|
|||||
|
|
| 基于机器学习势函数的熔盐体系分子动力学研究进展 | |
| 作者姓名： | 韩逸之 蓝建慧 刘学 石伟群 |
| 作者单位： | 1. 西安交通大学金属材料强度国家重点实验室;2. 中国科学院高能物理研究所 |
| 基金项目： | 国家杰出青年科学基金(No.21925603)资助~~； |
| 摘 要： | 熔盐是一类具有重要应用价值的熔融态材料,然而其微观结构与宏观性质之间的关系尚未完全探明,因此开展针对熔盐体系的分子动力学研究具有重要意义.针对高温熔盐体系的分子动力学研究以往主要依赖于传统分子动力学中力场的开发和第一性原理分子动力学的发展.近年来得益于机器学习和神经网络的加速发展,针对熔盐体系的机器学习势函数的开发工作取得了显著进展,其在探索熔盐配位化学和预测物理性质方面表现优异.本文首先梳理了熔盐领域内常用的分子动力学方法,重点介绍了机器学习势函数的发展现状;然后总结了机器学习势函数在熔盐研究方面的应用进展;最后展望了机器学习势函数在该领域的应用前景,并对可能存在的问题给出了建议. |
| 关 键 词： | 熔盐 机器学习 机器学习势函数 分子动力学 配位化学 |