文章/答案/技术大牛

发布

社区首页 >问答首页 >lammps分子动力学模拟薄膜沉积中均方根粗糙度计算问题？

问lammps分子动力学模拟薄膜沉积中均方根粗糙度计算问题？

提问于 2020-05-22 06:14:15

回答 1关注 0查看 701

在用分子动力学模拟薄膜沉积时，其中的均方根粗糙度计算的lammps代码如何编写呢？备注：Ta上沉积Cu。

还请各位懂得的老师或同学们帮忙告诉一下吧，万分感谢！！！

回答 1

用户10396076

修改于 2023-03-02 00:53:46

同求

和开发者交流更多问题细节吧，去写回答

MindSponge分子动力学模拟——计算单点能（2023.08）

atom 对象函数配置系统

在前面的几篇文章中，我们分别介绍了MindSponge的软件架构、MindSponge的安装与使用和如何在MindSponge中定义一个分子系统。那么就像深度学习中的损失函数，或者目标函数，这里分子力学的主要目标函数就是势能（也有动能项，但动能项更多的来源于分子动力学模拟的过程，而不是实验中的参数）。这篇文章我们主要探讨一下，在MindSponge中如何计算给定体系的单点能。

DechinPhy

2023/09/01

2530

分子动力学模拟算法框架

编程算法深度学习云计算

分子动力学模拟在新材料和医药行业有非常重要的应用，这得益于分子动力学模拟本身的直观表述，用宏观的牛顿力学，结合部分微观的量子力学效应，就能够得到很好的符合统计力学推断的结果。可以说，分子动力学模拟从理论上跨越了物理化学生物等多个学科，而从实践上又包含了计算机科学、人工智能的大量辅助和优化，综合性非常强。越是综合性强的研究方向，就越有必要梳理清楚其主干脉络和工作流程。

DechinPhy

2022/05/10

1K0

lammps教程：薄膜渗透模拟（3）–不同孔隙率对过滤效果的影响

java https 网络安全

本文是薄膜渗透过滤的最后一篇文章：不同孔隙率薄膜建模。孔隙或空位缺陷的建模原理比较简单：删除一定数量的原子就可以。 lammps自带delete_atoms可以随机删除一定比例的原子，如果对孔隙或空位的形状、尺寸等有特殊需求，需要用编程的方法删除原子。 delete_atoms porosity命令可随时产生设定比例的原子，如删除50%的原子：

全栈程序员站长

2022/10/03

7460

方差、协方差、标准差、均方差、均方根值、均方误差、均方根误差对比分析[通俗易懂]

编程算法

本文由博主经过查阅网上资料整理总结后编写，如存在错误或不恰当之处请留言以便更正，内容仅供大家参考学习。

全栈程序员站长

2022/11/11

8.3K0

方差、协方差、标准差、均方差、均方根值、均方误差、均方根误差对比分析[通俗易懂]

分子动力学模拟之SETTLE约束算法

编程算法

在上一篇文章中，我们讨论了在分子动力学里面使用LINCS约束算法及其在具备自动微分能力的Jax框架下的代码实现。约束算法，在分子动力学模拟的过程中时常会使用到，用于固定一些既定的成键关系。例如LINCS算法一般用于固定分子体系中的键长关系，而本文将要提到的SETTLE算法，常用于固定一个构成三角形的体系，最常见的就是水分子体系。对于一个水分子而言，O-H键的键长在模拟的过程中可以固定，H-H的长度，或者我们更常见的作为一个H-O-H的夹角出现的参量，也需要固定。纯粹从计算量来考虑的话，RATTLE约束算法需要迭代计算，LINCS算法需要求矩阵逆（虽然已经给出了截断优化的算法），而SETTLE只涉及到坐标变换，显然SETTLE在约束大规模的水盒子时，性能会更加优秀。

DechinPhy

2022/05/09

9380

LAMMPS教程(三)势函数相关命令

cut data table web

势函数或力场描述了体系中粒子间的相互作用。这种相互作用在物理学中习惯称为势函数；而在化学中习惯称为力场，二者并没有本质的区别，本文统称为势函数。势函数设置是分子动力学模拟中的关键一环，直接影响模拟的精度和效率。因此，LAMMPS势函数命令是学习的重点。

DanielZhang

2021/02/02

10K0

LAMMPS教程(一)建模命令

html

LAMMPS基于C++程序语言编程，没有类似其他商用软件的直观的用户交互界面。因此，模拟体系的建模、能量控制、粒子间相互作用、初始位置与速度和计算迭代都需要通过输入命令行实现。熟悉LAMMPS的输入命令是学习分子动力学模拟的基础。

DanielZhang

2021/01/18

2.7K0

分子动力学模拟软件GROMACS的安装

云服务器

在作者进行的不严谨的速度测试中，模拟的包含水分子在内的约6万个原子的蛋白质体系，24核CPU上速度约20 ns/day，利用-pme gpu -nb gpu -bonded gpu -update gpu 将主要任务均加载中GPU上时，利用T4速度约80 ns/day，利用V100速度约150 ns/day，A100速度约250 ns/day (CPU为常见服务器CPU)。可见利用GPU加速可较大促进模拟速度。

用户9732374

2022/05/25

7.7K0

MindSponge分子动力学模拟——Constraint约束（2023.09）

volume 博客对象可视化算法

在前面的几篇博客中，我们已经介绍了MindSponge的基本使用方法，比如定义一个分子系统、计算分子的单点能以及迭代器的使用等。有了这些基础的教程，用户以及可以执行一些比较简单的模拟任务，比如可以跑一个能量极小化，或者是NVT过程。

