単層と二重層のグラフェンに縛られたジニトロゲンクラスターのグローバルな最適化：群れの知能アプローチ

ポテンシャルエネルギー面のグローバルな最小値を見つけることは、困難なタスクです。システムの自由度の数が増えると、ポテンシャルエネルギー表面の複雑さが増加します。ポテンシャルエネルギー表面の高度に頑丈な性質により、分子クラスターの総エネルギーの最小化により、困難な最適化問題が発生します。この難問の解決策は、探査と搾取のトレードオフを通じてグローバルミニマを効率的に追跡するメタヒューリスティックなテクニックの使用です。ここでは、群れ2〜10のn2クラスターのグローバルな最小幾何学を、自由および吸着状態で、群れのインテリジェンス技術、粒子群の最適化を使用します。裸のN2クラスターの構造とエネルギーを調査し、続いてグラフェンに吸着し、二重層グラフェンの層の間に挿入されたN2クラスターが続きました。ジニトロゲン分子間の非共有相互作用は、バッキンガム電位と静電ポイント電荷モデルを使用してモデル化されますが、グラフェンの炭素原子を持つN2分子の相互作用は、改善されたレナードジョーンズ電位を使用してモデル化されています。二重層の異なる層に属する炭素原子の相互作用は、Lennard-Jones電位を使用してモデル化されています。粒子群群最適化を使用して得られた裸のクラスターのジオメトリと分子間相互作用エネルギーは、文献で報告されたものと同じであることがわかり、分子クラスターを研究するための粒子群最適化の使用を検証します。N2分子は、グラフェンシートの上に単層として吸着することがわかり、二重層グラフェンの2枚のシートの中央で自分自身をインターカレートします。私たちの研究では、粒子群最適化は、手付かずの形態と限られた形態の両方で、高次元分子クラスターの最適化を実行するための実行可能なグローバル最適化手法であることを確立しています。

Locating the global minimum of a potential energy surface is an arduous task. The complexity of the potential energy surface increases as the number of degrees of freedom of the system increases. The highly rugged nature of the potential energy surface makes the minimization of the total energy of the molecular clusters a difficult optimization problem. A solution to this conundrum is the use of metaheuristic techniques that efficiently track down the global minima through a trade-off between exploration and exploitation. Herein, we use the swarm intelligence technique, particle swarm optimization to locate the global minima geometries of N2 clusters of size 2-10, in free and adsorbed states. We have investigated the structures and energetics of bare N2 clusters, followed by N2 clusters adsorbed on graphene and intercalated between the layers in bilayer graphene. The noncovalent interactions between dinitrogen molecules are modeled using the Buckingham potential as well as the electrostatic point charge model, while those of the N2 molecules with the carbon atoms of graphene are modeled using the improved Lennard-Jones potential. The interactions of the carbon atoms belonging to different layers in a bilayer are modeled using the Lennard-Jones potential. The bare cluster geometries and intermolecular interaction energies obtained using particle swarm optimization are found to be the same as reported in the literature, validating the use of particle swarm optimization for studying molecular clusters. The N2 molecules are found to adsorb as a monolayer on top of the graphene sheet and intercalate themselves right in the middle of the two sheets of bilayer graphene. Our study establishes that particle swarm optimization is a feasible global optimization technique for performing the optimization of high-dimensional molecular clusters, both in pristine and in confined forms.