高分子链构象的计算机模拟
- 格式:doc
- 大小:59.50 KB
- 文档页数:4
基于计算机模拟的高分子材料设计方法高分子材料在现代工业中起着至关重要的作用,其广泛应用于塑料、橡胶、纤维等领域,对于提升材料性能和实现可持续发展具有重要意义。
随着计算机科学的迅速发展和计算机模拟技术的不断突破,基于计算机模拟的高分子材料设计方法逐渐成为实现高分子材料优化设计的重要手段。
一、计算机模拟在高分子材料设计中的作用计算机模拟技术运用计算机算法和理论模型对材料进行建模、分析和模拟,通过原子级别的计算和预测,可以揭示材料的结构、性能和行为,对材料的性能进行预测和优化。
在高分子材料设计中,计算机模拟可以提供对分子结构和界面交互的深入理解,帮助研究人员更好地理解材料特性、相互作用以及性能。
二、分子动力学模拟在高分子材料设计中的应用分子动力学模拟是一种常用的计算机模拟方法,通过求解分子运动方程,模拟材料中分子的实际运动和相互作用。
在高分子材料设计中,分子动力学模拟可以通过分子尺度的模拟,研究高分子材料的力学性能、热学性能和力学响应等方面的问题。
通过调整原子之间的相互作用力常数、界面形态等参数,创造新型高分子材料,优化材料的性能。
三、量子力学计算在高分子材料设计中的应用量子力学计算是一种基于量子力学原理进行模拟和计算的方法,可以用于研究高分子材料的电子结构和光学性质等问题。
量子力学计算方法包括密度泛函理论(DFT)、带间耦合模型(TB)等,通过对高分子分子轨道、能带结构、能态分布等进行计算,可以预测材料的电学和光学性质。
量子力学计算可以帮助高分子材料科学家设计新型高分子材料和优化现有材料的电学性能,为实验提供理论指导。
四、机器学习在高分子材料设计中的应用机器学习是一种基于数据和模式识别的方法,通过自动学习和迭代优化的方式识别和利用数据中的模式和规律。
在高分子材料设计中,机器学习可以通过对大量材料数据的学习,提取并分析其中的规律和趋势,预测高分子材料的性质和行为。
机器学习可以加速高分子材料的研发过程,帮助科学家设计出更具性能优越的高分子材料。
计算机在高分子材料中的应用上机引言随着计算机科学的发展和计算能力的提高,计算机在各个领域的应用也越来越广泛。
高分子材料作为一类重要的材料,在材料科学领域中起着举足轻重的作用。
本文将介绍计算机在高分子材料研究中的应用,着重阐述计算机在高分子材料的模拟与设计、性能预测以及高分子材料在生物医学中的应用等方面的上机实验。
计算机模拟与设计计算机模拟与设计在高分子材料研究中扮演着重要的角色。
通过计算机模拟,可以对高分子材料的结构进行建模和优化设计,从而提高材料的性能。
在计算机模拟过程中,分子动力学模拟和量子化学计算是两个常用的方法。
分子动力学模拟分子动力学模拟可以通过模拟高分子材料的原子和分子之间的相互作用,来研究材料的力学性质和热力学行为。
通过分子动力学模拟,可以预测材料的力学性能、热膨胀性质和热导率等物理特性。
计算机可以通过数值计算求解分子动力学方程,来模拟高分子材料的行为。
量子化学计算量子化学计算是基于量子力学的方法,用于计算分子和原子的结构、能量和其他性质。
在高分子材料研究中,量子化学计算可以用于模拟高分子材料的电子结构和光谱特性。
通过计算机进行量子化学计算,可以预测高分子材料的光学性质、电导率以及催化反应等特性。
性能预测计算机在高分子材料中的应用还包括性能预测。
通过计算机模拟和数值计算,可以预测高分子材料在不同条件下的性能表现,从而提供重要的参考和指导。
力学性能预测通过计算机模拟和有限元分析等方法,可以预测高分子材料在受力情况下的力学性能,如强度、刚度、韧性等。
这对于材料的设计和应用具有重要意义,可以帮助研究人员更好地选择和设计高分子材料。
热学性能预测计算机模拟和数值计算还可以用于预测高分子材料的热学性能,包括热膨胀性、热传导性以及热稳定性等。
这些性能的预测对于高分子材料在高温、低温等极端条件下的应用具有重要意义。
高分子材料在生物医学中的应用高分子材料在生物医学领域中的应用也得到了广泛关注。
计算机在高分子材料在生物医学中的应用上机实验中发挥着重要作用。