DechinPhy

2023/09/07

3304

MindSponge分子动力学模拟——Constraint约束（2023.09）

MindSponge分子动力学模拟——软件架构（2023.08）

函数框架软件架构系统优化

在前面一篇文章中，我们介绍了MindSponge的两种不同的安装与使用方法，让大家能够上手使用。这篇文章主要讲解MindSponge的软件架构，并且协同mindscience仓库讲解一下二者的区别。

DechinPhy

2023/09/01

3180

MindSponge分子动力学模拟——定义一个分子系统（2023.08）

atom 对象函数基础系统

在前面两篇文章中，我们分别介绍了分子动力学模拟软件MindSponge的软件架构和安装与使用教程。这里我们进入到实用化阶段，假定大家都已经在本地部署好了基于MindSpore的MindSponge的编程环境，开始用MindSponge去做一些真正的分子模拟的工作。那么分子模拟的第一步，我们就需要在MindSponge中去定义一个分子系统Molecule()。

DechinPhy

2023/09/01

3350

分子动力学模拟之周期性边界处理

https 网络安全 python numpy

周期性边界是分子动力学模拟中常用的一种技术手段，不仅可以完整的概述完整的分子体系的特性，在一部分场景下还可以提升计算的效率，从作用上来看更像是一类的近似模型（假设有一个原子逃出这个周期性边界封装的盒子，一定会有另一个相同原子从相对的边界走进这个盒子）。

DechinPhy

2021/07/01

1.4K0

分子动力学模拟软件VMD的安装与使用

https 网络安全图像处理 html

在分子动力学模拟过程中会遇到一些拓扑结构非常复杂的分子模型，所谓的复杂不仅仅是包含众多的原子，还有各种原子之间的成键关系与成键类型等。这时候就非常能够体现一个好的可视化软件的重要性了，这里我们介绍的VMD是一个业界非常常用、功能也非常强大的一款软件。

DechinPhy

2021/05/21

3.7K0

NVIDIA Tesla V100在高性能应用中到底有多强？一文让你知道

高性能计算

GPUS Lady

2019/05/22

5.8K0

分子动力学模拟之基于自动微分的LINCS约束

编程算法 https numpy ajax 网络安全

在分子动力学模拟的过程中，考虑到运动过程实际上是遵守牛顿第二定律的。而牛顿第二定律告诉我们，粒子的动力学过程仅跟受到的力场有关系，但是在模拟的过程中，有一些参量我们是不希望他们被更新或者改变的，比如稳定的OH键的键长就是一个不需要高频更新的参量。这时就需要在一次不加约束的更新迭代之后（如Velocity-Verlet算法等），再施加一次约束算法，重新调整更新的坐标，使得规定的键长不会产生较大幅度的变更。

DechinPhy

2022/05/06

7400

深度学习在断裂力学中的应用

深度学习机器学习神经网络人工智能

问题描述深度学习在图像处理等领域具有广泛的应用，其本质是利用大量的数据，总结出可用的规律，找到输入量与输出量之间的内在联系。调研文献可知，获取大量的数据是深度学习的前期基础，因此，要想利用深度学习解决力学实际问题，首要的任务就是搭建力学和机器学习之间的桥梁（通俗的来讲，对现有的实验数据进行处理，转换为深度学习程序能够识别的格式）；附：高华健作报告时曾经说过：力学工作者也要顺应时代潮流~，把机器学习当作一种解决实际问题的工具，因此，本推文分享一篇相关文献（深度学习与分子动力学相结合的具体实例），希望对大家有

联远智维

2022/01/20

1.3K0

MD，分子动力学

com gmail

有计算需求的，请联系客服微信号wbf3ng或邮箱wbf3ng@gmail.com

用户2493118

2018/07/03

7610

星融元HPC高性能计算测试方案（附PDF下载链接）

容器镜像服务腾讯云测试服务高性能计算

一位来自金融行业的客户，他们希望可以实时地模拟和响应风险，以实现企业金融风险管理能力的提升。事实上，不管是金融行业还是其他行业，要想加快步伐满足快速数字化世界中的客户需求，就必须能够比标准计算机更快地处理大量数据。高性能计算（HPC)解决方案，正在受到企业们的青睐。

星融元Asterfusion

2022/05/30

1K0

JCIM | 组合分子动力学模拟和深度学习预测小分子迁移自由能

深度学习机器学习神经网络人工智能

准确预测小分子的配分和疏水性在药物发现过程中至关重要。细胞和整个人体内有许多异质的化学环境。例如，药物必须能够穿过疏水性的细胞膜才能到达细胞内的靶点，而疏水性是药物与蛋白质结合的重要驱动力。原子分子动力学(Molecular Dynamics,MD)模拟常用于计算小分子与蛋白质结合、穿过脂质膜和溶解的自由能，但计算成本很高。机器学习(Machine Learning, ML)和经验方法也被用于整个药物发现，但依赖于实验数据，限制了适用性的领域。研究人员提出了原子MD模拟计算15,000个小分子从水转移到环己烷的自由能。数据集被用来训练预测迁移自由能的ML模型。结果表明，空间图神经网络模型达到了最高的精度，紧随其后的是三维卷积神经网络，而基于化学指纹的浅层学习的精度明显较低。

DrugAI

2021/02/02

1.6K0

点击加载更多

相似问题

lammps电沉积input文件怎么编写？

0292

浅谈平方根的计算

2366

1个单层薄膜有多少纳米？

0134

CDN SLA计算问题？

059

模拟器登录失败是什么问题？

1238

问lammps分子动力学模拟薄膜沉积中均方根粗糙度计算问题？

回答 1

用户10396076

lammps电沉积input文件怎么编写？

浅谈平方根的计算

1个单层薄膜有多少纳米？

CDN SLA计算问题？

模拟器登录失败是什么问题？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