1. 鋰離子電池起源?

鋰離子電池始于1972年，由Armand教授提出利用嵌入化合物（Li intercalation compounds）代替鋰金屬作為負極材料。在充放電過程中，鋰離子來回穿梭于正極與負極之間，因此，鋰離子電池也 被形象的稱為“搖椅式電池”（Rocking-Chair Batteries）。

?

電極材料的探索是發(fā)展鋰離子電池的關(guān)鍵，圖1為自1980年鋰離子電池發(fā)展初期以來具有代表性意義的幾種電極材料。其中，由索尼公司在1989 年提出的以石油焦作負極、鈷酸鋰（LiCoO2）作為鋰源正極、六氟磷酸鋰（LiPF6）與乙烯碳酸酯（EC）作為電解液的可循環(huán)充放電鋰離子電池的問世，隨后在1991 年實現(xiàn)的商業(yè)化生產(chǎn)也標志著新型鋰離子電池時代的到來。

電極材料研究進展及其電化學性質(zhì)

2. 鋰離子電池研究為什么需要材料設(shè)計與模擬？

鋰離子電池作為新型清潔儲能設(shè)備，雖早已被大眾所熟知并得到廣泛的應(yīng)用，但是，由于目前實驗測試手段，如X射線斷層掃描（X-CT）、高分辨透射電鏡以及飛秒技術(shù)等對原子尺度上三維立體結(jié)構(gòu)測量的誤差，以及實驗結(jié)果反映信息的片面性、不確定性等缺陷，鋰離子電池的許多基本問題都尚未解決，如電極材料充放電過程中結(jié)構(gòu)的演變、鋰離子在電極材料中的擴散動力學特性、固體電解液界面 的形成及生長機制以及空間電荷層分布等。

?

因此，我們期望借助理論模擬手段，更清楚地了解處于平 衡態(tài)與非平衡態(tài)的鋰離子電池內(nèi)部的結(jié)構(gòu)演變規(guī)律及物理化學特性，從微觀上揭示鋰離子電池在電化學過程中由結(jié)構(gòu)和性質(zhì)的改變帶來的化學反應(yīng)、質(zhì)量轉(zhuǎn)移、以及電荷轉(zhuǎn)移等過程，為新型電極材料的開發(fā)及電池電化學性能的控制及改善提供理論依據(jù)。

?

其中，基于量子力學的第一性原理方法通過求解薛定諤方程，不采用任何經(jīng)驗參數(shù)，只采用電子質(zhì)量、質(zhì)子質(zhì)量、普朗克常數(shù)、光速、元電荷五個基本的物理量對微觀體系的總能量、電子結(jié)構(gòu)等物理性質(zhì)進行研究，其計算的可靠性已在各個材料領(lǐng)域的研究中得到證實，因此，也成為了當前理論研究鋰離子電池電化學機制的主要手段。

3. 鋰離子電池材料的設(shè)計能解決哪些問題？

第一性原理計算結(jié)果雖可以作為真實實驗的補充，深入理解材料的微觀結(jié)構(gòu)和性質(zhì)，同時也可對新型材料進行設(shè)計及性質(zhì)預測。然而由于其計算量較為龐大，且不能夠反映出電池在電化學過程中的動力學特性。

?

因此，基于密度泛函理論（DFT）的第一性原理計算與分子動力學、蒙特卡羅等方法的結(jié)合也是近幾年乃至未來幾十年內(nèi)理論設(shè)計及預測新型鋰離子電池材料的主要發(fā)展方向。

?

其中，密度泛函計算能從電子結(jié)構(gòu)角度對鋰離子電池電極材料的結(jié)構(gòu)、鋰離子擴散、電導率以及力學性質(zhì)等特征進行分析，而分子動力學與蒙特卡羅模擬等方法則能夠從原子尺度上探討體系的動力學性質(zhì)。

?

另外還值得注意的是，以上方法所關(guān)注的是納米尺度以及皮秒量級下的電化學過程。而未來對于更大尺寸及更長時間下的電極材料特性的研究則可能需要采用到介觀尺度甚至宏觀尺度的模擬方法，例如相場方法，分子力場方法、有限元方法以及有限差分方法等。

?

例如，相場方法可用來處理納米和微米尺度的結(jié)構(gòu)演化，由此可模擬出電極材料的晶粒大小及尺寸，這對于解釋電極材料在充放電過程中的體積變化、固體電解液界面膜的生成及演變等現(xiàn)象將有著極大的幫助。

?

此外，在宏觀尺度上，體系的運動力學遵循牛頓力學方程， 熱運動滿足宏觀的擴散方程，我們期望通過諸如有限元等方法來研究鋰離子電池中的熱流分布、應(yīng)力分布等現(xiàn)象。

?

綜上來看，介觀與宏觀尺度的材料模擬未來的主要任務(wù)將集中在對鋰離子電池工程領(lǐng)域問題的探討，例如，幫助我們理解鋰離子電池中出現(xiàn)的傳熱、應(yīng)力以及多場耦合等宏觀現(xiàn)象。

?

