美国布法罗大学Olga Wodo和爱荷华州立大学Baskar Ganapathysubramanian（共同通讯）等研究人员通过用标记的、加权的、无方向的图形来表示结构，从而简化了形貌与性能之间映射的表达过程。在此基础上，通过通用物理图形描述符（例如路径长度、域大小）和特定感兴趣属性的加权函数来创建了“替代”模型。他们设计了太阳能电池的形貌来说明该方法，并将初始态演变为优化后的形貌，后者表现了显著改善的短路电流（相对于传统的本体异质结形貌提高了68％）。他们展示了一系列厚度的优化形貌，均表现出自相似性。结果表明，较厚的薄膜（250 nm）可收集到更多的入射能量。该研究提出的基于形貌的图形设计不仅适用于设计具有微观结构敏感性的电池，而且可广泛应用于生物传感器和相关应用的器件设计中。该研究发表于npj Computational该项工作说明了如何通过基于图形设计策略有效地解决这些问题。他们通过将微观结构作为图形进行处理，可以实现高效、模块化和可扩展的表示形式，从而产生探索微结构空间的简单方法。同时，因为基于图形的测量可以快速而且有效地进行计算，因而其成为微结构到属性映射的优秀替代品。该基于图形的表示和图形与属性间的替代映射器可以与概率优化策略相结合，从而有效地识别最佳的微观结构。此外，该方法可以将特定领域的知识自然地结合到设计过程中，他们通过设计OSC的最佳结构来说明此概念，验证了该应用程序。由此识别产生了一类新的微观结构，其表现出了比当前假设的最佳微结构更好的性能。未来将期待材料界广泛使用这种微观结构设计策略，从而助力广大研究者的科研进程！
文献链接：Microstructure design using graphs (npj Computational Materials 2018, DOI: 10.1038/s41524-018-0108-5) Materials，题为“Microstructure design using graphs”。
