Globale Optimierung: Strukturbestimmung mittelgroßer Strukturen aus niedrig aufgelösten Pulver-Röntgenbeugungsdaten

该Kristallstrukturbestimmung auflösungslimitierten Pulver-Röntgenbeugungsdaten stellt -insondere im Fall mittelgroßer anorganischer Verbindungen mit einer großen Anzahl von unabhängigen Variablen - auch heute noch sehr anspruchsvolle Aufgabe dar：Standardalgorithmen zur Optimierung von Strukturmodellen gegen Beugungsdaten arbeiten im Falle derartiger，hochdimensionaler Probleme努尔mäßig effektiv or finden nicht as globale Optimum der multimodalen Zielfunction. Ziel des Forschungsprojektes is es daher Optimierungsaltmen zu entwickeln，die an die Struktur der zu optimierenden Zielfunktion angepasst sind and dabei inhärente Eigenschaften dieser Zielfunktion zur Beschelling unigung der Konvergenz ausnutzen.在Vorarbeiten haben sich dafür zwei Ansätze als besonders erfolgversprechend herausgestellt，die nun intensiv und systematisch untersucht und gegen Ende des Projektes als einfach nutzbares Softwarepaket der wissenschaftlichen Gemeinschaft（als kostenfreie open-source-Lösung）zur Verfügung gestellt韦尔登sollen：1.配置优化：Déneine retisierung des Problems - unter Ausnutzung grundlegender kristallchemischer Überlegungen - wird aus der kontinuierlichen，hochdimensionalen Optimierungsaufgabe ein abzählbares，kombinatorisches Problem，welches in realistischen Zeiten auch für mittelgroße Strukturen lösbar erscheint. 2.连续行扫描：Zielfunktion是一种具有特征的Grabenstruktur auf，它通过一系列的一维随机序列，通过Suchraum das globale Optimum和更高的Wahrscheinlichkeit zu finden。在Vorversuchen konnten mit beiden Ansätzen regelmäßig Strukturen mit 10 bis 15 Atomen in der asymetrischen Einheit aus synthetischen Beugungsdaten bestimmt韦尔登.系统论的研究和Weiterentwicklung的研究表明，结构扰动的问题是由一个简单的粉末-Röntgenbeugungsdaten努尔提出的，因此，最好的结构扰动是由一个简单的实体来解决的，而不是由一个简单的形式来解决。

Die Kristallstrukturbestimmung aus auflösungslimitierten Pulver-Röntgenbeugungsdaten stellt - insbesondere im Fall mittelgroßer anorganischer Verbindungen mit einer großen Anzahl von unabhängigen Variablen - auch heute noch eine sehr anspruchsvolle Aufgabe dar: Standardalgorithmen zur Optimierung von Strukturmodellen gegen gemessene Beugungsdaten arbeiten im Falle derartiger, hochdimensionaler Probleme nur mäßig effektiv oder finden nicht das globale Optimum der multimodalen Zielfunktion. Ziel des Forschungsprojektes ist es daher Optimierungsalgorithmen zu entwickeln, die an die Struktur der zu optimierenden Zielfunktion angepasst sind und dabei inhärente Eigenschaften dieser Zielfunktion zur Beschleunigung der Konvergenz ausnutzen. In Vorarbeiten haben sich dafür zwei Ansätze als besonders erfolgversprechend herausgestellt, die nun intensiv und systematisch untersucht und gegen Ende des Projektes als einfach nutzbares Softwarepaket der wissenschaftlichen Gemeinschaft (als kostenfreie open-source-Lösung) zur Verfügung gestellt werden sollen: 1. Konfigurationsoptimierung: Durch eine Diskretisierung des Problems - unter Ausnutzung grundlegender kristallchemischer Überlegungen - wird aus der kontinuierlichen, hochdimensionalen Optimierungsaufgabe ein abzählbares, kombinatorisches Problem, welches in realistischen Zeiten auch für mittelgroße Strukturen lösbar erscheint. 2. Successive line scans: Die Zielfunktion weist eine charakteristische Grabenstruktur auf, die es ermöglicht mit einer Serie von aufeinander folgenden 1-dimensionalen Schnitten durch den Suchraum das globale Optimum mit hoher Wahrscheinlichkeit zu finden. In Vorversuchen konnten mit beiden Ansätzen regelmäßig Strukturen mit 10 bis 15 Atomen in der asymmetrischen Einheit aus synthetischen Beugungsdaten bestimmt werden. Die systematische Untersuchung und Weiterentwicklung dieser beiden Ansätze könnte das Problem der Strukturbestimmung aus niedrig aufgelösten Pulver-Röntgenbeugungsdaten deutlich entschärfen und so zum besseren Verständnis insbesondere solcher Substanzen beitragen, die nicht oder nur schwer in Form von Einkristallen herstellbar sind.