2th_cap.top -o minimize_sidechain_ex.tpr mpirun -np 4 mdrun -nice 0 -s minimize_sidechain_ex.tpr -o minimize_sidechain_ex.trr -c minimize_sidechain_ex.gro -e minimize_sidechain_ex.edr minimize_sidechain_ex.log & grompp -np 4 -f em.mdp -c minimize_sidechain_ex.gro -p 2th_cap.top -o minimize_all.tpr mpirun -np 4 mdrun -nice 0 -s minimize_all.tpr -o minimize_all.trr -c minimize_all.gro -e minimize_allx.edr -g minimize_all.log&

【学术讲坛】分子动力学介绍

【专业】计算物理 【研究方向】分子动力学模拟 【学术讲坛】 1、分子动力学简介： 分子动力学方法是一种计算机模拟实验方法，是研究凝聚态系统的有力工具。该技术不仅可以得到原子的运动轨迹，还可以观察到原子运动过程中各种微观细节。它是对理论计算和实验的有力补充。广泛应用于材料科学、生物物理和药物设计等。经典MD模拟，其系统规模在一般的计算机上也可达到数万个原子，模拟时间为纳秒量级。2006年进行了三千二百亿个原子的模拟（IBM lueGene/L）。 分子动力学总是假定原子的运动服从某种确定的描述，这种描叙可以牛顿方程、拉格朗日方程或哈密顿方程所确定的描述，也就是说原子的运动和确定的轨迹联系在一起。在忽略核子的量子效应和Born-Oppenheimer绝热近似下，分子动力学的这一种假设是可行的。所谓绝热近似也就是要求在分子动力学过程中的每一瞬间电子都处于原子结构的基态。要进行分子动力学模拟就必须知道原子间的相互作用势。 在分子动力学模拟中，我们一般采用经验势来代替原子间的相互作用势，如 Lennard-Jones势、Mores势、EAM原子嵌入势、F-S多体势。然而采用经验势必然丢失了局域电子结构之间存在的强相关作用信息，即不能得到原子动力学过程中的电子性质。 详细介绍请见附件。 2、分子模拟的三步法和大致分类 三步法： 第一步：建模。包括几何建模，物理建模，化学建模，力学建模。初始条件的设定，这里要从微观和宏观两个方面进行考虑。 第二步：过程。这里就是体现所谓分子动力学特点的地方。包括对运动方程的积分的有效算法。对实际的过程的模拟算法。关键是分清楚平衡和非平衡，静态和动态以及准静态情况。 第三步：分析。这里是做学问的关键。你需要从以上的计算的结果中提取年需要的特征，说明你的问题的实质和结果。因此关键是统计、平均、定义、计算。比如温度、体积、压力、应力等宏观量和微观过程量是怎么联系的。 有了这三步，你就可以做一个好的分子动力学专家了。推而广之，其实所谓的介观模拟，蒙特卡罗模拟、有限元模拟都是一个道理。

