PLUMED VES目标分布:先生成概率曲线
从完整高斯混合输入开始,实际生成均匀、指数、Chi、广义正态等目标概率分布,讲清归一化、网格和输出文件。
阅读本篇目录
下载17个实际例子的输入、输出与绘图程序(ZIP)。VES目标分布描述希望CV如何被采样,不等于无偏体系的平衡概率。先画出目标曲线,确认峰位置、宽度和边界,再将它用于偏置计算。
1 先读已有结果#
解压进入plumed-VES-targets:
bash read.sh
bash plot.sh
cat analysis/PLUMED-VES-target-validation.csv

图中每条曲线来自独立输入;横轴区间不同,不能只比较图形宽窄来判断采样效果。EMG是高斯与指数随机变量之和对应的卷积分布,不是两个概率密度直接相加。
2 高斯混合的完整输入#
inputs/gaussian/plumed.dat:
td: TD_GAUSSIAN CENTER1=-1 SIGMA1=0.5 CENTER2=1 SIGMA2=0.7 WEIGHTS=1,3 NORMALIZE
VES_OUTPUT_TARGET_DISTRIBUTION GRID_MIN=-4 GRID_MAX=4 GRID_BINS=1600 GRID_PERIODICITY=NO TARGET_DISTRIBUTION=td TARGETDIST_FILE=target.data LOG_TARGETDIST_FILE=log-target.data FMT_GRIDS=%24.16e
两个峰中心为−1和1,标准差为0.5和0.7,权重1:3会自动转换成0.25:0.75。NORMALIZE使有限网格区间上的总概率为1;当长尾被截去时,它与无限区间上的原始分布略有不同。这里实际平均CV约0.499975,而不是精确0.5。
head -8 reference-results/gaussian/target.data
head -8 reference-results/gaussian/log-target.data
target.data第一列是CV,第二列是概率密度。密度可以大于1,总积分才应为1。log-target.data实际输出是−ln(p)并把最小值平移到0,不是原样的ln(p),也没有自动乘上kBT;不能直接标成eV自由能。密度恰为0的网格点对应正无穷,这是对数的正常边界行为。
3 换成其他静态分布#
各输入都在inputs/对应目录/plumed.dat,第二行输出命令需要同时使用表中的区间。下面列出完整目标分布定义:
| 目录 | 第一行定义 | 输出区间 |
|---|---|---|
| uniform | td: TD_UNIFORM |
[−2,2] |
| exponential | td: TD_EXPONENTIAL MINIMUM=0 LAMBDA=1.5 NORMALIZE |
[0,8] |
| chi | td: TD_CHI MINIMUM=0 SIGMA=0.8 KAPPA=4 NORMALIZE |
[0,6] |
| chisquared | td: TD_CHISQUARED MINIMUM=0 SIGMA=0.5 KAPPA=6 NORMALIZE |
[0,14] |
| emg | td: TD_EXPONENTIALLY_MODIFIED_GAUSSIAN CENTER1=-0.5 SIGMA1=0.6 LAMBDA1=1.2 NORMALIZE |
[−4,10] |
| generalized-normal | td: TD_GENERALIZED_NORMAL CENTER1=0 ALPHA1=1.2 BETA1=4 NORMALIZE |
[−4,4] |
| gev | td: TD_GENERALIZED_EXTREME_VALUE LOCATION=0 SCALE=1 SHAPE=0 NORMALIZE |
[−4,9] |
均匀分布在本例区间密度为0.25。指数例子的平均约0.66661;Chi例子约1.50398,Chi平方例子约2.99886。它们是各自有限网格的数值,不是材料测量值。
TD_GENERALIZED_NORMAL的ALPHA是尺度,BETA是形状;BETA=2时高斯标准差是ALPHA/√2,不能把ALPHA总当成标准差。这里BETA=4使顶部更平坦。参数关系见官方说明。
4 网格怎么读#
非周期GRID_BINS=1600划分1600个区间,包含两端,共1601行。修改区间或分布宽度后,先检查曲线是否被截断以及积分是否合理,不能仅增加输出小数位就改善采样。
cat data/PLUMED-VES-target-validation.csv
head -6 data/PLUMED-VES-target-curves.csv
完整原生网格在reference-results/,曲线CSV只为方便浏览做了抽点。配套读取程序使用完整网格,与独立概率公式比较;所有本例密度最大差小于4×10⁻¹⁴。这个数说明文件与公式对应,不是实际增强采样已经收敛。
继续看周期、自定义与分布组合和二维分布与边缘概率。
重新计算与环境#
资料包默认读取已有实际输出。需要重新运行全部17个网格例子时,在包顶层提交:
sbatch run.slurm
CPU模板按集群56核整节点规则申请资源,程序最多运行4个单线程driver。结果写到新的work-new/,同名目录存在时停止;完成后:
bash read.sh work-new analysis-new
bash plot.sh work-new
单独改一个输入时,先复制到新目录,并在已分配计算资源中使用:
source environment.sh
mkdir one-case
cp inputs/gaussian/plumed.dat inputs/gaussian/configuration.xyz one-case/
cd one-case
plumed driver --plumed plumed.dat --ixyz configuration.xyz
使用PLUMED 2.10.1的VES模块,编译环境为Intel oneAPI C++2024.2、Intel MPI2021.13、MKL2024.2顺序库和GSL2.8。资料包environment.sh选择cp2k/2026.2-8173m中的PLUMED可执行文件与匹配内核;不运行CP2K。数值读取和画图使用已有含NumPy、SciPy、Matplotlib的独立Python环境,由短脚本自动调用。
两个H原子的单帧XYZ仅让driver正常执行和退出,分布直接在指定无量纲CV网格上计算,不是H—H距离统计或新MD轨迹。这一步不会自动建立VES偏置、优化系数或得到真实材料自由能。官方的目标分布输出入口适用于静态目标分布;动态TD_WELLTEMPERED、多温及多压分布不在这组静态画图例子中。