1-4、基于群体智能的CALYPSO材料结构预测方法和应用
马琰铭
吉林大学
摘要：材料内部的原子堆积方式，即原子结构，是深入理解材料物理和化学性质的关键。发展仅依据化学组分即可确定原子结构的理论结构预测方法是物理、化学、材料等多学科领域的长期期盼，但却是一个挑战。基于结构对称性的分类检索思想，结合群体智能的结构演化方法，引入结构表征的成键特征矩阵，提出并发展了卡里普索（CALYPSO）材料结构预测方法，编制了自主产权CALYPSO软件（见网址：http://www.calypso.cn），仅需要化学组分和外界条件（如压强），即可预测和设计三维晶体、二维层状材料及其表面原子吸附、二维表面重构和纳米团簇等的基态结构，并可以根据功能性质开展功能材料（如超硬和电子材料等）的逆向结构设计。截止目前，CALYPSO方法和软件被56个国家和地区的2200余位研究人员采用，用户在Nature子刊、PRL、PNAS等刊物发表了640余篇文章。本次报告简要介绍CALYPSO材料结构预测方法的基本原理，并介绍CALYPSO方法的若干最新进展和应用。
DOI:10.12110/secondfmge.20181014.104
吉林大学物理学院院长，教育部“长江学者”特聘教授，国家杰出青年基金获得者。2001年在吉林大学获得博士学位，先后到加拿大科学院和瑞士苏黎世高工开展博士后研究工作。长期从事高压物理的研究工作，在高压相结构与物性领域取得系列创新性成果，在Nature、Nature子刊、PRL等期刊发表了200余篇论文，SCI引用10,000余次，入选2017年科睿唯安全球“高被引科学家”物理榜单，获得2015年国家自然科学二等奖（第一完成人），获国际高压科学与技术协会授予的“Jamieson”奖和意大利国际理论物理中心颁发的"Walter Kohn"奖，在美国物理和化学学会的三月会议、美国Gordon会议、国际高压会议等国际学术会议做邀请报告60余次。