分子动力学模拟讲解

分子动力学模拟 一,软件： NAMD:https://www.doczj.com/doc/c017113913.html,/Research/namd/免费注册之后进行免费下载, 只需要下载解压不需要安装 VMD:https://www.doczj.com/doc/c017113913.html,/Research/vmd/免费,分子可视化和辅助分析软 件 二，分子动力学模拟需要的数据文件包括： (1)蛋白质的PDB文件，此文件只记录原子空间位置，能够从RCSB管理的PDB数据库(https://www.doczj.com/doc/c017113913.html,/pdb/)下载。 (2)PSF文件，此文件负责储存蛋白质的结构信息，记录蛋白质原子之间的成键情况。用户需要根据自己要求生成该文件。 (3)力场参数文件。此文件是分子动力学模拟的核心。CHAYMM，X-PLOR，AMBER和GROMACS 是经常用到的四种力场。NAMD能够利用上述每一种力场执行分子动力学模拟。 (4)配置文件(configuration file)。此文件作用是告知NAMD分子动力学模拟的各种参数，例如PDB和PSF两个文件保存的位置，模拟结果储存在哪里，体系的温度是多少等等。此文件也是要用户根据需求自己生成。同一配置的电脑，蛋白质分子大小不同，模拟运行的时间也不同，通常大蛋白质需要较长的时间。 三．以蛋白质1L63为例给出操作说明。 在PDB数据库下载蛋白质1L63. 建立文件夹1L63，其中包括以下几个文件，其中.conf文件需要修改,下面第4步会讲到。 以下生成PSF文件： 1.单击VMD，file-New Molecule-打开Molecule File Browser对话框，单击Browse按钮，在文件浏览器中找到文件夹1L63,在此文件夹中选择1L63.pdb,单击Load按钮载入1L63.pdb 2.除去pdb文件中带有的水分子 单击Extension-TK Console，弹出VMD Tk Console窗口。 首先用cd命令改变当前目录到1L63文件夹下，然后输入下列命令： set L63[atomselect top protein] $L63writepdb L63p.pdb 这样，1L63文件夹下就生成了文件L63P.pdb。这一PDB文件仅包含蛋白质，不包含水分子。 3.生成psf文件。 注意，这里仅讲全自动的psf文件生成器，描述如下： 选择Extensions-Modeling-Automatic PSF Builder菜单项，点击左上角的Options,选择Add solvation box，和Add neutralizing ions,点击右下角的I’m feeling lucky按钮，

分子动力学作业概要

分子动力学(MD) 1 分子动力学（MD）基础 1.1 MD分类 1.2 MD简介 1.3 MD适用范围 2 分子动力学运动方程数值求解 2.1 基础知识 2.1.1 运动方程 2.1.2 空间描述 2.1.3 最小作用量原理 2.1.4 拉格朗日(Lagrange)方程 2.1.5 哈密顿(Hamilton)方程 2.2 粒子运动方程的数值解法 2.2.1 Verlet算法 2.2.2 欧拉(Euler)预测—矫正公式 2.2.3 Gear预测—矫正方法 3 分子动力学原胞与边界条件 3.1 分子动力学原胞 3.2 边界条件 3.2.1 自由表面边界 3.2.2 固定边界 3.2.3 柔性边界 3.2.4 周期性边界 4 势函数与分子力场 4.1 势函数 4.1.1 两体势 4.1.2 多体势 4.2 分子力场 4.2.1 分子力场函数的构成

4.2.2 常用力场函数和分类 5 分子动力学模拟的基本步骤 5.1 设定模拟所采用的模型 5.2 给定初始条件 5.3 趋于平衡计算 5.4 宏观物理量的计算 6 平衡态分子动力学模拟 6.1 系综 6.2 微正则系综的分子动力学模拟6.3 正则系综的分子动力学模拟

1 分子动力学（MD）基础 1.1MD分类 微正则系综（VNE） 正则系综（VNP） 平衡态MD 等温等压系综（NPT） 经典MD 等焓等压系综（NPH） 巨正则系综（ＶＴμ） 非平衡态ＭＤ 量子MD 1.2分子动力学(MD)简介 分子动力学是在原子、分子水平上求解多体问题的重要的计算机模拟方法。分子动力学方法为确定性模拟方法，广泛地用于研究经典的多粒子体系的研究中,是按该体系内部的内禀动力学规律来计算并确定位形的转变。 分子动力学方法是通过建立一组分子的运动方程，并通过直接对系统中的一个个分子运动方程进行数值求解，得到每个时刻各个分子的坐标与动量，即在相空间的运动轨迹，再利用统计计算方法得到多体系统的静态和动态特性, 从而得到系统的宏观性质。 在分子动力学中，粒子的运动行为是通过经典的Newton运动方程所描述。系统的所有粒子服从经典力学的运动规律，它的动力学方程就是从经典力学的运动方程——拉格朗日(lagrange)方程和哈密顿(Hamilton)方程导出。 1.3适用范围 原则上，分子动力学方法所适用的微观物理体系并无什么限制。这个方法适用的体系既可以是少体系统，也可以是多体系统；既可以是点粒子体系，也可以是具有内部结构的体系；处理的微观客体既可以是分子，也可以是其它的微观粒子。 实际上，分子动力学模拟方法和随机模拟方法一样都面临着两个基本限制：