目前，我們利用理論計算方法的主要目的還是對現(xiàn)有材料的性質(zhì)進行驗證和提出改善的方案，而對于開發(fā)新型電極材料，仍難以根據(jù)理論計算結(jié)果對材料是否具有良好的應(yīng)用前景作出判斷，這主要還是歸因于當前對于如何尋找新型電極材料沒有提出明確的方案要求。

?

就此，為了加快新型鋰離子電池電 極材料的開發(fā)速度，Ceder教授提出采用高通量計算的方法來對電極材料進行篩選， 并負責實施了材料基因組計劃（Material Genome）。

?

通過采取高通量計算，可由摻雜、替代等手段，在現(xiàn)有材料的基礎(chǔ)上，對新材料進行設(shè)計和性能預測。

?

隨著材料基因組計劃的逐步進行，預計在未來的十到二十年內(nèi)，將不僅局限于高通量計算來預測新材料，也將借由實驗中高通量測試對新體系進行驗證及優(yōu)化，并通過大數(shù)據(jù)分析獲得材料的規(guī)律及特性，以此來加快新型電極材料的開發(fā)速度。

?

需要指出的是，有效的高通量方法，并不意味著漫無目標的撒網(wǎng)捕魚，需要對鋰離子電池性能及制備需求有著全面了解。 根據(jù)目前鋰離子電池的研究現(xiàn)狀，并且展望其發(fā)展趨勢，我們有望通過實驗與理論計算相結(jié)合的方法， 在未來的幾十年內(nèi)解決鋰離子電池研究中的以下幾個重點及關(guān)鍵性問題：

?

（1）電極材料在電化學過程中的微觀結(jié)構(gòu)演變機制，分析不同嵌鋰相的產(chǎn)生對電極穩(wěn)定性、循環(huán)充放電等性能的影響。?

（2）理解鋰離子電池中的復雜過程，如固體電解液界面膜的生長、鋰離子在電解液當中的傳導機 制以及電極與電解液界面特性等問題。?

（3）尋找新型電極及電解液材料，制備出更高性能且具有良好安全性的鋰離子電池。?

（4）通過高通量理論計算及實驗測試，探索電極電位與結(jié)構(gòu)間的本質(zhì)聯(lián)系，為最終控制及制備出 能滿足不同電位需求的電池材料。

1. 光電材料的分類和特點

?

光電轉(zhuǎn)換包含兩個方面：一是將光能轉(zhuǎn)換為電能，主要利用在太陽能電池，污染治理等，另一個方面則相反，將電能轉(zhuǎn)換為發(fā)光，主要利用于照明以及顯示設(shè)備，如電腦手機屏幕等。

?

完整的光電轉(zhuǎn)換過程通常需要一定的裝置實現(xiàn)，例如太陽能電池，發(fā)光器件等。這些器件裝置包含多部分，除了直接的光電轉(zhuǎn)換部分外，還包括空穴、電子傳輸材料、電極材料等。

?

目前，新型光電轉(zhuǎn)化材料設(shè)計方法主要以量子化學計算方法為主。借助于理論計算了解光電轉(zhuǎn)化材料電子結(jié)構(gòu)、能帶信息以及光電轉(zhuǎn)化影響因素。利用這一方法已成功地研究了元素摻雜、取代對光電轉(zhuǎn)化材料性能影響的物理機制，并由此設(shè)計出一批新型光電轉(zhuǎn)化材料。

?

例如，在二氧化鈦中加入N，C，Pt 等元素摻雜以及研究缺陷對其電子結(jié)構(gòu)的影響；在Science的一篇報道中，CuInxGa（1-x）Se2（CIGS）就是通過摻入適量Ga 替代部分In，可以使半導體禁帶能隙在1.0~1.6eV 之間可調(diào)。

?

多數(shù)太陽能電池染料敏化劑，空穴傳輸材料皆為有機分子。同樣可以通過密度泛函計算分子前線軌道與半導體的關(guān)系判斷其功效，通過官能團取代等調(diào)節(jié)其性能。最近十年，借助理論計算，光電轉(zhuǎn)化材料種類得到了極大的豐富。

?

有機分子與無機半導體或者空穴傳輸層與光電轉(zhuǎn)換部分接觸界面間的性質(zhì)，通常由含時密度泛函（TD-DFT）方法研究，描述體系的激發(fā)態(tài)電子結(jié)構(gòu)以及電子遷移行為。而裝置整體的效率，則可以通過數(shù)值模擬的方法計算例如太陽輻射通量和太陽能設(shè)備的散熱損失等。

?

2. 光電材料的設(shè)計與模擬的困境

高效光電轉(zhuǎn)化計算研究依然存在部分問題，現(xiàn)在的研究正致力于解決這些問題。

?

目前理論計算體系依然十分有限，例如，對于密度泛函理論，通常的研究體系約為幾十至幾百個原子大小，這樣的大小對于光電轉(zhuǎn)換體系非常有限，常用的空穴傳輸材料Spiro-OMeTAD 分子式為C81H68N4O8，一個分子已經(jīng)達到161個原子，計算中使用單個分子在數(shù)層晶體表面的吸附模型，就忽略了分子間的相互作用， 這種大小已經(jīng)接近或者達到目前計算的極限，由于計算的原子數(shù)目與計算時間是指數(shù)關(guān)系，繼續(xù)增大體系已經(jīng)非常困難。

?

