几何优化¶

新构建的分子结构往往带有应变。molpy.optimize 通过力场弛豫将其推至局部极小值，并报告优化终止的原因。

何时需要¶

新构建或填充的结构几乎不可能刚好落在力场极小值上——键长、键角、原子间近距离接触都蕴含过量能量。生产模拟之前，或需要有意义地比较能量时，必须对几何结构做极小化处理，将原子受力降至阈值以下。

Optimizer 沿势能面将原子向低处移动，直至最大力 fmax 低于设定阈值。 MolPy 提供 LBFGS，一种有限内存拟牛顿极小化器，通过 ForceFieldPotential 评估力场。

极小化结构¶

molpy.optimize 可直接导入（未通过 mp.optimize 暴露）：

from molpy.optimize import LBFGS, ForceFieldPotential

potential = ForceFieldPotential(forcefield)      # 包装一个 molrs ForceField
opt = LBFGS(potential)
result = opt.run(frame, fmax=0.05, steps=200)    # 原地弛豫 frame

print(result.converged, result.energy, result.fmax, result.nsteps)
print(result.reason)                             # 停止原因

run 返回 OptimizationResult；默认原地优化 frame（inplace=True）。传入 inplace=False 则保持输入不被修改。

参数¶

LBFGS(potential, *, maxstep=0.04, memory=20, damping=1.0)：

参数	作用
`maxstep`	每步最大原子位移（Å）。值越小越稳定，但收敛也越慢；仅在收敛缓慢且体系稳定时考虑增大。
`memory`	L-BFGS Hessian 近似保留的历史步数。内存越大，曲率估计越准确，但存储开销也越大。
`damping`	对每一步的提议步长缩放（`1.0` = 无阻尼）。优化器在刚性体系上容易过冲时，可适当降低此值。

run(frame, fmax=0.01, steps=1000, *, inplace=True)：

参数	作用
`fmax`	最大力收敛阈值（eV/Å）。当所有原子受力均低于此值时，优化停止。
`steps`	迭代次数硬上限——未达到 `fmax` 时的安全网。

解读结果¶

OptimizationResult 包含 frame、energy、fmax、nsteps、converged 和 reason。务必检查 converged：因达到 steps 上限而终止的运行（converged = False）未抵达极小值——应放宽 fmax、提高 steps 上限，或检查结构是否合理。

如需观察收敛过程，可注册每 interval 步触发的回调：

opt.attach(lambda: print(opt.step(frame)), interval=10)   # 每次调用返回 (energy, fmax)

注意事项¶

未收敛 != 已极小化。 converged 为 False 且 reason 提到步数上限，说明提前终止了优化。
fmax 的单位是 eV/Å。 对粗糙力场而言，阈值设得太紧可能永远无法收敛；设得太松则会残留应变。
优化需要已完成原子类型分配的 frame 和对应的力场——先运行 typifier，否则 ForceFieldPotential 无内容可评估。

另请参阅¶

力场 — 构建优化所依赖的 ForceField。
3D 构象生成 — 力场弛豫之前的图嵌入步骤。
引擎 — 极小化后运行全动力学模拟。