分子动力学在材料科学中的应用汇总

分子动力学在材料科学中的应用 摘要：本文综述了几种常见条件下的分子动力学模拟方法以及分子动力学模拟的最新发展趋势.介绍用分子动力学模拟方法研究固休的休相结构,表面问题,界面问题以及薄膜形成过程等方面的研究成果。 关键词：分子动力学; 计算机模拟; 材料科学 1引言 分子动力学（Molecular Dyanmica,简称MD）用于计算以固体、液体、气体为模型的单个分子运动，它是探索各种现象本质和某些新规律的一种强有力的计算机模拟方法，具有沟通宏观特性与微观结构的作用，对于许多在理论分析和实验观察上难以理解的现象可以做出一定的解释［1］。MD方法不要求模型过分简化，可以基于分子（原子、离子）的排列和运动的模拟结果直接计算求和以实现宏观现象中的数值估算。可以直接模拟许多宏观现象，取得和实验相符合或可以比较的结果，还可以提供微观结构、运动以及它们和体系宏观性质之间关系的极其明确的图象［2］。MD以其不带近似、跟踪粒子轨迹、模拟结果准确［3］，而倍受研究者的关注，在物理、化学、材料、摩擦学等学科及纳米机械加工中得到广泛而成功的应用。本文主要评述MD方法在材料科学中的应用. 目前在材料微观结构的研究中，由于实验条件的限制，使得许多重要的微观结构的信息难以得到，如，对于由液态金属快速凝固的非晶转变过程，其微观结构的瞬时变化根本无法用实验仪器去测量。理论分析、实验测定及模拟计算已成为现代材料科学研究的3种主要方法[2]。20世纪90年代以来，由于计算机科学和技术的飞速发展，模拟计算的地位日渐突显。计算机模拟可以提供实验上尚无法获得或很难获得的信息。虽然计算机模拟不能完全取代实验，但可以用来指导实验的进行，从而促进理论和实践的发展，所以有必要对这一领域进行介绍。 2 分子动力学基本原理 分子动力学将连续介质看成由N个原子或分子组成的粒子系统，各粒子之间的作用力可以通过量子力学势能函数求导得出，忽略量子效应后，运用经典牛顿力学建立系统粒子运动数学模型，通过数值求解得到粒子在相空间的运动轨迹，然后由统计物理学原理得出该系统相应的宏观动态、静态特性。图1所示是MD

分子动力学介绍

1、分子动力学简介： 分子动力学方法是一种计算机模拟的实验方法，是研究凝聚态系统的有力工具。该技术不仅可以得到原子的运动轨迹，还可以观察到原子运动过程中各种微观细节。它是对理论计算和实验的有力补充。广泛应用于材料科学、生物物理和药物设计等。经典MD模拟，其系统规模在一般的计算机上也可达到数万个原子，模拟时间为纳秒量级。 分子动力学总是假定原子的运动服从某种确定的描述，这种描叙可以牛顿方程、拉格朗日方程或哈密顿方程所确定的描述，也就是说原子的运动和确定的轨迹联系在一起。在忽略核子的量子效应和绝热近似（Born-Oppenheimer）下，分子动力学的这一种假设是可行的。所谓绝热近似也就是要求在分子动力学过程中的每一瞬间电子都处于原子结构的基态。要进行分子动力学模拟就必须知道原子间的相互作用势。 在分子动力学模拟中，我们一般采用经验势来代替原子间的相互作用势，如Lennard-Jones势、Mores势、EAM原子嵌入势、F-S多体势。然而采用经验势必然丢失了局域电子结构之间存在的强相互作用的信息，即不能得到原子动力学过程中的电子性质。

