Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos.
Autor(a) principal: | |
---|---|
Data de Publicação: | 1998 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do ITA |
Texto Completo: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2609 |
Resumo: | A determinação da conformação tridimensional, correspondente ao estado fundamental de aglomerados atômicos, é um dos temas de investigação da Física Computacional. Particularmente, duas razões fazem com que essa determinação torne-se uma tarefa árdua. Em primeiro lugar, o problema mecânico-quântico a ser resolvido é muito custoso, em termos computacionais. Segundo, a hipersuperfície de energia, relacionada a esses sistemas, apresenta uma grande quantidade de mínimos locais.Para superar esses problemas, desenvolvemos um procedimento computacional, baseado no Algoritmos Genéticos (GA), capaz de encontrar a conformação referente ao mínimo global de tais aglomerados. A partir de estudos preliminares, associamos as melhores características dos algoritmos genéticos (GA) e do simulated annealing (SA), desenvolvendo um algoritmo híbrido (HA). Este novo algoritmo apresentou fraca depedência dos parâmetros iniciais, estratégia de busca em paralelo, rápida convergência, alta precisão e resolução. O HA foi capaz de predizer 3 novas conformações para o aglomerado Si20 que, dentro dos limites da aproximação Tight-Binding, representam conformações de menor energia de ligação por átomo, quando comparadas com modelos anteriormente propostos na literatura. A seguir, desenvolvemos um sistema classificador (CS) capaz de aprender sobre as informações conformacionais extraídas dos aglomerados menores, para predizer a conformação, dos maiores. Essas tácnicas (GA, SA e CS) foram reunídas em um único algoritmo. Na determinação da conformação do aglomerado Si20, o algoritmo apresentado nessa tese superou o GA e o SA, em termos de tempo de CPU requerido, por um fator de 104. Em princípio, as idéias e algoritmos apresentados nessa tese podem ser aplicados na otimização de quaisquer sistemas poliatômicos. |
id |
ITA_bd30f941bd3146d8a61d72f07948ddc6 |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2609 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos.Aglomerados atômicosAlgoritmosOtimizaçãoMatemática computacionalSilícioEstrutura molecularFísica atômicaFísica molecularA determinação da conformação tridimensional, correspondente ao estado fundamental de aglomerados atômicos, é um dos temas de investigação da Física Computacional. Particularmente, duas razões fazem com que essa determinação torne-se uma tarefa árdua. Em primeiro lugar, o problema mecânico-quântico a ser resolvido é muito custoso, em termos computacionais. Segundo, a hipersuperfície de energia, relacionada a esses sistemas, apresenta uma grande quantidade de mínimos locais.Para superar esses problemas, desenvolvemos um procedimento computacional, baseado no Algoritmos Genéticos (GA), capaz de encontrar a conformação referente ao mínimo global de tais aglomerados. A partir de estudos preliminares, associamos as melhores características dos algoritmos genéticos (GA) e do simulated annealing (SA), desenvolvendo um algoritmo híbrido (HA). Este novo algoritmo apresentou fraca depedência dos parâmetros iniciais, estratégia de busca em paralelo, rápida convergência, alta precisão e resolução. O HA foi capaz de predizer 3 novas conformações para o aglomerado Si20 que, dentro dos limites da aproximação Tight-Binding, representam conformações de menor energia de ligação por átomo, quando comparadas com modelos anteriormente propostos na literatura. A seguir, desenvolvemos um sistema classificador (CS) capaz de aprender sobre as informações conformacionais extraídas dos aglomerados menores, para predizer a conformação, dos maiores. Essas tácnicas (GA, SA e CS) foram reunídas em um único algoritmo. Na determinação da conformação do aglomerado Si20, o algoritmo apresentado nessa tese superou o GA e o SA, em termos de tempo de CPU requerido, por um fator de 104. Em princípio, as idéias e algoritmos apresentados nessa tese podem ser aplicados na otimização de quaisquer sistemas poliatômicos. Instituto Tecnológico de AeronáuticaArnaldo Dal Pino JúniorCarlos Renato Zacharias1998-00-00info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2609reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:04:53Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2609http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:39:34.461Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. |
title |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. |
spellingShingle |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. Carlos Renato Zacharias Aglomerados atômicos Algoritmos Otimização Matemática computacional Silício Estrutura molecular Física atômica Física molecular |
title_short |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. |
title_full |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. |
