Effiziente und skalierbare globale Strukturoptimierung

• Antragsteller: Professor Dr. Bernd Hartke
• Fachliche Zuordnung: Theoretische Chemie: Elektronenstruktur, Dynamik, Simulation
• Förderung: Förderung seit 2015
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 280675984

Molekulare Cluster sind nicht nur die Verbindung zwischen Einzelmolekülen und ausgedehnten Festkörpern, sondern auch zentral wichtige Untersuchungsobjekte in vielen Bereichen, wie etwa der Nanotechnologie, der heterogenen Katalyse und der Klimaforschung. In ihren Strukturen und Eigenschaften unterscheiden sie sich sowohl von Einzelmolekülen als auch von Festkörpern, und oft auch von dem, was chemische Experten erwarten. Daher ist sind praktisch einsetzbare Clusterstrukturvorhersagen sehr wichtig. Dem steht jedoch entgegen, daß der Suchraum der Clusterstrukturen exponentiell mit der Clustergröße anwächst. Dadurch sind traditionelle lokale Optimierungsverfahren völlig unzureichend, aber auch die mittlerweile gut etablierten, nicht-deterministischen globalen Optimierungsverfahren (NDGO; z.B. evolutionäre Algorithmen (EA)) geraten bei größeren Clustern in Schwierigkeiten. Genau dort benötigen aber Clusterexperimente theoretische Unterstützung. Daher zielt das vorliegende Projekt darauf ab, sowohl die Effizienz globaler Clusterstrukturoptimierung zu erhöhen als auch ihre Verbindung zum Experiment zu verbessern.Ein großer Teil dieser Projektfortsetzung widmet sich der fortgeschrittenen EA-Methodenentwicklung. Bei lokaler Optimierung gibt es Algorithmen, die gleichzeitig allgemein und hocheffizient sind; das "no free lunch"-Theorem hat jedoch bewiesen, daß diese Kombination bei NDGOs nicht möglich ist. Dort muß hohe Effizienz also durch konkretes Ausnutzen spezieller Eigenschaften der jeweiligen Anwendung erkauft werden. Diesem Grundgedanken folgend, zielen die meisten Entwicklungslinien darauf ab, zwar große Effizienzerhöhungen durch anwendungsspezifische EA-Anpassungen zu ermöglichen, die dafür nötige, nicht-triviale EA-Steuerung aber nicht dem Nutzer aufzubürden, sondern sie durch den EA selber detektieren und "lernen" zu lassen. Es ist daher zu erwarten, daß der resultierende, adaptive EA daher nicht nur effizienter ist, sondern auch leichter bedienbar.Ein weiterer Teil der EA-Methodenentwicklung sowie zwei EA-Anwendungslinien widmen sich einem für EAs neuen Gebiet, der Aggregation mittelgroßer organischer Moleküle auf Oberflächen. In der ersten Projektphase konnten wir bereits nachweisen, daß EAs dafür einsetzbar und nützlich sind; weitere Methodenentwicklung ist im obigen Sinn (Effizienz durch Anwendungsspezifität) jedoch noch nötig. Die beiden Anwendungslinien werden in direkter Zusammenarbeit mit laufenden experimentellen Projekten durchgeführt, zu "smart surfaces" und zu heterogener Katalyse.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Niederlande
• Kooperationspartner: Dr. Johannes Dieterich