Abstract We have developed a software MagGene to predict magnetic structures by using genetic algorithm. Starting from an atom structure, MagGene repeatedly generates new magnetic structures and calls first-principles calculation engine to get the most stable magnetic structure. This software is applicable to both collinear and noncollinear systems. It is particularly convenient for predicting the magnetic structures of atomic systems with strong spin–orbit couplings and/or strong spin frustrations. Program summary Program Title: MagGene CPC Library link to program files: http://dx.doi.org/10.17632/m83gcp5z48.1 Licensing provisions: MIT Programming language: Fortran 90 Nature of problem: In complex magnetic systems, such as systems with strong spin–orbit couplings and/or strong spin-frustrations, the associated magnetic structures could also be quite complex. The traditional methods, such as theoretical analysis based on crystal symmetries and simulated annealing based on a special model Hamiltonian, are inefficient. Then the electronic structures, spin wave dispersions, and other properties based on correct magnetic structures could not be obtained accurately. Therefore, an efficient method to predict magnetic structures is required. Solution method: The magnetic structures can be predicted efficiently by using genetic algorithm. Additional comments including unusual features: The magnetic structures can be predicted for both collinear and noncollinear atomic systems by using genetic evolution algorithm. It is flexible to use in variety of systems. The total magnetic moment can be fixed.

中文翻译：

---

MagGene：磁性结构预测的遗传进化程序

摘要 我们开发了一种利用遗传算法预测磁性结构的软件MagGene。MagGene从一个原子结构开始，反复生成新的磁结构，调用第一性原理计算引擎，得到最稳定的磁结构。该软件适用于共线和非共线系统。预测具有强自旋轨道耦合和/或强自旋受阻的原子系统的磁结构特别方便。程序摘要 程序名称：MagGene CPC 库程序文件链接：http://dx.doi.org/10.17632/m83gcp5z48.1 许可条款：MIT 编程语言：Fortran 90 问题性质：在复杂的磁系统中，例如具有强自旋轨道耦合和/或强自旋受挫，相关的磁结构也可能非常复杂。基于晶体对称性的理论分析和基于特殊模型哈密顿量的模拟退火等传统方法效率低下。然后无法准确获得基于正确磁结构的电子结构、自旋波色散和其他特性。因此，需要一种有效的方法来预测磁结构。求解方法：利用遗传算法可以有效地预测磁结构。包括不寻常特征的其他评论：可以使用遗传进化算法预测共线和非共线原子系统的磁结构。它可以灵活地用于各种系统。总磁矩可以是固定的。例如基于晶体对称性的理论分析和基于特殊模型哈密顿量的模拟退火，都是低效的。然后无法准确获得基于正确磁结构的电子结构、自旋波色散和其他特性。因此，需要一种有效的方法来预测磁结构。求解方法：利用遗传算法可以有效地预测磁性结构。包括不寻常特征的其他评论：可以使用遗传进化算法预测共线和非共线原子系统的磁结构。它可以灵活地用于各种系统。总磁矩可以是固定的。例如基于晶体对称性的理论分析和基于特殊模型哈密顿量的模拟退火，都是低效的。然后无法准确获得基于正确磁结构的电子结构、自旋波色散和其他特性。因此，需要一种有效的方法来预测磁结构。求解方法：利用遗传算法可以有效地预测磁结构。包括不寻常特征的其他评论：可以使用遗传进化算法预测共线和非共线原子系统的磁结构。它可以灵活地用于各种系统。总磁矩可以是固定的。然后无法准确获得基于正确磁结构的电子结构、自旋波色散和其他特性。因此，需要一种有效的方法来预测磁结构。求解方法：利用遗传算法可以有效地预测磁结构。包括不寻常特征的其他评论：可以使用遗传进化算法预测共线和非共线原子系统的磁结构。它可以灵活地用于各种系统。总磁矩可以是固定的。然后无法准确获得基于正确磁结构的电子结构、自旋波色散和其他特性。因此，需要一种有效的方法来预测磁结构。求解方法：利用遗传算法可以有效地预测磁结构。包括不寻常特征的其他评论：可以使用遗传进化算法预测共线和非共线原子系统的磁结构。它可以灵活地用于各种系统。总磁矩可以是固定的。使用遗传算法可以有效地预测磁性结构。包括不寻常特征的其他评论：可以使用遗传进化算法预测共线和非共线原子系统的磁结构。它可以灵活地用于各种系统。总磁矩可以是固定的。使用遗传算法可以有效地预测磁性结构。包括不寻常特征的其他评论：可以使用遗传进化算法预测共线和非共线原子系统的磁结构。它可以灵活地用于各种系统。总磁矩可以是固定的。