@phdthesis{Strickstrock2026,
  author    = {Strickstrock, Robin Paul},
  title     = {Automatized Multi-Scale Force-Field Parameter Optimization of Lennard-Jones Parameters for Molecular Dynamics Simulations},
  doi       = {10.82549/opus4-2647},
  url       = {https://nbn-resolving.org/urn:nbn:de:hbz:kob7-26472},
  institution = {Institut f{\"u}r Integrierte Naturwissenschaften, Abt. Chemie},
  school    = {Universit{\"a}t Koblenz, Universit{\"a}tsbibliothek},
  pages     = {XI, 187 Seiten},
  year      = {2026},
  abstract  = {Maßgeschneiderte und akkurate Kraftfelder sind f{\"u}r Simulationen molekularer Systeme von zentraler Bedeutung, da sie bei Modifizierungen der Systeme h{\"a}ufig ben{\"o}tigt werden. Deren Parametrisierung, die Kraftfeldparameteroptimierung genannt wird, ist ein herausforderndes, multimodales Optimierungsproblem, da die Transferierbarkeit der Parameter zwischen den verschiedenen Stoffeigenschaften ausbalanciert werden muss, w{\"a}hrend deren Wechselwirkungen oft nicht trivial und verwoben sind. Diese kumulative Dissertation widmet sich dieser Aufgabe durch die Entwicklung und Verbesserung eines multiskalen Optimierungsworkflows f{\"u}r Kraftfeldparameter. Eine wichtige Eigenschaft ist dessen modulares Design, das (a) die Optimierung einer beliebigen Auswahl und Anzahl an Parametern in Hinblick auf beliebige Zieleigenschaft erm{\"o}glicht und (b) eine Erweiterung durch zus{\"a}tzliche Optimierungsalgorithmen oder Zielfunktionen beg{\"u}nstigt. Zun{\"a}chst werden die Grundlagen des Workflows vorgestellt und eine Machbarkeitsstudie durchgef{\"u}hrt, bei der die Lennard-Jones-Parameter f{\"u}r n-Oktan mit Hinblick auf dessen Dichte (d.h. eine multi-molekulare, thermodynamische Stoffeigenschaft) und dessen relative Konformationsenergien (d.h. eine Struktureigenschaft eines einzelnen Molek{\"u}ls) optimiert werden und gezeigt wird, dass der Anwendungsbereich des Kraftfeldes durch diese Optimierung erweitert wird. Danach werden die Hyperparameter desWorkflows feinjustiert, um die Optimierungsergebnisse weiter zu verbessern. Es wird gezeigt, dass durch sinnvolles Ausbalancieren der Optimierungsziele mittels Gewichtungsfaktoren zuvor hinzugef{\"u}gte Ungenauigkeiten reduziert werden k{\"o}nnen. Anschließend wird die zeitliche Effizienz des Workflows erh{\"o}ht, indem die zeitintensivsten Simulationen durch Surrogatmodelle ersetzt werden. W{\"a}hrend des iterativen Optimierungsprozesses werden Simulationen wiederholt ben{\"o}tigt und m{\"u}ssen sequentiell durchgef{\"u}hrt werden. Durch diese Substitution kann die Laufzeit um ungef{\"a}hr das 20-fache reduziert werden. Zus{\"a}tzlich werden Richtlinien bez{\"u}glich des Trainings und Auswahl dieser Modelle bereitgestellt. Anschließend werden die Lennard-Jones-Parameter f{\"u}r 1-Brombutan und 2-Brombutan optimiert, die ein σ-hole aufweisen, das Halogenbindungen erm{\"o}glicht. Diese sind Gegenstand aktueller Forschung, welche durch pr{\"a}zise Simulationsmodelle unterst{\"u}tzt werden kann. Es wird gezeigt, dass das Simulationsmodell zwar verbessert wurde, aber noch weitere Anpassungen notwendig sind. Abschließend werden aussichtsreiche M{\"o}glichkeiten dies zu erreichen vorgestellt.},
  language  = {en}
}