Você está na página 1de 5

CONTECSI

7, 8 Y 9 DE SEPTIEMBRE 2005
INSTITUTO TECNOLGICO DE LEN

ConTECSI

PRIMER CONGRESO NACIONAL DE TECNOLOGAS


COMPUTACIONALES Y SISTEMAS DE INFORMACIN
Len, Gto., 7, 8 y 9 de Septiembre del 2005

Estado del Arte de la Solucin del Problema


de Lennard-Jones
Hctor Faire H.a, Guadalupe Castilla V.a, Laura Cruz R.a, Arturo Hernndez R.a,
Carlos Camacho A.a, Georgina Castillo V.a
a

Instituto Tecnolgico de Ciudad Madero, Mxico, hfraire@prodigy.net.mx, {jgvaldez50,


lauracruzreyes, ahram66, camachoaca, ginacastillo78}@hotmail.com
Resumen En este artculo se presenta el estado del arte del problema de Lennard-Jones. Se
identifican los enfoques ms exitosos y se describen sus principales caractersticas. Se reportan los
resultados de las evaluaciones realizadas para definir los trabajos futuros de la investigacin.
Abstract In this paper the art state of the Lennard-Jones problem is presented. The most
successful approaches are identified and their main characteristics are described. The results of the
realized evaluations to define the future works of this research are reported.
Palabras clave Algoritmos genticos, Optimizacin global, Problema Lennard-Jones.

I. INTRODUCCIN

OS GRUPOS de tomos son agregados de unos cuantos o cientos de ellos. Sus longitudes
van de unos cuantos ngstroms hasta decenas de nanmetros. Usualmente son generados a
partir de flujos de grupos diferenciados por su masa y aislados en medios tales como matraces
inertes y suspensiones coloidales, o depositados en la superficie de diversos substratos. Los grupos
constituyen un estado intermedio entre la estructura microscpica y macroscpica de la materia.
Desde un punto de vista tecnolgico, pueden ser considerados como supertomos y sirven como
bloques de construccin en nanociencia y nanotecnologa. Algunas aplicaciones especficas son el
desarrollo de pelculas, slidos y circuitos nanoelectrnicos.
La estructura y propiedades de estos grupos han sido estudiadas desde diversos puntos de vista.
En particular, es importante entender la evolucin de los materiales desde su estado inicial como
tomos individuales, hasta convertirse en nanopartculas de materia condensada. Las propiedades
fsicas y qumicas de los materiales, dependen entre otros factores, de la geometra de los grupos de
tomos que forman sus molculas. Las molculas de grafito y diamante estn formadas por tomos
de carbn, pero sus propiedades son completamente diferentes. Esto se debe a que sus
configuraciones atmicas tienen diferente geometra estable. Para disear nuevos materiales,
usando nanotecnologas, se tiene que determinar la configuracin de mnima energa de las
molculas que los componen.
En este trabajo se aborda el problema de determinar la configuracin de grupos de tomos de tal
manera que se minimice la energa potencial de Lennard-Jones producida por las interacciones
atmicas. A pesar de la simplicidad de este modelo, las investigaciones en qumica y biologa lo
consideran un modelo razonablemente bueno para algunos grupos de gases raros. Este modelo es un
componente comnmente usado en la configuracin de molculas complejas y en el desdoblamiento
de protenas [1]. Por su complejidad computacional, el problema de la configuracin atmica bajo

CONTECSI
7, 8 Y 9 DE SEPTIEMBRE 2005
INSTITUTO TECNOLGICO DE LEN

el potencial de Lennard-Jones, es un excelente sistema de prueba para nuevos mtodos de


