| 简介： |
|
高分子具有典型的大分子量及慢松弛特征，因此很难利用常规全原子分子动力学模拟方法处理与长距离大分子迁移相关的问题。粗粒化及增强抽样方法提供了在更大时空尺度解决高分子问题的两种可能方案。在粗粒化模拟中，可以利用拟合高分子熔体结构的办法获取特定高分子体系的有效相互作用势，也可以利用高分子熔体或溶液热力学性质估算粗粒化模拟中的参数。聚合反应在粗粒化模拟中可以被认为是一种随机事件，因此可以利用随机反应模型有效地将两个时间尺度上的行为耦合在一起。积分温度抽样方法能够在一条模拟轨迹中混合不同温度的信息，非常适合目前GPU卡的计算架构，从而能够高效地实现增强抽样，获取真正的平衡态高分子结构信息。结合粗粒化及增强抽样方法，应当可以更好地解决高分子体系典型的链结构转变以及有序结构形成和演化等问题。 |
|
