更改上述代码，只利用ASE进行结构优化，不进行结构拼凑# 取一小部分优化前后的结构进行训练 files_ini = spdkit.io.find_files("POSCAR", ".") # 按文件名排序, 保证 POSCAR, CONTCAR 对应同一体系 files_ini.sort() files_opt = spdkit.io.find_files("CONTCAR", ".") files_opt.sort() # 取前50个结构, 提取中心原子对应的微结构 submols = create_submols_for_files(files_ini[0:50], files_opt) # 取一个初始结构, 进行结构拼凑 mol_ini = Molecule.from_file("Fe32C9/60_1/POSCAR") mol_opt = Molecule.from_file("Fe32C9/60_1/CONTCAR") mol_refined, chemenv = refine(mol_ini, submols) # 使用 ASE 来完成晶胞及原子结构的进一步优化 mol = mol_ini.clone() p1 = spdkit.to_ase_atoms(mol) calc_elastic = ElasticModel(mol, chemenv) p1.set_calculator(calc_elastic) box = Mushybox(p1) # dyn = FIRE(p1, maxstep=0.1) dyn = FIRE(box, maxstep=0.1) dyn.run(fmax=0.001, steps=100)。

好的，如果只需要使用ASE进行晶胞优化，可以将代码中的结构拼凑和微结构训练部分去掉，只保留ASE的优化部分。修改后的代码如下：

from ase.io import read, write
from ase.optimize import BFGS

# 读取初始结构文件
atoms = read('POSCAR')

# 定义优化器
opt = BFGS(atoms)

# 进行晶胞优化
opt.run(fmax=0.01)

# 将优化后的结构写回到POSCAR文件中
write('POSCAR_optimized', atoms, format='vasp')

这段代码的修改很简单，只需要将结构拼凑和微结构训练部分去掉，然后使用ASE的BFGS优化器进行晶胞优化即可。