事實上，得益于計算機能力提升，最近十幾年的計算科學已經(jīng)得到了長足的進步。按照摩爾定律，未來三十年計算機能力大約可以翻二十番左右，但是隨著晶體管工藝接近物理極限，計算增長能力將會放緩，即使依然按照目前的速度發(fā)展，由于計算的原子數(shù)目與計算時間是指數(shù)關(guān)系，體系的放大倍數(shù)也是有限的。

?

因此，目前發(fā)展計算量小并保持準確性的算法就顯得非常重要，如處理大體系的線性標度電子結(jié)構(gòu)方法，這也是未來發(fā)展的一個方向?？梢灶A期，當先進的計算方法開發(fā)后，人們可以計算多個分子甚至是高分子聚合物以不同形態(tài)在表面吸附，判斷其電子性質(zhì)，甚至是多種分子混合協(xié)同效應(yīng)。

?

3. 光電材料設(shè)計與模擬的發(fā)展方向

?

目前的計算方法還存在一些誤差，例如密度泛函方法對半導體帶隙計算的低估。由于誤差的存在，導致計算結(jié)果需要與實驗對比，并且在計算時需要選擇不同的泛函，而選擇的過程需要人為經(jīng)驗判斷?，F(xiàn)在各種更加精確地校正方法都在蓬勃發(fā)展，例如原子間的弱相互作用范德華力校正，重原子相對論效應(yīng)等。當未來理論計算消除誤差和人為經(jīng)驗時，可以領(lǐng)先于實驗預判材料的性能，從而指導實驗。

?

光電轉(zhuǎn)化體系涉及多相表面、界面的作用行為，光電體系工作過程涉及激發(fā)態(tài)電子動力學行為，現(xiàn)在已經(jīng)用于計算激發(fā)態(tài)性質(zhì)的方法如含時密度泛函理論，依然處于發(fā)展階段，計算激發(fā)態(tài)時依然使用基態(tài)計算的泛函會產(chǎn)生誤差，需要進一步提高精度，需要開發(fā)適用于激發(fā)態(tài)的基組以及泛函。未來的三十年間，發(fā)展出可以計算多電子激發(fā)態(tài)，多態(tài)數(shù)計算方法，例如當某種界面或者分子吸附體系受到光照或者外加電勢差影響的情況下，電子傳遞轉(zhuǎn)移過程以及速率，這也是未來計算將會考慮的問題。

除此之外，計算方法將會更加貼近實際情況，考慮環(huán)境因素對性能的影響，甚至能夠判斷材料制備過程中環(huán)境因素控制。量子化學級別計算，通常計算材料在真空中的性質(zhì)，部分計算考慮溶劑效應(yīng)， 依然無法滿足實際應(yīng)用需求，未來的計算可以預測周圍環(huán)境影響，考慮材料在空氣或者溶劑中的性質(zhì)，以及溫度對其性質(zhì)的影響。目前通過元胞自動機、蒙特卡洛等方法可以計算模擬晶體生長。

?

最后，由于光電體系通常是由多種材料構(gòu)成的復雜裝置，目前的計算方法基本處于一種“各自為戰(zhàn)” 的狀態(tài)，例如蒙特卡洛等方法可以計算模擬晶體生長，但是對于不同形貌電子性質(zhì)的差異卻無法計算。?

?

未來光電計算研究，除了各個方法更精細更深入的發(fā)展，還要求方法之間的橫向連接。

?

2008 年，哈佛大學啟動的哈佛清潔能源項目（Harvard Clean Energy Project）不僅通過結(jié)合傳統(tǒng)的建模方法和現(xiàn)代藥物開發(fā)的策略，還利用了機器學習、圖形識別和化學信息學技術(shù)，此外，該計劃還利用了IBM世界公共網(wǎng)格（WCG）提供的志愿計算機用來篩選材料分子，可以看做是發(fā)展方向的例子。

?

未來光電計算首先通過高通量篩選出備用分子結(jié)構(gòu)骨架，然后利用元素或者官能團替換摻雜對化合物性能微調(diào)，分析化合物生長過程中容易形成的缺陷以及晶體形貌，甚至可以提供合成時所需的原料配比、反應(yīng)時間等條件。?最后，構(gòu)建多種材料界面，計算電子在環(huán)境中的行為，模擬電流電壓與光照頻率強度之間的關(guān)系，同時模擬裝置在長時間工作時結(jié)構(gòu)性能的變化。

?

1. 新型信息存儲材料

隨著人類社會進入信息化時代，信息成為構(gòu)成人類社會的重要部分。信息的載體– 信息材料，在很大程度上決定了信息的存儲形態(tài)、傳播方式以及傳遞速度等等。

?

信息材料對外界環(huán)境具有相當?shù)拿舾行?，比如，在不同的外界條件下（力、熱、光、電、磁、聲以及化學和生物等），信息材料的物理和化學性質(zhì)會發(fā)生相應(yīng)的變化，進而產(chǎn)生穩(wěn)定的、可探測信號。與信息的收集、存儲、處理、傳遞以及顯示等過程相對應(yīng)，信息材料分為：收集材料、存儲材料、處理材料、傳遞材料以及顯示材料等。

在眾多的信息材料中，存儲材料占據(jù)非常重要的位置，是我們關(guān)注的重點。計算機在20 世紀的迅速發(fā)展，使得人們需處理和存儲的數(shù)據(jù)海量增加，對存儲材料的要求也越來越高。

?

