加速高熵合金计算建模与设计新突破，登上Nature Computational Science首期封面

文章开头：
近日，一项由美国艾奥瓦州立大学和美国能源部艾姆斯实验室的Duane D.Johnson等研究者所主导的研究成果，在高熵合金（HEAs）的计算设计领域取得了革命性的进展。他们采用了一种创新的元启发式杂化布谷鸟搜索算法（CS），能够实时构建复杂合金结构模型，大大提升了设计效率，将原本耗时的过程压缩至原来的1.3万倍以下，成功实现了超越当前技术水平的合金计算设计，并荣登2021年《自然》子刊Nature Computational Science创刊首期的封面文章。

高熵合金的独特性与挑战

1. 高熵合金因其包含N个元素以及多元组成{C_ν= 1, _N_ }而著称，其独特的化学和力学性能源于多种竞争性晶体结构的可能性，这为材料设计提供了广阔的空间。
2. 复杂固溶合金（CSAs），作为高熵合金的子集，对至少包含4种元素的组合展现出卓越的性能表现，甚至在中熵合金中亦然。这类合金已被广泛应用到航空航天、能源发电等极端环境技术领域，特别是在提高操作温度耐受力方面表现出色。
3. 然而，CSAs的设计空间因元素数量、位置数等因素呈指数级增长，形成NP-难问题，这对精确且快速生成模型以进行计算设计提出了巨大挑战，尤其是需要识别{Cν}所带来的属性趋势及热稳定性。

杂化布谷鸟搜索算法的应用与优势

1. 为了应对这一挑战，研究者借鉴了自然界中雌性杜鹃选择寄生巢穴的智慧，采用了一种元启发式的布谷鸟搜索算法。该算法具有极高的全局收敛成功率，并通过切换参数调控局部和全局搜索，结合Lévy飞行策略高效扫描解空间，从而在处理棘手或无梯度优化问题时，能迅速找到近似最优解。
2. 研究团队进一步优化了CS算法，提出了一种高效的杂化版本，并在标准函数测试中展现出了远超其他常见进化算法的表现。此杂化CS能在大规模离散组合优化问题上实现线性扩展，尤其是在多处理器并行计算环境下，显著提高了效率。
3. 实践证明，即使是含有四个元素、128个位置的超胞随机近似（SCRAPs）模型，也能在短短几秒钟内被发现，比现行策略快出1.3万倍以上，从而**切实推动了合金计算设计向更高维度拓展**。

研究成果与展望

1. 研究者展示了基于杂化CS优化后的bcc等原子ABCDE固溶合金示例，直观呈现了其在SRO为零情况下的晶胞结构优化效果，并通过对比迭代过程中的函数值变化，验证了6个函数达到最优状态。
2. 杂化CS的性能评估结果显示，其在解决实际问题中的优越性无可比拟，尤其体现在对54原子bcc SCRAP优化上，相较于仅使用蒙特卡洛法的结果更胜一筹。
3. 研究还展示了杂化CS应用于预测耐火bcc TaNbMo、TaNbMoW和TaNbMoWV合金的SCRAPs结果，揭示了这些合金在高温稳定性和性能上的潜力。
综上所述，这项研究成果不仅开发出一种基于杂化CS优化的SCRAPs方法，使任意复杂的固溶合金得以高效设计，并能准确预测包括表面性质、催化性能和氧化行为在内的诸多特性，这是现有方法难以企及的。尽管仍需依赖大量的DFT计算资源来生成组合和属性数据库，但研究团队已开始尝试将SCRAPs与高通量DFT计算相结合，以进一步加速设计进程。
4.杂化CS这一优化工具不仅有望革新材料科学领域的研究，也为制造业、商业、金融、科学工程等多个领域带来了潜在的优化方案，只要能够定义一个适合的适应度函数，便能快速进行评估。本文转自微信公众号“材料科学与工程”，欢迎关注并转载，转载请务必联系授权，未经授权谢绝转载至其他网站。 CSAS币