Python 原子间最小距离
我想用Lennard-Jones势计算两个原子之间的最小距离。 我想使用的公式是:Python 原子间最小距离,python,scipy,scipy-optimize,Python,Scipy,Scipy Optimize,我想用Lennard-Jones势计算两个原子之间的最小距离。 我想使用的公式是: V(r) = C12/r^12 - C6/r^6 where C12 = 1 and C6 = 10 下面已经给出了包含变量的函数构造,本例的解应为0.764724 我的想法是使用“最小”函数,但我完全不知道如何使用它。甚至在阅读了SciPy手册之后。 我该怎么开始 import numpy as np from scipy.optimize import minimize, leastsq, least_sq
V(r) = C12/r^12 - C6/r^6 where C12 = 1 and C6 = 10
下面已经给出了包含变量的函数构造,本例的解应为0.764724
我的想法是使用“最小”函数,但我完全不知道如何使用它。甚至在阅读了SciPy手册之后。
我该怎么开始
import numpy as np
from scipy.optimize import minimize, leastsq, least_squares, curve_fit
def get_minimum_energy_distance(C12, C6):
my code
您需要做的第一件事是定义函数以优化:
def f(r, C12=1, C6=10):
return (C12/r**12) - (C6/r**6)
最后,我们调用scipy的minimize
,传入我们定义的函数。我们还需要传入与最小y对应的r位置的猜测,我选择了r=1.5:
from scipy.optimize import minimize
res = minimize(f,1.5)
# fun: -24.999999999999936
# hess_inv: array([[0.00032439]])
# jac: array([2.38418579e-06])
# message: 'Optimization terminated successfully.'
# nfev: 36
# nit: 4
# njev: 12
# status: 0
# success: True
# x: array([0.76472448])
res['x']
# array([0.76472448])
这是你的结果。我建议阅读,熟悉一些优化参数,然后玩一玩,看看该方法如何响应x0(r值对应于最小y)的不同初始猜测。太好了,非常感谢much@riejuhatza考虑接受这个答案,因为它帮助你解决这个问题,请看: