Денис Николаевич Соколов
◽
Николай Юрьевич Сдобняков
◽
Ксения Геннадьевна Савина
◽
Андрей Юрьевич Колосов
◽
Владимир Сергеевич Мясниченко
Описана архитектура и программное обеспечение Metropolis для проведения компьютерного моделирования методом Монте-Карло, а также его модификации. В качестве потенциала используется потенциал сильной связи, однако это не исключает возможности использования других модификаций апробированных многочастичных потенциалов. В сравнении с предыдущими программными реализациями метода Монте-Карло данная модификация увеличила скорость расчетов в 700 раз для выбранного размера наночастицы. Представлены данные по сходимости результатов моделирования методом Монте-Карло на примере температуры плавления. Разработанный программный комплекс постоянно апробируется для расчетов различных моно- и многокомпонентных наночастиц и наносистем. Полученные результаты показывают достаточно хорошее согласие с другими численными методами, в первую очередь с молекулярной динамикой, и реальным экспериментом. Дальнейшее развитие программного комплекса и улучшение показателей эффективности его работы планируется с использованием параллелизации вычислений и использование технологии вычислений на графических процессорах CUDA.
The architecture and software Metropolis for computer simulation by the Monte Carlo method, as well as its modifications, are described. The tight-binding potential that does not exclude the possibility of using other modifications of many-body potentials. In comparison with previous software implementations of the Monte Carlo method, this modification has increased the rate of calculations by 700 times for a selected nanoparticle size. The data on the convergence of the results of modeling by the Monte Carlo method are presented on the example of the melting point. The developed software package is constantly tested for calculations of various mono- and multicomponent nanoparticles and nanosystems. The results obtained show fairly good agreement with other numerical methods, primarily molecular dynamics, and real experiment. Further development of the software package and its performance indicators are planned to be improved using parallelization of computations and the use of computing technology on graphics processors CUDA.
Comment on: ‘‘Water–water and water–ion potential functions including terms for many‐body effects,’’ T. P. Lybrand and P. Kollman, J. Chem. Phys. 83, 2923 (1985), and on ‘‘Calculation of free energy changes in ion–water clusters using nonadditive potentials and the Monte Carlo method,’’ P. Cieplak, T. P. Lybrand, and P. Kollman, J. Chem. Phys. 86, 6393 (1987)