optimizacin global [2].
En las secciones siguientes se presentan los trabajos relacionados con el problema, su descripcin
formal, el enfoque de solucin y los resultados experimentales de las pruebas preliminares
realizadas en esta investigacin.
II. TRABAJO RELACIONADO
Doye y otros investigadores mantienen actualmente una Base de Datos con la mejor configuracin
conocida de grupos de Lennard-Jones [3]. En [4] se propone un enfoque basado en rejillas con
formas geomtricas predefinidas integradas en un algoritmo gentico y se reporta la solucin del
problema en el rango de 13-147. En [5], los mismos autores, incorporan un proceso de bsqueda
estocstica llevando la solucin hasta 309 tomos. En [6] se propone un algoritmo gentico que
incorpora el mtodo de bsqueda local L-BFGS [7] y reportan la solucin de grupos de hasta 561
tomos. En [8], los mismos autores utilizan un algoritmo voraz para la generacin de las rejillas y
reportan la solucin de grupos con hasta 1000 tomos. En [9] resuelven grupos de hasta 1610
tomos.
Como se observa el enfoque ms exitoso, se basa en la estrategia basada en rejillas y logra un
mayor alcance incorporando procesos voraces. En esta investigacin se pretende explorar el uso de
algoritmos heursticos an no utilizados en la solucin del problema, nuevas variedades de
genticos y heursticos hbridos.
III. DESCRIPCIN FORMAL DEL PROBLEMA
Si n es el nmero de tomos de un grupo, el problema consiste en determinar su ubicacin en el
espacio tridimensional p1 , p 2 ,... p n 3 , de tal manera que se minimice la energa potencial que
se produce como resultado de las interacciones atmicas. Un modelo comnmente utilizado es el de
Lennard-Jones, el cual establece que la energa potencial de una configuracin determinada de los
tomos del grupo est dada por:
n 1

(r

12
ij

i =1 j =i +1

2rij6

donde rij es la distancia entre los puntos pi y p j


IV. ENFOQUE PRELIMINAR DE SOLUCIN
En una primera aproximacin a la solucin del problema, se utiliz un enfoque similar al que se
aplica en la solucin de problemas combinatorios discretos. Una consideracin importante es que la
configuracin de los grupos no se limita a una geometra determinada. La Figura 1 muestra el
pseudocdigo del algoritmo heurstico de multiarranque utilizado. El algoritmo bsico se configur
para tres estrategias de posicionamiento inicial diferentes. Posteriormente se modific para
incorporar el enfoque de dos fases reportado en [2] y se generaron otras tres configuraciones
adicionales. En los algoritmos de una fase se exploraron 1000 vecinos mientas que para los de dos
fases se exploraron 500 vecinos en cada fase. La Tabla 1 muestra los algoritmos configurados Aij,
donde i indica si el algoritmo es de una o dos fases y j el posicionamiento inicial utilizado.

CONTECSI
7, 8 Y 9 DE SEPTIEMBRE 2005
INSTITUTO TECNOLGICO DE LEN

Algoritmo MULTIARRANQUE
Funcin: Determinar la configuracin de energa mnima de Lennard-Jones de un
grupo de tomos dado
Entrada: Nmero de tomos del grupo
ITERACIONES=30, PASOS=10, VECINOS=1000
Funciones de soporte
SolucinInicial()
Se consideraron las siguientes estrategias de generacin de la solucin inicial:
1. Ubicar aleatoriamente todos los tomos, generando nicamente
coordenadas entre 0 y 1.
2. Ubicar el primer tomo en el origen y colocar aleatoriamente cada uno de
los siguientes tomos a una distancia entre 0.5 y 1.5 de todos los tomos ya
ubicados.
3. Se ubican aleatoriamente los tomos de manera similar al primer caso y se
elije dicha ubicacin si su dimetro (la mayor distancia entre los tomos) es
menor que un valor fijo (4).
SolucinVecina()
Genera la solucin vecina x1 a partir de la solucin actual x0 y un tamao de
paso s.
Realiza la siguiente operacin vectorial:
if (random()<0.5) s=s/2 en otro caso s=2*s
x1=x0 + random()*s
EnergaLJ(x)
Calcula la energa potencial de Lennard-Jones del grupo de tomos
ubicados en las posiciones definidas en el vector x.
Estructuras:
x0, x1: Solucin actual y vecina
Salida: Energa mnima e
1
x0=SolucinAleatoria()
2
e=EnergaLJ(x0)
3
Para i=1 hasta ITERACIONES
4
Para j=1 hasta PASOS
5
Para k=1 hasta VECINOS
6
x1=SolucinVecina(x0)
7
e1=EnergaLJ(x1)
8
if (e1<e) entonces e=e1
9
FinPara
11
Fin para
12 FinPara
13 Regresa e
Figura 1. Algoritmo de Multiarranque

Tabla 1. Algoritmos configurados

Fases (i)
1
2

1
A11
A21

Solucin inicial (j)


2
A12
A22

3
A13
A23

V. EVALUACIN EXPERIMENTAL
Cada algoritmo se ejecut 100 veces para grupos de tamao creciente hasta que ya no logra
encontrar la mejor solucin reportada. En cada ejecucin se determin el porcentaje de las

