天津大学分子+研究院陈星课题组：基于自适应采样加速ReaxFF反应力场优化

本文介绍了天津大学分子+研究院陈星课题组提出的一种基于自适应采样的ReaxFF反应力场优化策略。该策略通过生成高质量的初始参数猜测，结合三种优化路线（ASMLopt、EASopt和Copt），显著提高了参数优化的效率和精度。研究团队成功模拟了铜表面在水作用下的重构机制，并与实验结果高度一致。这一方法为复杂反应体系的精准建模提供了新方法学支撑。背景方面，分子动力学模拟是材料科学与化学研究的核心工具，而ReaxFF反应力场因其对化学键动态过程的精确描述在复杂化学反应体系的模拟中具有独特优势。然而，传统方法依赖人工经验的初始猜测，优化过程耗时且易陷入局部最优。研究目的是开发一种兼具全局搜索能力和高效性的参数优化方法。结论表明，该方法成功克服了高维参数空间中ReaxFF反应力场优化的核心挑战，为催化过程、界面化学反应及材料行为的纳米尺度高精度建模奠定了方法学基础。