2、分子模拟的三步法和大致分类 三步法： 第一步：建模。包括几何建模，物理建模，化学建模，力学建模。初始条件的设定，这里要从微观和宏观两个方面进行考虑。 第二步：过程。这里就是体现所谓分子动力学特点的地方。包括对运动方程的积分的有效算法。对实际的过程的模拟算法。关键是分清楚平衡和非平衡，静态和动态以及准静态情况。 第三步：分析。这里是做学问的关键。你需要从以上的计算的结果中提取年需要的特征，说明你的问题的实质和结果。因此关键是统计、平均、定义、计算。比如温度、体积、压力、应力等宏观量和微观过程量是怎么联系的。 大致分类： 2.1电子模拟（量化计算，DFT） 量子化学计算 一般处理几个到几十个原子 常见软件：GAUSSIAN，NWCHEM等 密度泛函（DFT） 可以算到上百个原子 常见软件：V ASP 2.2分子模拟（分子动力学，蒙特卡洛） 2.2.1分子级别的模拟 以分子的运动为主要模拟对象。采用经验性的分子间作用函数

分子动力学模拟教学教材

分子动力学模拟

分子动力学模拟 分子动力学是一门结合物理，数学和化学的综合技术。分子动力学是一套分子模拟方法，该方法主要是依靠牛顿力学来模拟分子体系的运动，以在由分子体系的不同状态构成的系统中抽取样本，从而计算体系的构型积分，并以构型积分的结果为基础进一步计算体系的热力学量和其他宏观性质。 这门技术的发展进程是： 1980年：恒压条件下的动力学方法（Andersenの方法、Parrinello-Rahman法）1983年：非平衡态动力学方法(Gillan and Dixon) 1984年：恒温条件下的动力学方法（能势‐フーバーの方法） 1985年：第一原理分子动力学法（→カー?パリネロ法） 1991年：巨正则系综的分子动力学方法(Cagin and Pettit). 最新的巨正则系综，即为组成系综的系统与一温度为T、化学势为μ的很大的热源、粒子源相接触，此时系统不仅同热源有能量交换，而且可以同粒子源有粒子的交换，最后达到平衡，这种系综称巨正则系综。 进行分子动力学模拟的第一步是确定起始构型，一个能量较低的起始构型是进行分子模拟的基础，一般分子的其实构型主要是来自实验数据或量子化学计算。在确定起始构型之后要赋予构成分子的各个原子速度，这一速度是根据玻尔兹曼分布随机生成，由于速度的分布符合玻尔兹曼统计，因此在这个阶段，体系的温度是恒定的。另外，在随机生成各个原子的运动速度之后须进行调整，使得体系总体在各个方向上的动量之和为零，即保证体系没有平动位移。由上一步确定的分子组建平衡相，在构建平衡相的时候会对构型、温度等参数加以监控。