到目前為止，存儲材料歷經(jīng)打孔紙帶、穿孔紙帶、盤式磁帶、盒式磁帶、磁鼓、軟盤和硬盤等發(fā)展階段。每一階段的發(fā)展都是存儲介質(zhì)小型化、高密度存儲以及存儲方式多樣化等方面的巨大進步。硬盤是目前最主要的存儲材料，依據(jù)存儲方式的不同分為：磁存儲（包含金屬磁粉、鋇鐵氧體磁粉等）、半導體存儲（以硅基材料為基礎(chǔ)的半導體材料）以及光存儲（包含磁光記錄以及相變光記錄等）。

在不同類型存儲材料的探尋中，實驗工作者進行了繁雜的工作，每種存儲材料的背后都是一系列昂貴的實驗投入。且隨著器件的小型化，以及單位面積、單位體積信息存儲密度的增加，量子尺寸效應(yīng)越來越明顯并且直接決定了材料的最終性能。這一方面加大了實驗的難度，極大地增加了實驗投入。另 一方面，實驗結(jié)果的可靠性也將難以保證，原子尺度上的實驗操控難實現(xiàn)，且尺寸效應(yīng)導致了結(jié)果的不確定性。

2.?信息材料的原子尺度的模擬

基于以上原因，在原子尺度上對存儲材料進行更加細致的探究，總結(jié)一般性規(guī)律，是存儲材料進一步發(fā)展必要條件。在這些方面，計算科學以其獨特的優(yōu)勢，將發(fā)揮越來越重要的作用。

?

目前適用于不同尺度的模擬方法已經(jīng)建立起來，比如：原子尺度上探究材料物性的第一性原理方法、分子動力學方法以及量子蒙特卡羅方法。在該層次上，量子力學效應(yīng)顯著，材料將呈現(xiàn)出獨特的力、熱、光、電、磁等特性。通過在原子尺度上對材料物性進行歸納、篩選，得出一般性規(guī)律，對存儲材料小型化的發(fā)展具有很大的指導意義。

?

當材料將進入納米量級后，所包含原子數(shù)的增加，一方面使材料的特性向塊體演化， 另一方面也將引入更加復雜多體效應(yīng)。在納米尺寸下，受計算量的限制，第一性原理相關(guān)的計算方法不再適用。此時，基于經(jīng)驗勢的分子動力學方法、分子場理論將會發(fā)揮非常重要的作用。當材料進入微米量級后，工程物理上的模型方法將具有更大的適用性。

從以上可以看出，計算科學的迅速發(fā)展將為新型存儲材料出現(xiàn)與性質(zhì)表征提供了強有力的工具。并且，在一定程度上，計算科學將有助于探尋實驗科學無法觸及的領(lǐng)域。

?

比如，一些具有優(yōu)良特性的存儲材料，目前實驗上仍然很難合成或合成成本非常高；一些材料所包含的化學元素具有強烈的毒性和腐蝕性；一些物質(zhì)的存在條件非?？量蹋绺邷?、高壓、強磁場和強電場等等。

?

此外，隨著信息材料微型化的發(fā)展，在原子尺寸上進行信息的存儲與傳遞將成為信息材料發(fā)展的必然趨勢。原子尺度上的信息操控， 一方面能夠極大地提高信息的存儲密度，使器件輕巧、易攜帶；另一方面，也極大地考驗了信息的穩(wěn)定性。因為在單原子尺寸上，零點振動效應(yīng)越來越強，材料所攜帶信息的穩(wěn)定性也越來越難以保證。當信息材料的可超控和存儲單元為幾個甚至單個原子時，如何保證信息的穩(wěn)定性，是計算科學探索和解決的 另一重要問題。其中可行的解決方案，除了探尋和設(shè)計比較穩(wěn)定的結(jié)構(gòu)外，設(shè)計新型的存儲方案，也是 信息材料發(fā)展的必經(jīng)途徑。

現(xiàn)今研究表明：結(jié)合磁學、微電子學基本原理的自旋電子學將在未來信息材料中發(fā)揮越來越重要的作用，而計算科學將在新型信息材料性能預測和機理解釋方面起到非常大的作用。在通常情況下，電荷和自旋兩個自由度是相互分離的，且在電子器件中發(fā)揮不同的作用。

?

比如，在電子器件中，電荷是信息的基本載體，可以通過門電壓控制電流的通斷，進而達到信息存儲與傳遞的目的。在自旋自由度的使用上，主要利用電子自旋間的協(xié)同效應(yīng)，即電子自旋之間相互關(guān)聯(lián)形成磁疇，通過控制磁疇的不同狀態(tài)實現(xiàn)信息的存儲。

隨著材料微型化的發(fā)展，傳統(tǒng)的信息存儲與傳遞方式的弊端逐漸凸顯出來，而結(jié)合電荷和自旋兩個自由度新型信息材料將發(fā)揮越來越重要的作用。

3.?信息材料設(shè)計的發(fā)展方向

新型信息材料的未來發(fā)展需要解決兩個方面的問題：新材料的探尋；新型信息材料中不同耦合方式和相關(guān)機理的深入探究。

?

