HOOMD Blue 文档笔记

HOOMD Blue文档笔记

基于hoomd 1.0.2 userdoc

http://codeblue.umich.edu/hoomd-blue/doc/index.html

3. 快速开始

例程：

from hoomd_script import *
# create 100 random particles of name A
init.create_random(N=100, phi_p=0.01, name=’A’)
# specify Lennard-Jones interactions between particle pairs
lj = pair.lj(r_cut=3.0)
lj.pair_coeff.set(’A’, ’A’, epsilon=1.0, sigma=1.0)
# integrate at constant temperature
all = group.all();
integrate.mode_standard(dt=0.005)
integrate.nvt(group=all, T=1.2, tau=0.5)
# run 10,000 time steps
run(10e3)

输出：

 (版权信息)

-----

(运行到的每一行代码)

starting run **

Time 00:00:00 | Step 10000 / 10000 | TPS 35417.9 | ETA 00:00:00 --每过10秒时间统计。已运行时间（时:分:秒），运行步长，平均每秒多少步，预计剩余时间。

Average TPS: 35405

---------

-- Neighborlist stats: --统计信息，此处只有neighbor list输出统计信息。不同脚本输出的统计信息不同。

370 normal updates / 100 forced updates / 0 dangerous updates

n_neigh_min: 0 / n_neigh_max: 10 / n_neigh_avg: 2.41

bins_min: 0 / bins_max: 6 / bins_avg: 1.5625

run complete **

每行代码的分析：

1．  每个hoomd脚本的第一行都需以

from hoomd_script import *

开头，导入hoomd库。例如init.creat_random()这样的过程都是在此库中定义的。

2. hoomd_script导入后，系统必须先初始化，此处为

init.create_random(N=100, phi_p=0.01, name=’A’)

表示创建了一个系统，包含100个名为’A’的粒子。phi_p表示填充率（Packing fraction）。

3. lj = pair.lj(r_cut=3.0) 表示创建一个截断半径为3.0的LJ力，变量lj为pair.lj的实例。

4. lj.pair_coeff.set(’A’, ’A’, epsilon=1.0, sigma=1.0)添加LJ力的参数：A与A之间有ε=1.0，σ=3.0的LJ力。

5.    all = group.all();

       integrate.mode_standard(dt=0.005)

       integrate.nvt(group=all, T=1.2, tau=0.5)

选择对力积分的模式，在一个步长下只能有一种积分模式。此处选择标准模式，步长设为0.005；为分组all指定使用恒温条件下的动力学方法(Nosé-Hoover thermostat)，对所有粒子使用。温度T设为1.2，τ参数（Nosé-Hoover thermostat中的耦合常数）设为0.5。

6. run(10e3) 用run命令启动模拟。在此示例中仅跑10000步，实际研究中的计算通常需消耗数天。一个脚本中不限制使用数个run命令，可在一个run完成后修改参数运行下一个run。

Python中函数变量的传递通过键值对指定：name=value，实参的顺序是任意的。例如，源码中的表示：

init.create_random

( N,

phi_p,

name = "A",

min_dist = 1.0

)

N：创建的粒子数

phi_p：填充率（Packing fraction）

name：为粒子类型指定名称

min_dist：初始化排布的粒子间最小距离

文档中国有=号的说明此参数有默认值，使用时可以省略；没有默认值的则不能省略。

4. 命令行参数