进入生产相之后体系中的分子和分子中的原子开始根据初始速度运动，可以想象其间会发生吸引、排斥乃至碰撞，这时就根据牛顿力学和预先给定的粒子间相互作用势来对各个例子的运动轨迹进行计算，在这个过程中，体系总能量不变，但分子内部势能和动能不断相互转化，从而体系的温度也不断变化，在整个过程中，体系会遍历势能面上的各个点，计算的样本正是在这个过程中抽取的。 用抽样所得体系的各个状态计算当时体系的势能，进而计算构型积分。 作用势的选择与动力学计算的关系极为密切，选择不同的作用势，体系的势能面会有不同的形状，动力学计算所得的分子运动和分子内部运动的轨迹也会不同，进而影响到抽样的结果和抽样结果的势能计算，在计算宏观体积和微观成分关系的时候主要采用刚球模型的二体势，计算系统能量，熵等关系时早期多采用Lennard-Jones、morse势等双体势模型，对于金属计算，主要采用morse 势，但是由于通过实验拟合的对势容易导致柯西关系，与实验不符，因此在后来的模拟中有人提出采用EAM等多体势模型，或者采用第一性原理计算结果通过一定的物理方法来拟合二体势函数。但是对于二体势模型，多体势往往缺乏明确的表达式，参量很多，模拟收敛速度很慢，给应用带来很大困难，因此在一般应用中，通过第一性原理计算结果拟合势函数的L-J，morse等势模型的应用仍非常广泛。 分子动力学计算的基本思想是赋予分子体系初始运动状态之后，利用分子的自然运动在相空间中抽取样本进行统计计算，时间步长就是抽样的间隔，因而时间步长的选取对动力学模拟非常重要。太长的时间步长会造成分子间的激烈碰撞，体系数据溢出；太短的时间步长会降低模拟过程搜索相空间的能力，因此

分子动力学模拟及其在材料中的研究进展汇总

《材料计算设计基础》 学号： 流水号： 姓名： 完成日期：

分子动力学模拟及其在材料中的研究进展 摘要：本文综述了分子动力学模拟技术的发展，介绍了分子动力学的分类、运动方程的求解、初始条件和边界条件的选取、平衡系综及其控制、感兴趣量的提取以及分子动力学模拟在材料中的研究进展。 关键词：分子动力学模拟平衡态系综金属材料感兴趣量径向分布函数 引言 科学工作者在长期的科学研究实践中发现，当实验研究方法不能满足研究工作的需求时，用计算机模拟却可以提供实验上尚无法获得或很难获得的重要信息；尽管计算机模拟不能完全取代实验，但可以用来指导实验，并验证某些理论假设，从而促进理论和实验的发展。特别是在材料形成过程中许多与原子有关的微观细节，在实验中基本上是无法获得的，而在计算机模拟中即可以方便地得到。这种优点使分子动力学模拟在金属材料研究中显得非常有吸引力。 分子动力学MD (Molecular Dynamics)模拟就是用计算机方法来表示统计力学，作为实验的一个辅助手段。MD模拟就是对于原子核和电子所构成的多体系统，求解运动方程(如牛顿方程、哈密顿方程或拉格朗日方程)，其中每一个原子核被视为在全部其它原子核和电子作用下运动，通过分析系统中各粒子的受力情况，用经典或量子的方法求解系统中各粒子在某时刻的位置和速度，以确定粒子的运动状态，进而计算系统的结构和性质。该模拟技术主要涉及粒子运动的动力学问题,与蒙特卡罗模拟方法(简称MC)相比,分子动力学是一种“确定性方法”, 它所计算的是时间平均,而MC进行的是系综平均。然而按照统计力学各态历经假设,时间平均等价于系综平均。因此,两种方法严格的比较计算能给出几乎相同的结果。 经典的分子动力学方法是Alder等于1957年提出并首先在“硬球”液体模型下应用，发现了由Kirkwood在1939年根据统计力学预言的“刚性球组成的集合系统会发生有液相到结晶相的转变”。后来人们称这种相变为Alder相变。Rahman