分子模拟方法及模拟软件MaterialsStudio在高分子材料中的应用高分子材料是当今工业界和科学界中的一种重要材料,广泛应用于各个领域。
为了进一步了解高分子材料的性质和行为,探究人员接受了许多不同的方法进行探究。
其中,分子模拟方法是一种有效的工具,可用于猜测高分子材料的结构、动力学和性质。
二、分子模拟方法1. 分子动力学模拟分子动力学模拟是分子模拟方法中最常用的方法之一。
它通过模拟分子系统中原子之间的互相作用,通过求解牛顿方程来探究粒子在给定势场中的运动行为。
这种方法可以模拟高分子材料的力学性质、热力学性质和动态行为。
2. 蒙特卡洛模拟蒙特卡洛模拟是一种基于概率统计方法的模拟方法。
它通过随机生成分子的构象,计算系统的能量,然后依据一定的概率准则来决定是否接受这个构象。
通过大量的随机试验,蒙特卡洛模拟可以得到高分子材料的平衡态性质和相变行为。
三、MaterialsStudio软件介绍MaterialsStudio是由Accelrys公司(此刻是Biovia公司的一部分)开发的一款功能强大的分子模拟软件。
它提供了许多用于高分子材料模拟的工具和模块,包括分子动力学模拟、蒙特卡洛模拟、量子力学计算等。
通过MaterialsStudio软件,探究人员可以模拟高分子材料的结构、性质和行为。
四、MaterialsStudio在高分子材料中的应用1. 高分子材料的结构模拟MaterialsStudio软件可以进行高分子材料的结构模拟。
通过分子动力学模拟,探究人员可以了解高分子材料的构象分布、空间排布和互相作用。
通过蒙特卡洛模拟,探究人员可以得到高分子材料的稳定结构和相变行为。
这些模拟结果可以援助探究人员理解高分子材料的结构特征,指导高分子材料的设计和合成。
2. 高分子材料的热力学性质模拟MaterialsStudio软件可以进行高分子材料的热力学性质模拟。
通过分子动力学模拟,探究人员可以计算高分子材料的力学性质、热胀缩性和热导率等热力学性质。
创新实践培训(论文)题目:键长涨落算法对高分子链无规行走的模拟学院:材料科学与工程学院专业名称:高分子材料与工程班级学号: 08013116、08013117学生姓名:胡杨蚨学生姓名:赖志强指导教师:钟卫二O一一年十月键长涨落算法对高分子链无规行走的模拟学生姓名:胡杨蚨、赖志强班级:080131指导老师:钟卫摘要:随着计算机技术的迅速发展,使得数据的大量统计和复杂的数学计算成为了可能,高分子的计算机模拟已成为研究的一种不可或缺的手段。
利用Visual Basic 6.0编写了一个二维高分子链形态的模拟程序,用来研究高分子链的一些特征。
运用键长涨落算法分别模拟了无规行走链(RW链)和自回避行走链(SAW链),通过随机生成新的高分子链,动态计算均方末端距。
统计了在这两种模型下,不同键长条件下,不同键数高分子链均方末端距的数值。
关键词:计算机模拟均方末端距指导老师签名:目录1前言 ..................................................................... 错误!未定义书签。
1.1计算机模拟在高分子科学中的应用 .................................................. 错误!未定义书签。
1.1.1 高分子动力学模拟 (2)1.1.2 高分子蒙特卡罗(MonteCarlo)模拟 (3)1.2 高分子链构象的模拟 (4)1.3目前高分子链模拟的常用模型 (5)1.3.1无规行走链模型 (5)1.4当前计算机模拟方法简介 (6)1.4.1分子动力学模拟 (7)1.4.2蒙特卡洛模拟 (7)2均方末端距模拟程序的开发 (8)2.1开发工具 (8)2.2开发流程........................................................................................................................2.3算法分析........................................................................................................................2.3.1无规行走模型的算法分析.........................................................................................2.3.2自规避无规行走模型的算法分析.............................................................................2.3.3均方末端距的统计.....................................................................................................2.4界面制作........................................................................................................................2.5均方末端距模拟及验证标度定律...............................................................................2.5.2标度定律的验证......................................................................................................... 3结论 ..................................................................... 错误!未定义书签。
实验十七高分子链构象的计算机模拟一、实验目的1.对高分子链构象有直观、形象的了解。
2.了解Monte Carlo方法的原理。
二、实验原理l.高分子的链构象链构象就是分子链在空间中的形状和尺寸,高分子溶液和本体的许多性质,诸如热力学、光学、电学、声学、流体动力学和力学等性质,都与链构象有关。
而链的柔性,使构象具有统计性。
可以说,链构象理论是研究高分子的基础,我们在《高分子物理》课程中曾学到,高分子链构象可以分成两类,即理想链和真实链。
理想链即无干扰状态下的高分子链,它可以用无规行走来描述,故又称无规链,其均方末端距(h2)可以表示为(h2)=NL2–----------------------------------- (1)式中N是链节数;L是链节长度。
又M =M0N -------------------------------------- (2)式中M为高分子链的分子量;M0为链节分子量。
这样,由(1)、(2)两式,我们就可以得到均方末端距同链分子量M的关系。
真实链即有排除体积效应的高分子链。
由于原子之间相互作用的存在。
两个原子不能在空间占据同一位置。
换言之,在分子链中,组成链的原子相互被排除于同一体积。
这种效应即称为排除体积效应。
在链构象的统计理论和数学模拟中又称自回避链。
排除体积效应引起分子链扩张,即分子链有较大的均方末端距,表示为:(h2)= NvL2, v ≈6/5一般来讲,高分子链是真实链,但高分子链若处于θ状态(在θ温度、θ溶剂中)则成为理想链。
这时,从无规行走的角度来看,无规行走的迹线可以前后重叠。
本实验的主要目的就是直观地从计算机上“看到”这两种链、同时,通过观察高分子的链构象,找出高分子线团尺寸与分子链节数的关系,亦即均方末端距与分子量的关系。
2.链构象的模拟从高分子链的二次结构上看。
链分子是由链节依照一定的键角和旋转角,一个一个地连接而成的。
一个具有N个链节数的高分子链,从计算机模拟的角度来看,相当于一步一步走N步而成的。
实验四受限空间中的高分子链穿越纳米管道的Monte Carlo模拟一、实验目的1.了解键涨落算法(BFM)的基本原理;2.观察受限空间中的高分子链穿越纳米管道的动力学过程;二、实验原理结构是材料物理性能的物质基础。
不同的物质其结构不同,性能当然也不同。
