Parameterization of magnetic nanoparticles mathematical model using evolutionary algorithms

Abstract

Neste artigo, a abordagem de algoritmos evolutivos é aplicada à parametrização de um modelo matemático que descreve os espectros Mössbauer de sistemas magnéticos nanogranulares (ou de nanopartículas). Esses sistemas exibem propriedades físicas muito diferentes das amostras de dimensões muito maiores, sendo de grande interesse para a ciência dos materiais para uso em biossensores, sensores de magneto, armazenamento de dados e fluidos magnéticos. O objetivo deste trabalho é comparar o desempenho entre os algoritmos de Evolução Diferencial e de Estratégias Evolutivas para otimizar os parâmetros do modelo que melhor se ajustem aos espectros Mössbauer experimentais de partículas magnéticas em nanoescala. Espectros de duas amostras (folha de ferro-α e nanopartículas de NiFe2O4) foram gravados, à temperatura ambiente, com um espectrômetro Mössbauer convencional, na geometria de transmissão, utilizanso-se um detector por cintilação e uma fonte de 57Co/Rh. Ajustes dos espectros Mössbauer foram feitos utilizando-se hamiltonianos de spin para descrever ambas as interações, eletrônicas e nucleares; um modelo de relaxação superparamagnéticas de dois níveis (spin 1 2) e teoria estocástica; uma função distribuição lognormal de tamanho de partículas bem como uma dependência da temperatura de transição de fase magnética e da constante de anisotropia com o diâmetro da partícula. Os algoritmos evolucionários foram implementados utilizando-se a linguagem de programação Python. Para comparação, os dois algoritmos obedecem ao critério de terminação de 6000 avaliações da função objetiva. Os resultados apresentados mostram a eficiência desses algoritmos na otimização dos parâmetros e ajuste dos espectros.