- •1.Перечислите предпосылки появления нанотехнологии
- •3.Инструментарий нанотехнологии
- •4.Основные проблемы нанотехнологии и пути их решения
- •5.Уровни научного познания в применении к нанотехнологиям
- •6. Общие принципы компьютерного моделирования
- •7. Типы моделей «белый ящик», «черный ящик», «серый ящик
- •8. Принципиальные подходы вычислительной нанотехнологии
- •9. Основные принципы моделирования молекулярных систем в молекулярной механике
- •10. Потенциальная энергия молекулы в молекулярной механике
- •11. Энергия слабых связей в молекулярной механике
- •12. Методы поиска равновесных структур в молекулярной механике
- •13. Методы упрощения, применяемые в молекулярной механике
- •14. Достоинства и недостатки методов молекулярной механики
- •15. Область применимости молекулярной динамики
- •16. Базовые законы молекулярно-динамического моделирования
- •17. Выбор шага по времени в молекулярной динамике
- •18. Методы ограничения областей в молекулярной динамике
- •19.Методы учёта энергообмена с внешней средой в молекулярной динамике
- •20. Достоинства и недостатки молекулярной динамики
- •21. Стохастический принцип моделирования в методах Монте-Карло
- •22. Алгоритм Метрополиса
- •23. Процесс Маркова
- •24. Достоинства и недостатки моделирования методами Монте-Карло
- •25. Механизмы образования супрамолекулярных связей
- •26. Водородная связь в супрасистемах
- •27. Электростатические взаимодействия в супрасистемах
- •28. Ван-дер-ваальсовы взаимодействия в супрасистемах
- •29. Достоинства супрамолекулярных систем
- •30. Самоорганизация сложных систем
- •31. Самосборка как пример самоорганизации в нанотехнологии. Факторы, определяющие самосборку
- •32. Общие признаки пакетов моделирования молекулярных систем
- •33. Процедура проведения квантовохимического моделирования
- •34. Проведите общий обзор программного обеспечения моделирования наносистем
6. Общие принципы компьютерного моделирования
Моделирование - это особый метод познания окружающего мир. Он можетприменяться как на эмпирическом, так и на теоретическом уровнях. Моделирование не является расширением теории или эксперимента – егоследует рассматривать как отдельную позицию между - теорией иэкспериментом.
Когда появились первые ЭВМ, на них с помощью прикладной математики удавалось решать сложные математические задачи из области ядерной физики, баллистики, прикладной небесной механики. Именно тогда стало ясно, что резкое увеличение производительности вычислительного труда означает переход к совершенно новому способу проведения теоретических исследований. В дальнейшем, развиваясь и совершенствуясь при решении разнообразных актуальных, прежде всего физических задач, этот стиль теоретического анализа трансформировался в новую современную технологию и методологию проведения теоретических исследований, которая получила название вычислительного эксперимента.
В настоящее время технологический цикл вычислительного эксперимента принято разделять на ряд этапов. Это позволяет лучше понять сущность этогометода проведения теоретических исследований.
1-й этап - построение модели. Сначала выбирается физическая модельявления и проводится разделение всех действующих факторов на главные, которые обязательно нужно учесть, и второстепенные, которые на данном этапеисследования могут быть отброшены. Здесь же формулируются допущения или рамки применимости модели, в которых будут верны полученные результаты.
2-й- разработка метода расчета сформулированной математической задачи. Фактически это совокупность цепочек алгебраических формул, покоторым ведутся вычисления, и логических условий, позволяющих установитьпоследовательность применения этих формул.
3-й этап - создание программы для реализации разработанного алгоритма на компьютере. Современное программирование является самостоятельнойнаукой со своими фундаментальными принципами, подходами и методами.Поэтому программное обеспечение представляет собой сложную систему,включающую языки, трансляторы, операционные системы, библиотекистандартных программ и пр.
4-й этап - проведение расчетов на компьютере. Здесь наиболее отчетливо проявляется сходство с физическим экспериментом. Различие в том, что в лаборатории экспериментатор с помощью специально построенной установки воплощает условия эксперимента и измеряет значения ключевых физических параметров. Специалист по вычислительному эксперименту с помощью компьютера осуществляет то же самое на математической модели. Ответ в обоих случаях получается в виде некоторой информации, которую затемпредстоит расшифровать.
5-й этап - обработка результатов расчетов, их всесторонний анализ и выводы. После проведения анализа становится ясно, можно использовать полученные результаты или же необходимо уточнить модель.
7. Типы моделей «белый ящик», «черный ящик», «серый ящик
В зависимости от сложности исследуемых процессов и степени их теоретического обоснования используются различные модели, которые можноусловно обозначить как «белый ящик», «черный ящик» и «серый ящик».
«Белый ящик» - модель, основанная на известных физических ихимических законах и свойствах. Система нелинейных уравнений,составленная с их учетом, адекватно описывает физические процессы,протекающие на рассматриваемом объекте. Полученные на ее основе трехмерные модели могут дать точные описания всех физических процессов.Однако такие модели являются сложными в разработке и предъявляют весьмавысокие требования к вычислительным ресурсам. Кроме того, из-заресурсозатрат модели такого типа редко позволяют проводить анализпроцессов в реальном масштабе времени.
«Черный ящик» - модель, основанная на наличии экспериментальныхданных. Она не требует никакой фундаментальной информации. Такие моделидостаточно хорошо изучены и просты для работы в реальном масштабевремени, поскольку система уравнений включает небольшое количество переменных, изменяющихся в довольно узком диапазоне значений. В то жевремя, такие модели должны регулярно обновляться с появлением новыхэкспериментальных данных.
В модели «серый ящик» учитываются закономерности процесса и в то же время позволяют проводить контроль за параметрами системы в динамическом режиме, используются так называемые базисные элементы, включающие имеющуюся информацию о поведении системы в виде простых аналитических функций и выражений. Вид этих элементарныхфункций увязывается с поведением системы, при этом они могут иметь вмодели системы разнообразные формы и подвергаться изменениям.