CONTECSI
7, 8 Y 9 DE SEPTIEMBRE 2005
INSTITUTO TECNOLGICO DE LEN

ejecuciones en que se observ dicho valor. La Tabla 2, muestra los porcentajes que se obtuvieron
con cada uno de los algoritmos considerados.
Tabla 2. Resultados experimentales

tomos
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

A11
100
100
97
92
1
9
3
1
1
2
1
1
2
1
1
1
1
1
1

A12
100
100
95
5
7
8
4
3
1
2
1
1
1
1
1
1
1
2
1

A13
100
100
97
4
2
16
1
2
2
4
1
1
1
1
1
2
1
1
1

A21
100
100
77
57
2
2
1
3
3
2
1
1
1
1
1
1
1
1
1

A22
100
100
89
68
3
8
1
1
2
1
1
2
1
1
1
1
1
1
1

A23
100
100
87
74
1
4
3
5
5
1
1
1
1
1
1
1
1
1
1

Como se puede observar el rendimiento general del enfoque considerado es muy bajo. A medida
que aumenta el tamao de los grupos, la efectividad de los algoritmos disminuye notablemente.
Para grupos con ms de 20 tomos, los algoritmos ya no encuentran la solucin ptima. Por otra
parte, si se considera la suma de los porcentajes de acierto de todos los grupos, se observa una
ligera ventaja del enfoque de dos fases con respecto al de una fase.
VI. CONCLUSIONES
En este trabajo se aborda el problema de determinar la configuracin de grupos de tomos de tal
manera que se minimice la energa potencial de Lennard-Jones. Los resultados que se reportan en
este artculo corresponden a las fases iniciales de esta investigacin. Como resultado de la evidencia
experimental recabada, el mejor curso de accin en esta etapa de la investigacin es usar mtodos
basados en rejillas. Por otra, parte se tiene evidencia experimental de que el enfoque de dos fases
puede contribuir a la solucin eficiente del problema.
Con base en la revisin del estado del arte y esta primera interaccin con el problema nos
proponemos profundizar en el estudio de los mtodos de solucin basados en rejillas y en el mtodo
de bsqueda local L-BFGS.

RECONOCIMIENTOS
Deseamos agradecer el apoyo recibido por parte del Dr. David Romero del Instituto de
Matemticas de la UNAM. Este trabajo se est desarrollando en el marco del convenio de

CONTECSI
7, 8 Y 9 DE SEPTIEMBRE 2005
INSTITUTO TECNOLGICO DE LEN

colaboracin del Centro Nacional de Investigacin y Desarrollo Tecnolgico (CENIDET) y el


Instituto Tecnolgico de Cd. Madero. Los recursos aplicados en el proyecto son aportados por el
CONACYT y la Direccin General de Educacin Superior Tecnolgica.

REFERENCIAS
[1] A. Neumaier, Molecular modelling of proteins and mathematical prediction of protein structure, SIAM Review 39(3), 1997, pp. 407460.
[2] M. Locatelli, F. Schoen, Fast global optimization of difficult Lennard-Jones clusters, Kluwer Academic Publishers, Netherlands,
2000, pp. 1-20.
[3] David J. Wales, The Cambridge Cluster Database, disponible: http://www-wales.ch.cam.ac.uk/CCD.html
[4] D. Romero, C. Barrn, S. Gmez, A. Saavedra, Appl. Math. Lett. 12, 1999, pp. 85-90.
[5] D. Romero, C. Barrn, S. Gmez, The optimal geometry of Lennard-Jones clusters:148-309, Computer Physics Communications
123, 1999, pp. 87-96.
[6] X. Shao, Y. Xiang, H. Jiang, y W. Cai, An efficient method based on lattice construction and the genetic algorithm for optimization
of large Lennard-Jones clusters, J. Phys. Chem. A.108, 2004, pp. 3586-3592.
[7] J. Nocedal, Dong C. Liu, On the limited memory BFGS method for large scale optimization, Mathematical Programming 45, 1989,
pp. 503-528.
[8] X. Shao, Y. Xiang, L. Cheng, y W. Cai, Structural distribution of Lennard-Jones clusters containing 562 to 1000 atoms, J. Phys.
Chem. A.108, 2004, pp. 9516-9520.
[9] X. Shao, Y. Xiang, y W. Cai, Structural transition from icosahedra to decahedra of large Lennard-Jones clusters, J. Phys. Chem.
A.109, 2005, pp. 5193-5197.

Você também pode gostar