PLUMED VES目标分布:周期、自定义与组合
实际演示Von Mises、自定义表达式、展宽、加权混合、同维乘积和外部网格读取,区分它们对目标采样的作用。
阅读本篇目录
下载完整输入、实际网格与画图程序(ZIP)。本篇在静态目标分布基础之上,展示如何组合函数和处理周期变量。
1 看曲线再修改参数#
解压进入plumed-VES-targets:
bash read.sh
bash plot.sh

中间两条曲线非常接近,但有限区间下归一化顺序不同,不能承诺逐位相同。右图三条曲线使用不同定义,仅展示形状差异,不表示同一物理体系的采样优劣。
2 周期变量:Von Mises完整输入#
td: TD_VONMISES CENTER1=-2.6 SIGMA1=0.45 CENTER2=2.6 SIGMA2=0.6 WEIGHTS=2,1
VES_OUTPUT_TARGET_DISTRIBUTION GRID_MIN=-3.141592653589793 GRID_MAX=3.141592653589793 GRID_BINS=1600 GRID_PERIODICITY=YES TARGET_DISTRIBUTION=td TARGETDIST_FILE=target.data LOG_TARGETDIST_FILE=log-target.data FMT_GRIDS=%24.16e
这里角度以弧度表示,周期2π。±π处图形应连续;周期网格不重复右端点,所以输出1600行。SIGMA对应浓度参数κ的1/√κ,是与Gaussian宽度类比的参数,不应当作普通直线变量的精确标准差。Von Mises参数说明。
3 自定义、非负平移与展宽#
以下各定义分别配合基础篇的输出命令;custom和broadened区间[−4,4],custom-shift使用上一节周期网格:
td: TD_CUSTOM FUNCTION=exp(-0.5*((s1-0.3)/0.7)^2)
td: TD_CUSTOM FUNCTION=1+sin(s1) SHIFT_TO_ZERO
td: TD_GAUSSIAN CENTER1=0 SIGMA1=0.5 WELLTEMPERED_FACTOR=4
自定义表达式用s1引用第一个CV。SHIFT_TO_ZERO对概率函数减去其网格最小值,再归一化,不是把峰中心平移到0。不要与输出对数文件的“最小值归零”混淆。
静态展宽把原概率变成p^(1/4)再归一化,本例Gaussian宽度从0.5变成约1.0。这只是在指定函数上做变换,不是依赖当前自由能不断更新的TD_WELLTEMPERED动态分布。
4 加权相加与同维相乘#
inputs/linear/plumed.dat中前三行:
a: TD_GAUSSIAN CENTER1=-1 SIGMA1=0.5 NORMALIZE
b: TD_GAUSSIAN CENTER1=1 SIGMA1=0.7 NORMALIZE
td: TD_LINEAR_COMBINATION DISTRIBUTIONS=a,b WEIGHTS=1,3 NORMALIZE
它先分别在[−4,4]归一化两个分布,再以1:3混合。基础篇的TD_GAUSSIAN混合则先组合原始Gaussian再整体归一化,有限区间截去的长尾不同,因此平均分别约0.499978和0.499975。
同一CV上的概率密度相乘:
a: TD_GAUSSIAN CENTER1=-0.6 SIGMA1=0.8
b: TD_GAUSSIAN CENTER1=0.8 SIGMA1=0.6
td: TD_PRODUCT_COMBINATION DISTRIBUTIONS=a,b
本例乘积归一化后平均CV约0.296,宽度比两个原分布更窄。这里两个输入都作用于s1;它与把两个独立CV组合成二维分布的TD_PRODUCT_DISTRIBUTION不同。
5 从自己的网格读取#
inputs/grid/input-grid.data使用自己构造的p(s)=2+s²,区间[−2,2],开头如下:
#! FIELDS s1 targetdist
#! SET min_s1 -2
#! SET max_s1 2
#! SET nbins_s1 1601
#! SET periodic_s1 false
-2.0000000000000000e+00 6.0000000000000000e+00
文件头nbins写实际网格点数1601,输出动作GRID_BINS写区间数1600。 文件已包含全部1601行,可以先复制后修改,不要只保留上面一行数据。
td: TD_GRID FILE=input-grid.data
VES_OUTPUT_TARGET_DISTRIBUTION GRID_MIN=-2 GRID_MAX=2 GRID_BINS=1600 GRID_PERIODICITY=NO TARGET_DISTRIBUTION=td TARGETDIST_FILE=target.data LOG_TARGETDIST_FILE=log-target.data FMT_GRIDS=%24.16e
TD_GRID默认在使用区间内归一化;本例偶函数平均为0,输出密度积分为1。实际使用自己的外部网格时,要核对列名、范围、周期性和网格点数,不要把任意两列CSV直接当作PLUMED网格。
head -8 inputs/grid/input-grid.data
head -8 reference-results/grid/target.data
二维组合的完整输入与边缘分布见下一篇。
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。