随机占位（Random Occupancy）

Group: Alloy | Class: RandomOccupancyCard

功能说明

在给定总成分约束下，将目标配比真正落到原子占位上。读取 Comp(...) 标签或手工输入的成分字符串，用精确或随机模式把各元素分配到离散晶格位点，输出带 Occ(...) 标签的真实化学占位结构。

典型用法：接在 Composition Sweep 之后，把目标配比计划转化为可以跑 DFT/NEP 的实际结构。

操作示例

场景：同成分不同排布下的能量预测，模型偏差从 5 跳到 50 meV/atom

你在 CoCrNi 训练集上跑了 Composition Sweep，覆盖了从纯元素到等摩尔的各种配比。但每个配比只生成了一个占位结构——对 Co0.33Cr0.33Ni0.33，训练集里 Cr 永远在角落、Co 永远在面心。模型学到的不是”这个成分”，而是”这个成分 + 这个特定排布”。拿到另一个同样成分但 Cr/Co 位置互换的结构，能量预测偏差从 5 meV/atom 跳到了 50 meV/atom。

诊断思路： 对给定成分，短程化学有序度——哪种原子偏好和哪种原子做邻居——显著影响总能量和局域力。训练集里每种成分只有一个排布样本，模型就把成分和特定排布绑死了。解决：给每个目标配比生成多个不同占位版本。

输入： 一批带 Comp(Co=0.3333,Cr=0.3333,Ni=0.3333) 标签的结构（来自上游 Composition Sweep）

目标： 每个目标配比生成 5 个不同原子排布版本，覆盖排布多样性

参数设置：

  • source = Auto (Comp tag) （自动读取上游 Comp 标签）

  • mode = Exact （精确匹配目标配比，每次排布不同但元素计数一致）

  • samples = 5

输出： 每个输入结构产生 5 个带 Occ(E) 标签的结构，元素组成与 Comp 标签一致但原子排布各不相同

怎么验证训练集质量改善：

  • 重训后对同一成分的不同排布跑推理，能量方差应该合理——不应全坍缩到一个值，也不应异常发散

  • 抽查几个占位输出，确认元素计数与目标配比一致（Exact 模式）或统计上接近（Random 模式）

  • 如果不同排布之间的能量差异非常小且体系对排布不敏感，可以减少 samples；差异大则增大

  • 如果上游没有 Comp(...) 标签导致输出=输入，切换到手工模式并填写 manual 成分字符串

什么时候加这张卡、什么时候不加

加：

  • 上游有 Composition Sweep 或手工定义了目标配比，需要落到具体原子占位

  • 同一成分下需要多个不同原子排布来覆盖短程化学有序度

  • 高熵合金、固溶体等需要成分-排布联合采样的体系

不加：

  • 不需要改变原子占位

  • 需要直接指定替换规则而非从配比出发 → 用 Random Doping

  • 输入本身已经是真实的离散占位结构且不再需要多样性

参数说明

Source（source）

str，默认 Auto (Comp tag)。Auto 从输入结构的 Config_type 中读取 Comp(...) 标签作为目标配比，适合接在 Composition Sweep 之后。Manual 从下面的 manual 字段读取手工配比字符串。

Manual（manual）

str，默认空。成分字符串，如 Co:0.333,Cr:0.333,Ni:0.334，仅在 source=Manual 时生效。比例会被自动归一化。只输入单个元素如 Ge 时按 Ge:1.0 处理；输入 Ge,C 则两个元素默认权重都是 1.0。

Mode（mode）

str，默认 Exact。Exact 精确匹配目标配比，每个原子的元素分配满足目标计数（向下取整后按余数补足），适合对比实验。Random 按目标比例概率采样，整体统计接近但不严格匹配，适合探索性跑样。

Samples（samples）

int，默认 1。每个输入结构为每个目标配比生成多少个不同占位版本。典型值 1-20。注意总输出 = 上游配比点数 x 这个值，先估算规模再跑。

Group Filter（group_filter）

str，默认空。逗号分隔的 group 标签，如 A,B。限制只在这些 group 内的位点上做占位分配。需要输入结构已带 atoms.arrays['group']。

Use Seed（use_seed）

bool，默认 false。打开后固定随机路径，seed 不同取值产生不同占位分布。程序会结合输入结构的 stable config ID 为每个样本派生独立种子。

Seed（seed）

int，默认 0。不同取值产生不同的占位分布。

生效条件：use_seed=True。

推荐预设

单样本落地（每配比 1 排布，快速验证占位路径）

{
  "class": "RandomOccupancyCard",
  "check_state": true,
  "source": "Auto (Comp tag)",
  "manual": "",
  "mode": "Exact",
  "samples": [1],
  "group_filter": "",
  "use_seed": false,
  "seed": [0]
}

多样性占位（每配比 5 排布，常规训练用）

{
  "class": "RandomOccupancyCard",
  "check_state": true,
  "source": "Auto (Comp tag)",
  "manual": "",
  "mode": "Exact",
  "samples": [5],
  "group_filter": "",
  "use_seed": true,
  "seed": [42]
}

高多样性子晶格（每配比 20 排布，仅限 group A）

{
  "class": "RandomOccupancyCard",
  "check_state": true,
  "source": "Auto (Comp tag)",
  "manual": "",
  "mode": "Random",
  "samples": [20],
  "group_filter": "A",
  "use_seed": true,
  "seed": [42]
}

推荐组合

  • Composition Sweep → Random Occupancy：标准合金 pipeline，配比 → 落位。

  • Group Label → Random Occupancy：先打 group 标签，再限制占位区域。

  • Random Occupancy → Atomic Perturb：占位后加坐标噪声松驰局部应力。

常见问题

输出 = 输入，没有变化。 上游没有 Comp(...) 标签且 manual 为空。检查 source 设置，或切换到 Manual 模式并填写成分。

占位后元素数量与标签不一致。 Random 模式下统计浮动是正常的。换 Exact 模式可精确匹配。

输出数量远超预期。 输出 = 输入帧数 x samples。上游 500 个配比点 x samples=5 = 2500 个结构。先估算总规模再跑。

group_filter 不生效。 检查输入结构是否有 atoms.arrays['group'] 且标签拼写完全匹配。

输出标签

Occ(E) / Occ(R) / Occ(E,s=...) / Occ(R,s=...)。E = Exact，R = Random。使用 seed 时附加种子值便于追踪。

可复现性

勾选 use_seed + 固定 seed 可复现。种子与输入结构的 stable config ID 联合派生样本级种子，相同配置 + 相同 seed → 相同占位序列。注意输入结构顺序变化会影响结果。