在新型功能材料的探尋方面，納米技術(shù)進步以及計算科學的發(fā)展在發(fā)揮非常重要的作用。

?

一個最簡單的例子為自旋閥，即通過非磁性通道連接兩個鐵磁性的電極，通過電荷在兩個 電極之間的傳輸實現(xiàn)自旋的輸運；而磁阻的大小則通過調(diào)控兩端電極的自旋取向來控制。不同自旋態(tài)的分離和傳遞，為信息的存儲和傳遞提供了更多地自由度。

?

計算科學將在自旋器件的設(shè)計和優(yōu)化中發(fā)揮更大的作用。比如：在自旋閥中，兩端電極的磁性耦合狀態(tài)決定了體系磁阻的大小，以此決定了信息的存儲形式。在電極材料中，兩端電極的磁性及其耦合狀態(tài)決定了器件的性能。

通過磁性計算對材料進行預篩選，將大大縮短自旋器件的設(shè)計流程。發(fā)展比較精確的磁性計算方法，是未來信息材料計算的一個重 要方向。

目前基于贗勢的第一性原理計算方法還不能準確的給出材料的磁基態(tài)和不同磁性間的耦合狀態(tài)；而基于全電子勢的計算方法，雖然在一定程度上能夠準確地得出材料的磁基態(tài)，但受到計算量的限制，只適用于較小體系。對于比較大的體系，比如：自旋閥中的兩端電極，以及磁性耦合比較復雜的體系，該方法并不適用。在第一性原理計算的基礎(chǔ)上，結(jié)合模型哈密頓量方法計算體系的磁基態(tài)以及不同體系的磁耦合狀態(tài)，是材料計算一個重要的發(fā)展方向。

此外，用于材料磁性計算的密度泛函方法只適用于零溫情形。實際的信息材料都處在一定的溫度場內(nèi)，且在實際應(yīng)用中，器件發(fā)熱使得材料所在處的溫度比較高，此時材料的磁基態(tài)與零溫情形具有很大的差別。在具體計算中，如何進一步考慮溫度效應(yīng)，并準確得出材料在不同溫度下的磁基態(tài)與磁耦合狀態(tài)，以及不同磁耦合狀態(tài)對溫度的響應(yīng)等，是計算科學進一步發(fā)展的另一個方向。

通過電荷的傳輸實現(xiàn)自旋態(tài)的輸運，是自旋電子器件的基本物理思想。在此，一個重要的問題是輸運過程中自旋態(tài)的保持。這就要求傳導材料中的自旋軌道耦合效應(yīng)較弱，且具有較高的載流子遷移率。

?

因此在材料的探尋中，除了需要準確地得出電子結(jié)構(gòu)，周圍環(huán)境、缺陷對材料電子結(jié)構(gòu)的影響，還要能夠比較精確的得出材料中自旋軌道耦合。

?

目前的雜化泛函等計算方法，雖然能在一定程度給出材料的電子結(jié)構(gòu)，但是，計算過程涉及的計算量非常大，尤其當考慮自旋軌道耦合效應(yīng)時，所牽涉的計算量并不是一般的研究小組所能承受的。不但如此，雜化泛函等相關(guān)方法缺乏嚴格的理論論證，是一種經(jīng)驗的計 算方法。因材，在未來信息材料計算中，需要發(fā)展有效的，能夠精確得出材料電子結(jié)構(gòu)計算方法，該計算方法能夠兼顧計算精度和計算量兩個方面，且能夠精確地得出自旋軌道耦合效應(yīng)。

在上述計算的基礎(chǔ)上，自旋輸運理論的發(fā)展和完善是計算信息材料未來發(fā)展的另一方面。未來信息材料以電子的自旋為信息的載體，通過自旋態(tài)間的關(guān)聯(lián)實現(xiàn)信息的存儲與傳輸。當今的輸運理論隨在一定程度上模擬器件中電子的輸運過程。但總體說來，仍然不能很好的得出電子自旋態(tài)的傳遞過程。因此，進一步發(fā)展自旋輸運理論，使其能夠比較精確的描述未來信息材料中自旋態(tài)間的關(guān)聯(lián)和傳導過程，也是計算信息材料未來發(fā)展的一個方面。

?

（1）常見的智能材料設(shè)計方法

智能材料計算的主要方法有遺傳算法、免疫算法、模擬退火、演化程序、局部搜索、人工神經(jīng)網(wǎng)絡(luò)等等。

?

遺傳算法最早由美國的J.Holland 教授于1975 年提出，它主要是借鑒生物界的進化規(guī)律（優(yōu)勝劣汰，適者生存的機制）演化而來的隨機化計算方法。

?

它的特點是直接對結(jié)構(gòu)對象進行操作，沒有求導和函數(shù)連續(xù)性的限定，具有較好的并行性和全局尋優(yōu)能力，能夠自動獲取和指導優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，而且不需要確定的規(guī)則。

?

