PLUMED VES二维目标分布与边缘概率
实际生成可分离双CV目标分布和相关二维Gaussian,输出原生一维投影,说明积分、切片和相关系数的区别。
阅读本篇目录
下载二维输入、25,921点实际网格和绘图程序(ZIP)。同时偏置两个CV前,先画二维概率,确认高概率区域和两个方向的宽度;一维边缘分布与二维图中的某条切片是不同结果。
1 先画已有二维网格#
解压进入plumed-VES-targets:
bash read.sh
bash plot.sh
ls reference-results/product2d/target*

两组都是无量纲数学分布,用来演示输入和文件,不是某个材料的实测概率或自由能。
2 独立CV的完整乘积分布输入#
inputs/product2d/plumed.dat:
a: TD_GAUSSIAN CENTER1=-0.6 SIGMA1=0.8 NORMALIZE
b: TD_GAUSSIAN CENTER1=0.8 SIGMA1=0.6 NORMALIZE
td: TD_PRODUCT_DISTRIBUTION DISTRIBUTIONS=a,b NORMALIZE
VES_OUTPUT_TARGET_DISTRIBUTION GRID_MIN=-4,-4 GRID_MAX=4,4 GRID_BINS=160,160 GRID_PERIODICITY=NO,NO TARGET_DISTRIBUTION=td TARGETDIST_FILE=target.data LOG_TARGETDIST_FILE=log-target.data FMT_GRIDS=%24.16e DO_1D_PROJECTIONS
DISTRIBUTIONS=a,b顺序对应s1、s2;第一个Gaussian控制横向,第二个控制纵向。两个方向分别161点,共161×161=25,921点。
target.data前三列为s1、s2、二维密度,空行用于分开网格行;读取时应按坐标定位,不能凭显示顺序猜哪个方向先变化。read.py按实际坐标重建二维网格。
3 相关Gaussian完整输入#
inputs/correlated2d/plumed.dat:
td: TD_GAUSSIAN CENTER1=0,0 SIGMA1=0.8,0.6 CORRELATION1=0.6 NORMALIZE
VES_OUTPUT_TARGET_DISTRIBUTION GRID_MIN=-4,-4 GRID_MAX=4,4 GRID_BINS=160,160 GRID_PERIODICITY=NO,NO TARGET_DISTRIBUTION=td TARGETDIST_FILE=target.data LOG_TARGETDIST_FILE=log-target.data FMT_GRIDS=%24.16e DO_1D_PROJECTIONS
这里一个CENTER1就含两个坐标,SIGMA1也含两个方向的宽度。正相关0.6使等概率轮廓向右上倾斜;它与独立两个一维Gaussian的乘积不同。相关系数应处于有效范围内,并与物理上需要的联合采样形状相符。
4 边缘分布不是切片#
head -8 reference-results/correlated2d/target.proj-1.data
head -8 reference-results/correlated2d/target.proj-2.data
cat analysis/PLUMED-VES-target-validation.csv
DO_1D_PROJECTIONS生成target.proj-1.data和target.proj-2.data:分别沿另一个方向求和/积分,得到s1和s2的边缘概率。固定s2=0去画一行,是切片,不是把所有s2加起来的边缘分布。
本例原生投影使用网格点直接求和再乘步长,包含非周期端点;配套读取器也独立核对这一离散操作。若另外用梯形积分计算,端点有半权重,结果会略不同:本例可分离分布最大差约9.9×10⁻⁷,相关Gaussian约3.9×10⁻⁸。需要更严格的边缘积分时,应扩大区间降低边界密度并做网格收敛,不能把这点离散差异误判成两套不同概率模型。
二维密度本身用梯形积分的结果均为1;独立二维公式与实际网格最大差约3×10⁻¹⁵。原生对数输出仍是−ln(p)并平移最小值到0,没有能量单位。正式VES计算还需要实际CV定义、采样和优化设置。
其他分布见一维静态分布与周期、自定义和组合,基函数形状见VES基函数。
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。