分子动力学简介

【专业】计算物理【研究方向】分子动力学模拟【学术讲坛】 1、分子动力学简介：分子动力学方法是一种计算机模拟实验方法，是研究凝聚态系统的有力工具。该技术不仅可以得到原子的运动轨迹，还可以观察到原子运动过程中各种微观细节。它是对理论计算和实验的有力补充。广泛应用于材料科学、生物物理和药物设计等。经典MD模拟，其系统规模在一般的计算机上也可达到数万个原子，模拟时间为纳秒量级。2006年进行了三千二百亿个原子的模拟（IBM lueGene/L）。分子动力学总是假定原子的运动服从某种确定的描述，这种描叙可以牛顿方程、拉格朗日方程或哈密顿方程所确定的描述，也就是说原子的运动和确定的轨迹联系在一起。在忽略核子的量子效应和Born-Oppenheimer绝热近似下，分子动力学的这一种假设是可行的。所谓绝热近似也就是要求在分子动力学过程中的每一瞬间电子都处于原子结构的基态。要进行分子动力学模拟就必须知道原子间的相互作用势。在分子动力学模拟中，我们一般采用经验势来代替原子间的相互作用势，如Lennard-Jones势、Mores势、EAM原子嵌入势、F-S多体势。然而采用经验势必然丢失了局域电子结构之间存在的强相关作用信息，即

不能得到原子动力学过程中的电子性质。详细介绍请见附件。 2、分子模拟的三步法和大致分类三步法： 第一步：建模。包括几何建模，物理建模，化学建模，力学建模。初始条件的设定，这里要从微观和宏观两个方面进行考虑。 第二步：过程。这里就是体现所谓分子动力学特点的地方。包括对运动方程的积分的有效算法。对实际的过程的模拟算法。关键是分清楚平衡和非平衡，静态和动态以及准静态情况。 第三步：分析。这里是做学问的关键。你需要从以上的计算的结果中提取年需要的特征，说明你的问题的实质和结果。因此关键是统计、平均、定义、计算。比如温度、体积、压力、应力等宏观量和微观过程量是怎么联系的。有了这三步，你就可以做一个好的分子动力学专家了。推而广之，其实所谓的介观模拟，蒙特卡罗模拟、有限元模拟都是一个道理。大致分类：?量子化学计算?2.1电子模拟（量化计算，DFT）常见软件：VASP?可以算到上百个原子?密度泛函（DFT）?常见软件：GAUSSIAN，NWCHEM等?一般处理几个到几十个原子 2.2分子模拟（分子动力学，蒙特卡洛）

分子动力学模拟

分子动力学模拟 The Standardization Office was revised on the afternoon of December 13, 2020

分子动力学模拟 分子动力学是一门结合物理，数学和化学的综合技术。分子动力学是一套分子模拟方法，该方法主要是依靠牛顿力学来模拟分子体系的运动，以在由分子体系的不同状态构成的系统中抽取样本，从而计算体系的构型积分，并以构型积分的结果为基础进一步计算体系的热力学量和其他宏观性质。 这门技术的发展进程是： 1980年：恒压条件下的动力学方法（Andersenの方法、Parrinello-Rahman法）1983年：非平衡态动力学方法(Gillan and Dixon) 1984年：恒温条件下的动力学方法（能势‐フーバーの方法） 1985年：第一原理分子动力学法（→カー?パリネロ法） 1991年：巨正则系综的分子动力学方法(Cagin and Pettit). 最新的巨正则系综，即为组成系综的系统与一温度为T、化学势为μ的很大的热源、粒子源相接触，此时系统不仅同热源有能量交换，而且可以同粒子源有粒子的交换，最后达到平衡，这种系综称巨正则系综。 进行分子动力学模拟的第一步是确定起始构型，一个能量较低的起始构型是进行分子模拟的基础，一般分子的其实构型主要是来自实验数据或量子化学计算。在确定起始构型之后要赋予构成分子的各个原子速度，这一速度是根据玻尔兹曼分布随机生成，由于速度的分布符合玻尔兹曼统计，因此在这个阶段，体系的温度是恒定的。另外，在随机生成各个原子的运动速度之后须进行调整，使得体系总体在各个方向上的动量之和为零，即保证体系没有平动位移。由上一步确定的分子组建平衡相，在构建平衡相的时候会对构型、温度等参数加以监控。