遺傳算法的這些優(yōu)異特性，奠定了它在現(xiàn)代智能計算中關(guān)鍵技術(shù)的地位，它已被廣泛地應(yīng)用于新材料搜索、結(jié)構(gòu)設(shè)計、機器學習、組合優(yōu)化、信號處理、自適應(yīng)控制和人工智能等領(lǐng)域。

?

遺傳算法屬于進化算法的一種，其基本運算過程主要包括初始化、個體評價、 選擇運算、交叉運算、變異運算、終止條件判斷、計算終止等過程。進化算法是借鑒了生物進化過程中的一些現(xiàn)象而發(fā)展起來的，這些現(xiàn)象包括遺傳、突變、自然選擇以及雜交等。

A.?遺傳算法

遺傳算法是隨機地、沒有指導地迭代搜索，為個體提供了進化機會的同時，也不可避免地產(chǎn)生了退化的可能。而且，遺傳算法的交叉和變異算子相對固定，在求解具體問題時，可變的靈活程度較小。 這導致在求解一些復雜問題時，有可能收斂于局部最優(yōu)，而不能達到理想的全局最優(yōu)。

實踐表明，僅僅使用遺傳算法或者以其為代表的進化算法，在模仿智能計算處理事物的能力還遠遠不夠，還必須更加深層次地挖掘與利用智能計算方法。

?

學習生物智能、開發(fā)和改進利用生物智能是進化算法是智能計算應(yīng)用的一個研究熱點。在生命科學領(lǐng)域，免疫與遺傳一樣受到了人們的廣泛關(guān)注和深入研究。所以，人們將生命科學中的免疫概念引入到智能計算領(lǐng)域，借助免疫概念和理論并將其與已有的智能算法有機地結(jié)合起來，在保留原算法優(yōu)良特性的前提下，有目的有選擇地利用待求問題體系中的一些特征信息或知識來抑制其優(yōu)化過程中出現(xiàn)的退化現(xiàn)象，這種算法稱為免疫算法。大部分的計算結(jié)果表明免疫算法是有效的而且也是可行的，它較好地解決了遺傳算法中的退化問題，從而較好的保證智能計算過程中的全局收斂 性問題。

B.?模擬退火算法

模擬退火算法的基本思想來源于固體退火原理，首先將固體加溫至充分高，然后讓其緩慢冷卻，在初始加溫過程中，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而在緩慢冷卻的過程中，粒子漸趨有序，在每個溫度都達到平衡態(tài)，最后在常溫時達到基態(tài)，內(nèi)能也達到最小值。

?

模擬退火算法新解的產(chǎn)生和接受主要分為四個步驟：

?

第一步是由一個產(chǎn)生函數(shù)從當前解經(jīng)過簡單地變換，如對全部或部分元素進行置換、互換等，產(chǎn)生一個位于解空間的新解；

第二步是計算與產(chǎn)生的新解與目標函數(shù)的差值；

第三步是依據(jù)是一個接受準則，判斷產(chǎn)生的新解是否被接受；

第四步是當產(chǎn)生的新解被確定接受時，用新解代替當前解，實現(xiàn)了當前解的一次迭代，同時修正目標函數(shù)值，并且在此基礎(chǔ)上開始下一輪試驗。而如果新解被判定為舍棄時，則在原來的當前解基礎(chǔ)上繼續(xù)新一輪試驗。

?

模擬退火算法求得的解與初始解狀態(tài) （算法迭代的起點）無關(guān)，該算法在理論上已經(jīng)被證明是一種以概率收斂于全局最優(yōu)解的全局優(yōu)化算法， 具有漸近收斂性和較好的并行性。

C.?人工神經(jīng)網(wǎng)絡(luò)算法

人工神經(jīng)網(wǎng)絡(luò)算法的基本思想是模仿人腦，是具有高度智能化和并行性的未來智能計算方法。

?

思維學的基本觀點認為，人類大腦的思維可分為抽象思維（邏輯思維）、形象思維（直觀思維）和靈感思維（頓悟）三種最基本的方式。

?

人工神經(jīng)網(wǎng)絡(luò)主要是模擬人類思維的第二種方式，它是一個非線性動力學系統(tǒng)，其主要特點在于信息的分布式存儲和高效的并行協(xié)同處理。人工神經(jīng)網(wǎng)絡(luò)是由大量的簡單的神經(jīng)元相互聯(lián)接而成的自適應(yīng)非線性動態(tài)系統(tǒng)。盡管單個神經(jīng)元的結(jié)構(gòu)比較簡單，功能也極其有限，但是大量神經(jīng)元構(gòu)成的網(wǎng)絡(luò)系統(tǒng)所能實現(xiàn)的行為卻是極其復雜和豐富多彩的。

?