但是性能常常必须通过分子运动才能表现出来。
因此,我们必须深切了解分子运动特点,才能建立高分子的结构和性能的内在联系。
另一方面,生物体系的研究表明,为了实现和完成细胞功能,蛋白质分子经常必须要穿越水和膜物质形成的界面,例如一些特殊的RNA 分子在复制和传递遗传信息时穿越细胞核膜的过程,DNA分子从病毒注射进入寄主细胞,基因在细菌之间的转换以及抗菌素感染等等。
因此,大分子穿越纳米孔(管道)的动力学过程对于生命体系来说是极其重要也是非常普遍的。
同时,类似的穿越过程有着很广泛而又重要的科技应用前景,例如DNA组成序列的分析,长链DNA在凝胶电泳中的分离。
因此,研究高分子链的穿越机制具有十分重要的理论及实际意义。
高分子链穿越纳米管道的动力学行为是极其复杂的过程,受到各种因素的影响,例如分子链的柔性,驱动力的大小,链单元之间以及与管壁的相互作用。
由于实验对各种实验条件和参数的控制比较困难,对所取得的结果的分析和理解也有很大的局限性。
此时,计算机模拟在大分子穿越纳米管道的动力学之一研究领域发挥着极其重要的作用。
Monte Carlo方法在数学上称其为随机模拟(random simulation)方法,随机抽样(random sampling)技术或统计实验(statistical testing)方法。
它的基本思想是:为了求解数学、物理、几何、化学等问题,建立一个概率模型或随机过程,使它的参数等于问题的解;当所解的问题本身属随机性问题时,则可采用直接模拟法,即根据实际物理情况的概率法来构造Monte Carlo模型;然后通过对模型,或过程的观察,或抽样实验来计算所求参数的统计特征,最后给出所求解的近似值。
高分子链的构象及其相变的moute carlo研究-回复高分子链的构象及其相变的蒙特卡洛研究- 一步一步解析引言:高分子链是一类由重复单元(如聚合物)组成的长链分子,在材料科学、生物学和化学等领域具有广泛的应用。
高分子链的构象和相变研究对于理解材料的性质和改进材料设计具有重要意义。
蒙特卡洛方法是一种重要的计算模拟方法,可以模拟高分子链的构象和相变过程。
本文将以高分子链的构象及其相变的蒙特卡洛研究为主题,介绍相关的理论和方法,并通过一步一步的解析来深入理解这一研究主题。
第一部分:高分子链的构象理论1. 高分子链的表示方式:链的表示可以根据需要选择,比较常见的方式有Kuhn链、高斯链和原子链等。
2. 空间排斥效应:高分子链中的单元之间存在空间排斥效应,通过引入排斥势能来表示。
3. 弯曲能和扭转能:高分子链的构象受到弯曲能和扭转能的影响,可以通过引入弯曲和扭转势能来描述。
第二部分:蒙特卡洛模拟的基本原理1. 蒙特卡洛方法的基本思想及应用:蒙特卡洛方法是一种基于概率统计的计算方法,通过大量的随机抽样来模拟复杂系统的特性。
2. 蒙特卡洛模拟的步骤:包括构建模拟系统、定义哈密顿量和选择相应的抽样算法等。
3. 高分子链的蒙特卡洛模拟:在模拟过程中,高分子链的构象变化通过概率抽样来实现,同时考虑到链的刚性、排斥能和外场等因素。
第三部分:蒙特卡洛模拟的应用及结果分析1. 高分子链的构象相变:通过改变温度、外场或链的长度等参数来研究高分子链的构象相变过程。
2. 自由能计算:通过蒙特卡洛模拟可以计算高分子链在不同构象状态下的自由能,进而研究链的稳定性和相变行为。
第四部分:蒙特卡洛模拟的优缺点及未来展望1. 优点:蒙特卡洛模拟方法具有高度灵活性和可扩展性,可以适用于多种复杂系统的研究。
2. 缺点:蒙特卡洛模拟方法需要大量的计算资源,模拟过程中的收敛速度较慢。
3. 未来展望:随着计算机技术的发展,蒙特卡洛模拟方法将更加强大和高效,可以用于更深入的研究和设计。
摘要分子识别的研究具有重要的生物学和药理学意义。
例如DNA的转录,激素的作用机制,免疫系统中的抗原一抗体识别,化学中的酶催化反应,以及很多药物发挥药效的机制都与之密切相关。
而绝对结合自由能计算对于研究分子识别机制及其动态作用是十分重要的。
自由能的正负决定了化学反应的方向,其大小决定了反应的趋势强弱。
国际上有很多的实验小组投入到了自由能的计算模型的研究。
Jorgensen提出的双湮灭方法被认为是一种很经典的计算绝对结合自由能的方法,并且已经得到了广泛的应用。
