جستجوی ساختار بر مبنای الگوریتم تکاملی
در جهان خلقت، مواد طبیعی در فازهای گوناگون با خواصی متمایز یافت میشوند. به عنوان مثال کربن در دو فاز طبیعی دارد، یکی الماس که مادهای بسیار سخت و شفاف است و دیگری گرافیت که مادهای تیره و لایهلایه است. فراوانی بسیار بیشتر فاز گرافیت (ذغال) در طبیعت نشان میدهد که این فاز کربن پایدارتری ترمودینامیکی بیشتری دارد و بنابراین الماس یک فاز شبهپایدار خواهد بود که در شرایط خاصی (اعماق زمین: فشارهای بالا) میتواند شکل بگیرد. امروزه به روشهای آزمایشگاهی، فازهای شبه پایدار جدیدی از کربن نظیر نانولولههای کربنی، فولرن و گرافین تولید میشود که هر یک ویژگیهای جالب توجهی دارند و میتوانند در فناوریهای مختلفی به کار گرفته شوند. شناسایی فازهای جدید و شبهپایدار یک ماده این فرصت را به وجود میآورد که بتوان به خواص و ویژگیهای جدیدی دست یافت که در فازهای طبیعی آن ماده مشاهده نمیشود. یک روش بسیار کارا برای جستجوی فازهای جدید یک ماده، الگوریتم تکاملی است که از تکامل ژنتیکی مشاهده شده در جهان خلقت الهام گرفته شده است. در این الگوریتم، ابتدا مجموعهای از فازهای ساختاری مختلف برای یک ماده تولید میشود که نسل اول نام دارد. سپس انرژی این فازها محاسبه شده و از بین آنها فازهای بهتر (پایدارتر) انتخاب میشوند. در ادامه و با اعمال عملگرهای ژنتیکی، تعدادی فاز جدید از تحولات ژنتیکی ساختارهای منتخب نسل اول تولید میشود که نسل دوم نامیده میشود. به همین صورت تحولات نسلها ادامه مییابد و نسلهای سوم، چهارم و ... تولید میشود تا جایی که فازهای منتخب دو نسل متوالی کاملا شبیه یکدیگر باشند. در این حالت الگوریتم ژنتیک به اصطلاح همگرا شده و اجرا متوقف میشود.
یکی دیگر از وجوه اهمیت مساله جستجوی ساختار، بررسی مواد در شرایط ترمودینامیکی غیرمتعارف است. اطلاعات ما از فازهای طبیعی یک ماده، محدود به مشاهدات علمی در شرایط متعارف است، در حالی که در برخی مناطق دور از دسترس، نظیر لایههای درونی زمین، شرایط ترمودیناکی غیرعادی (فشارهای بسیار زیاد) وجود دارد که ممکن است منجر به شکلگیری فازهای جدیدی از یک ماده شود. بررسی آزمایشگاهی مواد در چنین شرایط ترمودینامیکی، بسیار پرهزینه و در برخی موارد ناممکن است و لذا الگوریتمهای جستجوی ساختار، ابزار نظری بسیار مناسبی برای بررسی فاز یک ماده در شرایط ترمودینامیکی غیرمتعارف هستند.