人工神經(jīng)網(wǎng)絡(luò)根據(jù)神經(jīng)細胞、 神經(jīng)網(wǎng)絡(luò)、神經(jīng)系統(tǒng)等生物原型結(jié)構(gòu)及其功能機理，建立神經(jīng)元、神經(jīng)網(wǎng)絡(luò)的基本概念模型、知識模型、物理化學模型和數(shù)學模型等，在這些基本理論模型研究的基礎(chǔ)上進一步構(gòu)建具體的神經(jīng)網(wǎng)絡(luò)模型，并利用人工神經(jīng)網(wǎng)絡(luò)組成實際的信號處理或模式識別的智能系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)反映了人腦功能的若干基本特性，但并非真實生物系統(tǒng)的描述，只是一種模仿、簡化和抽象。

普通的電子計算機的功能取決于程序中給出的知識和能力。因此，對于智能活動要通過總結(jié)編制程序?qū)⑹掷щy。人工神經(jīng)網(wǎng)絡(luò)在構(gòu)成原理和功能等方面更加接近于人腦，它具有初步的自適應(yīng)與自組織能力，能夠自身適應(yīng)環(huán)境、總結(jié)規(guī)律、完成某種運算、識別或者過程控制。人工神經(jīng)網(wǎng)絡(luò)是一個具有學習能力的系統(tǒng)，可以發(fā)展知識，以致超過設(shè)計者原有的知識水平。人工神經(jīng)網(wǎng)絡(luò)通過學習或訓練過程中改變突觸權(quán)重值，以適應(yīng)周圍環(huán)境的要求。

?

人工神經(jīng)網(wǎng)絡(luò)可以通過若干次學習后，提高網(wǎng)絡(luò)判斷的正確率。如人工神經(jīng)網(wǎng)絡(luò)的輸出為“0”（即結(jié)果錯誤），則把網(wǎng)絡(luò)連接權(quán)重朝著減小輸入加權(quán)值的方向調(diào)整，其目的在于使網(wǎng)絡(luò)下次再遇到相同的輸入模式時，減小犯同樣錯誤的可能性。人工神經(jīng)網(wǎng)絡(luò)按以上學習 方法進行若干次學習后，網(wǎng)絡(luò)判斷的正確率將大大提高。當人工神經(jīng)網(wǎng)絡(luò)對這個模式的學習獲得了成功后，它將把這個模式分布地記憶在網(wǎng)絡(luò)的各個連接權(quán)值上。當人工神經(jīng)網(wǎng)絡(luò)再次遇到這個模式時，就能夠作出迅速、準確的判斷和識別。一般說來，網(wǎng)絡(luò)中所含的神經(jīng)元個數(shù)越多，則它能記憶、識別的模式 也就越多。

人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)模仿人腦，具有并行處理特征，可以大大提高工作速度。盡管人腦神經(jīng)元之間傳遞信息的速度要遠低于普通的計算機，人腦神經(jīng)元之間傳遞信息為毫秒量級，而計算機的頻率往往可達幾百兆赫。但是，由于人腦是一個大規(guī)模串行與并行組合的綜合處理系統(tǒng)，因而，在許多問題 上可以作出快速判斷、決策和處理，其速度則遠高于普通計算機。而且人工神經(jīng)網(wǎng)絡(luò)的信息存貯在神經(jīng)元之間連接強度的分布上，存貯區(qū)與計算機區(qū)合為一體，即使有輕微的小錯誤，也不會影響人工神經(jīng)網(wǎng)絡(luò)的功能。人腦存貯信息的特點為利用突觸效能的變化來調(diào)整存貯內(nèi)容，雖然人腦每日有大量神經(jīng)細胞死亡（平均每小時約一千個），但不影響大腦的正常思維活動。而普通計算機是具有相互獨立的存貯器 和運算器，知識存貯與數(shù)據(jù)運算互不相關(guān)，只有通過人編出的程序使之溝通，這種溝通不能超越程序編制者的預想。元器件的局部損壞及程序中的微小錯誤都可能引起嚴重的失常。

?

1. 材料基因工程在新材料設(shè)計中的作用

材料基因工程，是借鑒生物學上的基因工程技術(shù)，探究材料結(jié)構(gòu)（或配方、工藝）與材料性質(zhì)（性能）變化的關(guān)系。并通過調(diào)整材料的原子或配方、改變材料的堆積方式或搭配，結(jié)合不同的工藝制備，得到具有特定性能的新材料。

?

以材料設(shè)計和模擬為基礎(chǔ)的材料基因工程已經(jīng)成為當前材料科學中不可或缺的一部分，也已經(jīng)讓人們看到了材料基因工程的巨大作用。

?

在材料基因工程提出之前，新材料從研發(fā)到市場應(yīng)用時間跨度非常長，某種新材料從最初的研究開發(fā)，經(jīng)性能優(yōu)化、系統(tǒng)設(shè)計與集成、驗證、制造再到投入市場通常需要10~20 年時間。部分原因是一直以來過度依賴對材料研發(fā)的科學直覺與實驗判斷，目前大部分材料的設(shè)計與測試是通過耗時的重復實驗來完成的。

?

而實際上，有些實驗通過理論計算工具就能完成模擬。材料基因工程采用強大的計算分析和理論模擬工具，減少新材料研發(fā)和生產(chǎn)過程中對物理實驗的依賴。改進的數(shù)據(jù)共享系統(tǒng)和一體化的工程團隊將允許設(shè)計、系統(tǒng)工程與生產(chǎn)活動的重疊與互動。這種新的綜合設(shè)計將結(jié)合更多的計算與信息技術(shù)，加上實驗與表征方面的進步，將顯著加快材料投入市場的種類及速度，材料的開發(fā)周期可從目前的10~20 年縮短為5~10 年。

?

