报告题目：基于群体智能的CALYPSO结构预测方法和应用

报告人：马琰铭 教授（吉林大学）

报告时间：2017年10月24日下午14:00

报告地点：物理学院新楼5楼多功能厅

报告简介：

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基本信息。发展仅依据化学组分的材料结构预测方法是物理、化学、材料等学科领域的长期期盼，但却是一个长期难题。难点在于材料势能面的高度复杂性，例如，对一个单胞内含有10个原子的材料体系，其势能面所对应的结构数目可以达到1011 个，而且随着单胞内原子数目的增加，结构数目成级数增加。

基于结构对称性的分类检索思想，结合群体智能理论，引入结构表征的成键特征矩阵，我们提出并发展了卡里普索（CALYPSO）材料结构预测方法[1-2]，在此基础上编制了自主知识产权的CALYPSO软件（见网址： http://www.calypso.cn），仅输入材料的化学组分和外界条件（如压强），即可预测三维晶体[1]、二维层状材料[2]及其表面的原子吸附[3]、二维表面重构[4]和纳米团簇[5]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[6]。

截止目前，CALYPSO方法和软件被55个国家和地区的1800余位研究人员采用，用户在Nature 子刊、PRL、PNAS等刊物发表了450余篇文章。本次报告介绍CALYPSO结构预测方法的创建及基本原理，并介绍CALYPSO在发现超高压下硫化氢200K高温超导体中起到的计算引领作用[7]，以及在富含氢化合物高压相室温超导体设计方面的最新进展[8, 9]。

参考文献

[1] Wang et al., Phys. Rev. B 82, 094116 (2010)；Compt. Phys. Commun. 183, 2063 (2012)

[2] Wang et al., J. Chem. Phys. 137, 224108 (2012) ;

[3] Gao et al., J. Phys. Chem. C 119, 20111 (2015)

[4] Lu et al., Nature Commun. 5, 3666 (2014)

[5] Lv et al., J. Chem. Phys. 137, 084104 (2012)

[6] Zhang et al., J. Chem. Phys. 138, 114101 (2013)；Zhang et al., Phys. Rev. X 7, 11017 (2017)

[7]Li et al., J. Chem. Phys. 140, 174712 (2014)

[8]Zhong et al., Phys. Rev. Lett. 116, 057002 (2016)

[9] Peng et al, Phys. Rev. Lett. 119, 107001 (2017)

报告人简介：

马琰铭，吉林大学物理学院院长。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Nature及子刊、PRL、PNAS等期刊发表了200余篇论文，SCI引用9000余次，以第一完成人分别获得2015年国家自然科学二等奖和2010年教育部高等学校自然科学一等奖。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。

邀请人：刘正猷教授