在论文的第一部分,我们用双湮灭方法计算了谷氨酰胺结合蛋白(GlnBP)单体和底物Gln结合的绝对结合自由能。
模拟得到的结果是一14.59kcal/mol,与实验值.8.025kcal/m01接近,并分析了双湮灭方法的优点和不足,并对该方法的改进提出了一些建议。
在过去的几十年里,分子动力学(MD)模拟已经成为研究蛋白质物理化学特性的一个重要工具。
MD模拟通过给出生物大分子在原子水平上的相互作用,提供生物大分子的涨落和构象变化的详细信息。
MD模拟对于研究蛋白质等生物大分子的结构与功能的关系具有重要的意义。
论文的第二部分工作是选择了GlnBP单体和谷氨酰胺结合蛋白(GlllBP.GIn)复合物体系为研究对象。
使用GROMOS96程序及其力场分别进行了600ps的MD模拟。
通过两个模拟所得到的轨迹,我们从体系的分子结构、自由能、铰链区柔性、口袋区相互作用及底物结合的特异性等几个方面分析了该体系的构象开合机制,得到了与实验数据是相吻合的结果。
溶剂化效应的研究是国际上异常活跃的研究热点。
而静电相互作用是溶剂。
一。
,,,,。
些墼些堑至塑誊鲨堕圣,。
,,,。
,。
—一化效应中最主要的贡献,尤其当溶质分子带电荷或高度极化时更是如此。
一般来讲,广义的PB方程可以描述蛋白质溶液体系的静电效应。
本课题组以前已把用有限差分方法求解PB方程的方法与随机动力学相结合,得到FDSD模拟程序,FDSD模拟方法在动力学模拟过程中把大量的水分子代之以连续介质。
用软件构建全同立构聚丙烯分子、聚乙烯分子并计算它们末端的直线距离一. 实验目的1.了解用计算机软件模拟大分子的“分子模拟”新趋势2. 学会用“分子模拟”软件构造聚乙烯、聚丙烯大分子3. 计算主链含100个碳原子的聚乙烯、聚丙烯分子末端的直线距离二. 实验原理已经知道,C-C 单键是σ键,其电子云分布具有轴对称性。
因此,σ键相连的两个碳原子可以相对旋转而影响电子云的分布。
原子(或与原子基团)围绕单键内旋转的结果将使原子在空间的排布方式不断地变换。
长链分子主链单键的内旋转赋予高分子以柔性,致使高分子链可任取不同的卷曲程度。
高分子链的卷曲程度可以用高分子链两端点间直线距离—末端距 h 来度量。
高分子链曲越厉害,末端距越短。
高分子长链能以不同程度卷曲的特性称为柔性。
高分子链的柔性是高聚物高弹性的根本原因,也是决定高聚物玻璃化转变温度高低的主要因素。
高分子链的末端距是一个统计平均值,通常采用它的平方的平均,叫做均方末端距2h ,通常是用高分子溶液性能的实验来测定的。
我们知道,C-C 单键(σ键)具有轴对称的电子云。
因此,C-C 单键可以以键向为轴相对地内旋转,即在保持键角ϕ (ϕ= 109°28') 不变的情况下,C 3可处于 C 1 - C 2旋转而成的圆锥的底圆边上的任何位置 (自由内旋转),同样C 4可处在C 2 - C 3旋转而成的圆锥的底圆边上的任何位置,以此类推(图1)。
这种由于围绕单键内旋转而产生的空间排布叫作构象。
高分子链是由成千上万个C-C 单键所组成,•每个单键又都可不同程度地内旋转。
这样,由于分子的热运动,分子中原子在空间的排布可随之不断变化而取不同的构象,表现出高分子链的柔性。
高分子链的柔性是高聚物分子长链结构的产物,是高聚物独特性能——高弹性的依据。
尽管实际高分子链中键角是固定的,内旋转也不是完全自由的,高分子链仍然能够由于内旋转而很大程度地卷曲(图2)。
分子越卷曲,相应的构象数目越多,构象熵就越大。
高分子构象及模拟方法简介******学号:**********一、高分子链构象的表征和模型1.1、引言高分子(polymer)在化学技术以及生物技术中扮演了重要的角色。
羊毛、蚕丝、纤维丝、淀粉和橡胶是天然高分子,塑料则是合成高分子,与生命活动密切相关的蛋白质、DNA也是高分子。
它们的共同特征是出很长的链组成,正是这种特殊的结构决定了它们具有特殊的性质。
例如,我们日常生活中见到的高分子液体(如蛋清、口香糖、生面团)表现出与普通液体(如水)明显不同的流动性质。
又比如,如果我们拉长口香糖并快速释放,它会像橡胶一样收缩,但它又是一种液体可以充满任何形状的容器。