2. 材料設(shè)計與模擬對研發(fā)與科研的影響

材料基因工程將開發(fā)新的集成式計算、實驗和數(shù)據(jù)信息學工具。

?

這些軟件和集成工具將貫穿整個材料研發(fā)鏈，它們采用一種開放平臺進行開發(fā)，以提高預測能力，并按最新標準，實現(xiàn)整個材料創(chuàng)新基礎(chǔ)數(shù)字化信息的整合。這一基礎(chǔ)將與現(xiàn)有產(chǎn)品設(shè)計框架無縫結(jié)合，推動材料工程設(shè)計向快速化、全面化 發(fā)展。

?

此外材料基因工程將建立一個大型的開發(fā)數(shù)據(jù)共享平臺。數(shù)據(jù)共享平臺不僅能讓研究人員能夠輕松地將自己的數(shù)據(jù)導入模型，同時還要使研究和工程人員能夠彼此整合數(shù)據(jù)。數(shù)據(jù)共享還將促進處于不同材料開發(fā)階段的科學家和工程師的跨學科交流，縮短了新材料的研發(fā)周期和研發(fā)成本。

?

材料基因工程可以在 高性能計算機的輔助下，通過理論計算揭示物質(zhì)構(gòu)成、不同元素排列與材料功能之間關(guān)系，進而實現(xiàn)有目的設(shè)計新材料的科學工程，大大縮短了新材料的研發(fā)周期和研發(fā)成本，導致性能優(yōu)越的新型功能材料不斷產(chǎn)生。

?

例如，由單層碳原子構(gòu)成的石墨烯，它既是當前發(fā)現(xiàn)的最薄的材料，也是最強韌的材料，斷裂強度比最好的鋼材還要高200倍，于此同時它還又有很好的彈性，拉伸幅度能達到自身尺寸的20%。 如果用一塊面積1平方米的石墨烯做成吊床，本身重量不足1 毫克可以承受一只一千克的貓。

?

石墨烯材料是目前最有潛力的應(yīng)用是成為硅的替代品，制造超微型晶體管，用來生產(chǎn)未來的超級計算機。根據(jù)相關(guān)理論預測，用石墨烯取代硅，計算機處理器的運行速度將會快數(shù)百倍。此外，關(guān)于石墨烯非凡應(yīng)用的新聞不斷出現(xiàn)在人們的視野當中，如手機充電只需幾秒鐘？史上最薄電燈泡？光驅(qū)動飛行器？似乎石墨烯已經(jīng)成為了無所不能的超級材料。

?

以石墨烯為代表的新材料的出現(xiàn)，必將引起工業(yè)設(shè)計的變革，而工業(yè)設(shè)計的變革產(chǎn)生新的設(shè)計理念又反過來對材料科學提出新的要求，促使材料的角色發(fā)生轉(zhuǎn)變，帶動材料科學的進一步發(fā)展。因此，材料基因工程在我國的工業(yè)設(shè)計領(lǐng)域有著更強烈的實用價值和需求背景， 也是我國在先進材料及高端制造業(yè)領(lǐng)域達到世界領(lǐng)先地位的一大舉措。

?

3. 材料設(shè)計與模擬對日常生活的影響

在材料基因工程實施之后，新材料的研發(fā)周期將大大縮短，新材料的研發(fā)成本也將大大的降低。 因此人們可以創(chuàng)造出更多與人類健康和福利相關(guān)材料。例如，先進材料的許多應(yīng)用可解決人類健康和福 利面臨的挑戰(zhàn)——從生物相容性材料到防受傷的保護材料設(shè)計，如假肢或人工器官。防止創(chuàng)傷性腦損傷 設(shè)計的先進材料對于包括運動員和軍事人員等在內(nèi)的很多用戶群體都有潛在的好處。而且還可以加快開 發(fā)清潔能源、減少對于石油的依賴，大幅度減少城市污染源。材料設(shè)計與模擬的研究可以幫助找到新技 術(shù)，如為生物燃料生產(chǎn)更好的催化劑、直接從陽光產(chǎn)生能量的人工光合作用、新穎高效的太陽能光伏、 便攜式能源存儲設(shè)備等?；诓牧显O(shè)計與模擬開發(fā)出來的先進功能材料（如高效率、低成本、輕量化的 新型電池材料）還可以減少人類生活對傳統(tǒng)化石能源的依賴。

在人們的日常生活中，新材料的價值體現(xiàn)，不僅僅是諸多新的產(chǎn)品的涌現(xiàn)，更重要的是新材料廣泛滲透于人類的生活，影響著人類的生存質(zhì)量。材料科學每前進一小步，人類社會文明就能前進一大步。 在人類的歷史長河中，新材料的發(fā)現(xiàn)和應(yīng)用將不斷創(chuàng)造著人類社會的新生活。

（來源丨新型工業(yè)化，作者丨劉利民，《材料基因工程:材料設(shè)計與模擬》）