众所周知，能量越低越稳定。结构优化就是找到势能函数在附近的极小值，极值点对应的结构就是目标结构。
KPOINTS是倒空间（动量空间）的基本构成点，只取在一个倒空间晶格向量的范围內來描述KPOINTS。总能量计算是对布里渊区内的波函数进行积分，而积分是通过对部分特殊K点的求和完成的。

平面波是描述电子运动状态的函数。平面波函数即为平面波赝势方法中的基组（Basis set），基组的大小即为用于展开的价电子波函数的平面波个数。实际上选取的基函数就相当于选取了一定的动能的平面波，能量越低的平面波基函数在物理上越重要。截断能(ENCUT)决定了包含平面波函数动能的极限，平面波的个数直接关系到计算的精度。

因此，基于科研的完整性和严谨性，在对体系进行结构优化之前，有必要找到最优的KPOINTS和ENCUT值，在保证计算精度的同时还可以大幅度节约计算资源。通常的做法是先取一个比较大的KPOINTS，这样保证k点是足够的，然后保持k点不变，对ENCUT值做测试。

之前我们分享过《精度与成本平衡之道——K点收敛性测试》《精度与成本平衡之道——ENCUT收敛性测试》软文，让初学者更轻易地了解计算的参数选取规则，做到心中有“数”，并得到了初学者的好评。

在大家掌握计算的参数选取规则后，今天教给大家如何进行参数收敛性测试，让大家学以致用。

• 传统收敛性方法为：对体系设定不同的KPOINTS/ENCUT值，看体系能量随KPOINTS/ENCUT的变化，能量变化满足1meV/atom就足够了。因此需要设定N个不同的KPOINTS/ENCUT，提交N次作业。

• MatCloud+将其繁琐、重复的收敛性测试步骤开发为高通量、自动化的工作流模板—【KPOINTS参数优化】和【ENCUT参数优化】。1次作业即可快速帮助用户完成N多任务计算，以此确定体系的合理KPOINTS/ENCUT参数。

【KPOTINS/ENCUT参数优化】组件中设置参数的最小值、最大值及间隔值，计算完成后，MatCloud+会将直接展示可视化的收敛性测试结果，方便用户直接读取数据。

严格来说，能量变化值满足1meV/atom为KPOTINS/ENCUT的选取值。一般的话，通过收敛性曲线图，我们选取曲线平滑处的值即可作为KPOTINS/ENCUT值。、

总结

对于科研的完整性和严谨性，进行第一性原理计算时，收敛测试是优先于结构优化的。基于MatCloud+平台的可视化界面，流程化操作，一个工作流即可完成n次重复的参数收敛性测试工作，“0”计算基础也可轻松上手。

北京迈高材云科技有限公司拥有高通量多尺度材料计算模拟、计算数据库、材料研发AI应用、材料专用数据库等新材料数字化、 智能化知识的积累和沉淀。公司成立至今形成了一套集材料数据库、高通量计算筛选、多尺度模拟计算、机器学习技术、智能实验的“计算、 数据、AI、实验”四位一体的材料领域数字化解决方案，已经为我们的政府、企业、院校客户在研发效能和数字化转型上全面提升价值。