title_fullStr |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. |
title_full_unstemmed |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. |
title_sort |
Otimização da geometria de aglomerados de silício via algoritmos genéticos híbridos. |
author |
Carlos Renato Zacharias |
author_facet |
Carlos Renato Zacharias |
author_role |
author |
dc.contributor.none.fl_str_mv |
Arnaldo Dal Pino Júnior |
dc.contributor.author.fl_str_mv |
Carlos Renato Zacharias |
dc.subject.por.fl_str_mv |
Aglomerados atômicos Algoritmos Otimização Matemática computacional Silício Estrutura molecular Física atômica Física molecular |
topic |
Aglomerados atômicos Algoritmos Otimização Matemática computacional Silício Estrutura molecular Física atômica Física molecular |
dc.description.none.fl_txt_mv |
A determinação da conformação tridimensional, correspondente ao estado fundamental de aglomerados atômicos, é um dos temas de investigação da Física Computacional. Particularmente, duas razões fazem com que essa determinação torne-se uma tarefa árdua. Em primeiro lugar, o problema mecânico-quântico a ser resolvido é muito custoso, em termos computacionais. Segundo, a hipersuperfície de energia, relacionada a esses sistemas, apresenta uma grande quantidade de mínimos locais.Para superar esses problemas, desenvolvemos um procedimento computacional, baseado no Algoritmos Genéticos (GA), capaz de encontrar a conformação referente ao mínimo global de tais aglomerados. A partir de estudos preliminares, associamos as melhores características dos algoritmos genéticos (GA) e do simulated annealing (SA), desenvolvendo um algoritmo híbrido (HA). Este novo algoritmo apresentou fraca depedência dos parâmetros iniciais, estratégia de busca em paralelo, rápida convergência, alta precisão e resolução. O HA foi capaz de predizer 3 novas conformações para o aglomerado Si20 que, dentro dos limites da aproximação Tight-Binding, representam conformações de menor energia de ligação por átomo, quando comparadas com modelos anteriormente propostos na literatura. A seguir, desenvolvemos um sistema classificador (CS) capaz de aprender sobre as informações conformacionais extraídas dos aglomerados menores, para predizer a conformação, dos maiores. Essas tácnicas (GA, SA e CS) foram reunídas em um único algoritmo. Na determinação da conformação do aglomerado Si20, o algoritmo apresentado nessa tese superou o GA e o SA, em termos de tempo de CPU requerido, por um fator de 104. Em princípio, as idéias e algoritmos apresentados nessa tese podem ser aplicados na otimização de quaisquer sistemas poliatômicos. |
description |
A determinação da conformação tridimensional, correspondente ao estado fundamental de aglomerados atômicos, é um dos temas de investigação da Física Computacional. Particularmente, duas razões fazem com que essa determinação torne-se uma tarefa árdua. Em primeiro lugar, o problema mecânico-quântico a ser resolvido é muito custoso, em termos computacionais. Segundo, a hipersuperfície de energia, relacionada a esses sistemas, apresenta uma grande quantidade de mínimos locais.Para superar esses problemas, desenvolvemos um procedimento computacional, baseado no Algoritmos Genéticos (GA), capaz de encontrar a conformação referente ao mínimo global de tais aglomerados. A partir de estudos preliminares, associamos as melhores características dos algoritmos genéticos (GA) e do simulated annealing (SA), desenvolvendo um algoritmo híbrido (HA). Este novo algoritmo apresentou fraca depedência dos parâmetros iniciais, estratégia de busca em paralelo, rápida convergência, alta precisão e resolução. O HA foi capaz de predizer 3 novas conformações para o aglomerado Si20 que, dentro dos limites da aproximação Tight-Binding, representam conformações de menor energia de ligação por átomo, quando comparadas com modelos anteriormente propostos na literatura. A seguir, desenvolvemos um sistema classificador (CS) capaz de aprender sobre as informações conformacionais extraídas dos aglomerados menores, para predizer a conformação, dos maiores. Essas tácnicas (GA, SA e CS) foram reunídas em um único algoritmo. Na determinação da conformação do aglomerado Si20, o algoritmo apresentado nessa tese superou o GA e o SA, em termos de tempo de CPU requerido, por um fator de 104. Em princípio, as idéias e algoritmos apresentados nessa tese podem ser aplicados na otimização de quaisquer sistemas poliatômicos. |
publishDate |
1998 |
dc.date.none.fl_str_mv |
1998-00-00 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/doctoralThesis |
status_str |
publishedVersion |
format |
doctoralThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2609 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2609 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Aglomerados atômicos Algoritmos Otimização Matemática computacional Silício Estrutura molecular Física atômica Física molecular |
_version_ |
1706809288208416768 |