高分子材料有着不同于小分子物质的结构特征,表现出独特的宏观性质,如我们最熟悉的橡胶,常温下是柔软而富有弹性的材料,但是冷冻到摄氏零下100多度时,便成了象玻璃一样硬而脆的固体。
对高分子内部分子运动情况的研究是理解高分子的各种复杂性质的基础,是联系高分子微观结构和多种宏观性质的桥梁。
高分子内部分子运动的最主要的宏观表现是高分子链的构象性质。
高分子是由很大数目的重复单元键合而成的长链状、网状、星形状等分子,分子量(重复单元数目)一般在104以上。
高分子链中存在着许多可以旋转的单键,单键的内旋转形成了许多构象(conformation),并且由于热运动,任何一种特定的构象还将不断地变成别的构象。
因此,与构象密切相关的高分子的构象性质是统计性的(statistical)。
高分子构象性质的研究在高分子科学中具有重要的地位,高分子溶液和本体的许多性质与构象性质均有密切的关系高分子溶液的性质与小分予溶液的性质有许多不同之处,下面我们以粘度(viscosity)为例说明这一问题。
假设流体的粘度来自于溶液中的单分子的贡献让我们比较一下高分子溶液与小分子溶液的粘度的区别。
假设有相同大小和构象的两条高分子链:一条由球形链节(segment)组成,而另一条则由三角形链节组成,如图1.1a和1.1b所示,这时体系的粘度是相等的,与链节的形状几乎无关。
化工与材料工程学院
综合与设计性化学实验实验类型:设计性
实验题目:高分子链构象的计算机模拟
班级:化工0701 学号:07110105 姓名:王洪伟实验日期:2009-10-6
一、实验目的
1、对高分子链构象有直观、形象的了解。
2、了解Monte Carlo方法的原理。
二、实验原理
1、高分子的链构象
链构象就是分子链在空间中的形状和尺寸,高分子溶液和本体的许多性质,诸如热力学、光学、电学、声学、流体动力学和力学等性质,都与链构象有关。
而链的柔性,使构象具有统计性。
可以说,链构象理论是研究高分子的基础,我们在《高分子物理》课程中曾学到,高分子链构象可以分成两类,即理想链和真实链。
理想链即无干扰状态下的高分子链,它可以用无规行走来描述,故又称无规链,其均方末端距(h2)可以表示为
(h2)=NL2–----------------------------------- (1)
式中N是链节数;L是链节长度。
又M =M0N -------------------------------------- (2)
式中M为高分子链的分子量;M0为链节分子量。
这样,由(1)、(2)两式,我们就可以得到均方末端距同链分子量M的关系。
真实链即有排除体积效应的高分子链。
由于原子之间相互作用的存在。
两个原子不能在空间占据同一位置。
换言之,在分子链中,组成链的原子相互被排除于同一体积。
这种效应即称为排除体积效应。
在链构象的统计理论和数学模拟中又称自回避链。
排除体积效应引起分子链扩张,即分子链有较大的均方末端距,表示为:
(h2)= NvL2, v ≈6/5
一般来讲,高分子链是真实链,但高分子链若处于θ状态(在θ温度、θ溶剂中)则成为理想链。
这时,从无规行走的角度来看,无规行走的迹线可以前后重叠。
本实验的主要目的就是直观地从计算机上“看到”这两种链、同时,通过观察高分子的链构象,找出高分子线团尺寸与分子链节数的关系,亦即均方末端距与分子量的关系。
2、链构象的模拟
从高分子链的二次结构上看。
链分子是由链节依照一定的键角和旋转角,一个一个地连接而成的。
一个具有N个链节数的高分子链,从计算机模拟的角度来看,相当于一步一步走N步而成的。
不同的链构象是不同行走方式的必然结果。
高分子链在某一时刻为何种构象完全是随机的,这就要求行走方式的选择必须是随机的。
计算机对这种随机过程的描述,是采用Monte Carlo方法。
Monte Carlo方法又称计算机随机模拟方法,统计试验方法。
简单地说,当我们欲计算某物理量时,先建立某种合适的物理模型,然后大量地随机取样,(通过某种随机过程获得样本,该样本同此物理量有直接关系,且可以得到此物理量的一个数值结果)将这些样本的结果做统计平均。
这个统计平均值就是我们欲求的物理量。