分子动力学方法

分子动力学方法 一、引言 计算机模拟中的另一类确定性模拟方法，即统计物理中的所谓合于动力学方法（Molecular Dynamics Method）。这种方法是按该体系内部的内禀动力学规律来计算并确定位形的转变。它首先需要建立一组分子的运动方程，并通过直接对系统中的一个个分子运动方程进行数值求解，得到每个时刻各个分子的坐标与动量，即在相空间的运动轨迹，再利用统计计算方法得到多体系统的静态和动态特性，从而得到系统的宏观性质。在这样的处理过程中我们可以看出：MD方法中不存在任何随机因素。在MD方法处理过程中方程组的建立是通过对物理体系的微观数学描述给出的。在这个微观的物理体系中，每个分子都各自服从经典的牛顿力学。每个分子运动的内禀动力学是用理论力学上的哈密顿量或者拉格朗日量来描述，也可以直接用牛顿运动方程来描述。确定性方法是实现Boltzman的统计力学途径。这种方法可以处理与时间有关的过程，因而可以处理非平衡态问题。但是使用该方法的程序较复杂，讨算量大，占内存也多、本节将介绍分子动力学方法及其应用。 原则上，MD方法所适用的微观物理体系并无什么限制。这个方法适用的体系既可以是少体系统，也可以是多体系统；既可以是点粒子体系，也可以是具有内部结构的体系；处理的微观客体既可以是分子，也可以是其他的微观粒子。 实际上，MD模拟方法和随机模拟方法一样都面临着两个基本限制：一个是有限观测时间的限制；另一个是有限系统大小的限制。通常人们感兴趣的是体系在热力学极限下（即粒子数日趋于无穷时）的性质。但是计算机模拟允许的体系大小要比热力学极限小得多，因此可能会出现有限尺寸效应。为了减小有限尺寸效应，人们往往引入周期性、全反射、漫反射等边界条件。当然边界条件的引入显然会影响体系的某些性质。 对于MD方法，向然的系综是微正则系综，这时能量是运动常量。然而，当我们想要研究温度和（或）压力是运动常量的系统时，系统不再是封闭的。例如当温度为常量的系统可以认为系统是放置在一个热俗中。当然，在MD方法中我们只是在想像中将系统放入热浴中。实际上，在模拟计算中具体所采取的做法是对一些自由度加以约束。例如在恒温体系的情况下，体系的平均动能是一个不变量。这时我们可以设计一个算法，使平均动能被约束在一个给定值上。由于这个约束，我们并不是在真正处理一个正则系综，而实际上仅仅是复制了这个系综的位形部分。只要这一约束不破坏从一个状态到另一个状态的马尔科夫特性，这种做法就是正确的。不过其动力学性质可能会受到这一约束的影响。 自五十年代中期开始，MD方法得到了广泛的应用。它与蒙特卡洛方法一起已经成为计算机模拟的重要方法。应用MD方法取得了许多重要成果，例如气体或液体的状态方程、相变问题、吸附问题等，以及非平衡过程的研究。其应用已从化学反应、生物学的蛋白质到重离子碰撞等广泛的学科研究领域。 二、分子运动方程的数值求解 采用MD方法时，必须对一组分于运动微分方程做数值求解。从计算数学的角度来看，这个求解是一个初值问题。实际上计算数学为了求解这种问题己经发展了许多的算法，但并不是所有的这些算法都可以用来解决物理问题。下面我们先以一个一维谐振子为例，来看一下如何用计算机数值计算方法求解初值问题。一维谐振子的经典哈密顿量为 （2.1） 这里的哈密顿量（即能量）为守恒量。假定初始条件为x(p)、p(0),则它的哈密顿方程是对时间的一阶微分方程 （2.2） 现在我们要用数值积分方法计算在相空间中的运动轨迹(X(t)、p(t)) 。我们采用有限差分法，将微分方程变为有限差分方程，以便在计算机上做数值求解，并得到空间坐标和动量随时间的演化关系。首先，