ESTUDOS DE MICROSOLVAÇÃO DE ÍON-RARA-GÁS POR EMPREGAR UM ALGORITMO EVOLUTIVO
Algoritmo Evolutivo, Otimiza ̧c ̃ao de Cluster, Microsolvata ̧c ̃ao, DFT, Ma-
chine Learning.
A microsolvatação tem sido sujeito de intenso estudo teórico e experimental com
implicaç ̃oes em diversasáreas como, por exemplo, química atmosférica, processos biológicos,membrana de permeação e transporte, dentre outros. Portanto, nesta Tese será desenvolvido um estudo da microsolvatação deíons por gases nobres. Especificamente, será estudada
a microsolvatação doíon Li+ por argônios, kriptônios e mistura dessesátomos. Para tal
construção serão desenvolvidas análises que envolvem a construção da interação de dois e três corpos deíons metais-alcalinos com gases nobres, a partir do ajuste de funç ̃oes potenciais a partir de cálculos ab initios da energia eletrônica usando a metodologia CCSD(T).
A determinação das estruturas estáveis dos clusters se dará pela aplicação de um algoritmo evolutivo (EA). O algoritmo evolutivo fará a busca dessas estruturas de baixas energias, tanto do mínimo global como dos mínimos locais. No intuito de fortalecer o estudo, cálculos de pós-otimização usando os métodos ab initios CCSD(T) e MP2 são também realizados.
Para o tratamento de agregados com número de gases nobres maiores, uma metodologia
DFT tambémé utilizada na etapa de pós-otimização, com o objetivo de realizar uma análise Benchmark desses sistemas. Por fim, a partir de diversos mínimos locais gerados pelo algoritmo evolutivo empregamos a técnica de Machine Learning para possibilitar a determinação de regras de escolha dos melhores mínimos EA que apresente uma descrição eficiente da paisagem energética dos diversos tamanhos de clusters.