当然,样本数越多,这个平均值越接近真实值。
一般地,我们要选取成千上万个样,才能获得较好的模拟结果。
所以Monte Carlo方法是离不开计算机的,其详细的原理可见附录。
在本实验中,所模拟的对象是柔性高分子链。
其构象可以用高分子线团来描述。
我们利用无规飞行模型和晶格模型两种物理模型,来模拟理想链和自回避链的构象。
(1)无规飞行模型
为便于观察,我们选取二维平面的无规飞行模型。
在这个模型中,高分子链可以朝任何方向行走,飞行迹线可以重叠。
形象地说,这种飞行迹线就是布朗粒子的行走迹线。
模拟的基本思想是:在平面上任选一点为原点,
以1为步长,利用计算机的随机数,随机取定第一步
的行走方向。
记录下这次飞行迹线;再以第二点为起
始点,利用随机数,随机取定第二步的行走方向,记
录下这次飞行迹线,如此类推,我们就可以得到N
步的飞行迹线,这就相当于一条链节数为N 的高分
子链的构象,记录下原点到最后一步的末点的距离,
即为这种构象的末端距。
然后,我们再重复上述过程,
就可以获得链节数N 的高分子链的另一种构象,其
末端距也会不同;如此类推,一般我们要重复成千上
万次这个过程,并将这成千上万个末端距相加,再除
以重复过程数目,就得到链节数为N 的高分子链的
均方末端距。
显然,这种模拟的结果,相当于键角可取任意值的自由连接链,图17-l 是一条无规飞行链的分子链构象。
(2)晶格模型
单链构象的Monte Carlo 模拟,常常是采用晶格模型。
这里我们就简单介绍二维平面方格模型上的无规链和自回避链的模拟。
①无规链的模拟
如图17-2所示的方格模型,其显示的为一次无规行走所产生的高分子链。
为简单计,该方格边长为1,行走迹线是沿正方形的边,每一步(即长度为1的边长)代表一个链节,链节长度就为1,不同于无规飞行模型,方格上的每一步只有四种方向可以选择,见图17-3。
不同于无规飞行模型的模拟之处在于:行走方向只有4种选择,至于每一步究竟取何种行走方向,仍由随机数随机取定,显然这相当于链角受限的高分子链。
②自回避链的模拟
自
回避链
同无规
链相
比,主
要区别
就在于
模型中
链是不能相互
交叉重
叠的,即每一步的坐标不能有相同者。
因此,在编程序时,只要排除那些坐标与原先走过的坐标相同的选择走向。
其余的模拟思想仍同前。
图17-4是一次自回避行走的链构象。
具体程序参见附录。
三、实验步骤
1、熟悉计算机的使用
(1)打开电源;
(2)在A 驱动器中插入启动盘;
(3)开启计算机开关(先开启屏幕开关);
(4)计算机处于“A >”状态,输入程序
名图17-2 图
17-3
“TEST”再按“RETURN”键,即可开始实验。
(5)实验完毕后,先关电源,再关屏幕。
2、观察无规链和自回避链的行走
(1)选择(1)是无规飞行链,步数自己设定,(但不要超过200步)*
(2)选择(2)是在平面方格上的无规行走链,步数自己设定(但不要超过200步)(3)选择(3)是在平面方格上的自回避链,步数自己设定(但不要超过100步)以上每项内容,自己设定五个不同的步数N,而每种N值又要重复20次,并记录每次的末端距h2(N),数据记录、处理类似于下表:
3、无规链的链末端距的计算
(1)选择(4)是在立方格子上的无规行走链,步数自己设定(但不要超过50步)(2)记录步数N与相应的链末端距(h2)、N
(3)做ln(h2)N~lnN的双对数图,并用最小二乘法拟合求出斜率。
四、思考题
1、对最小二乘法拟合的结果作一讨论,实验误差的主要来源是什么?
2、你能举出一两个例子说明Monte Carlo方法在高分子中的应用吗?
3、你能否编写一个在平面三角格子之上无规行走链的BASIC程序吗?
五、参考文献
[1] 吴大诚,高分子构象统计理论导引,成都,四川教育出版社,1985。
[2] B. Alder, S. Fembach, M. Rotenberg, Methods in Computational Physics, 1963, 217~242。
* 两个原因:一是屏幕限制,步数太大,迹线会超出屏幕。
二是时间限制,步数太大,时间会较长。
当然,我们也可通过缩小步长以使屏幕上显示出较多步数。