能量最小化的算法主要有2种，steep和cg，cg更适合找到极小值，但是如果离极小值太远可能优化不成功，所以能量最小化通常的流程是先用steep使能量接近极小值，然后cg达到极小值。. 一般情况下，能量最小化需要注意的参数是emtol，默认是10，能量最小化过程中

能量最小化是描述推理和推理的一般过程的一种简便方法。 ... 在这种情况下，损失函数的变化趋势如下，可以看到，算法是逐渐收敛的，最后能量表面达到了理想的形状，训练样本（黑点）周围的能量较低，其他点的能量都很高

最小化算法概述. 前已述及，minimizer 通过梯度下降最小化算法变体来行使功能。 Rosetta中的所有能量项不仅定义了给定当前自由度具体数值时的能量计算方法，也定义了给定当前自由度具体数值时能量对各个自由度的导数计算方法。

分子力学的最小化算法能较快实现能量优化，但是求的往往是局部最小值，而要寻求全局最小值只能采用系统搜索法或者分子动力学方法。 能量最小化的方法通常分为两类： (1) 基于势能一阶导数为零的原理：如最陡下降法、共轭梯度法、Newton-Raphson法、Davidon

GROMACS是一个用于分子动力学模拟和能量最小化的计算引擎. 分子动力学模拟和能量最小化是计算化学和分子建模领域众多技术中的两种. 计算化学 是计算技术在化学中应用, 涉及范围从分子的量子力学到复杂大分子聚集体的动力学. 分子建模 是用实际的原子模型

（2） 能量最小化：使用分子力学模拟方法对配体和受体进行能量最小化，以优化其构象和减少结构的能量。这有助于消除不稳定的构象和不合理的键角等问题。 （3） 溶剂化处理：对配体和受体进行溶剂化处理，以考虑水分子对分子结构的影响。