（图1：离子液体的MD模拟）
（图2：全原子及粗粒化模型示意图）
（图3：软件架构）
（图6：环氧树脂的固化反应）
（图7：界面能和势能优化的DFT计算）
6. 流变：具有独特的“流管模型”，可用来模拟流变特性。只能在J-OCTA中通过PASTA、NAPLES和VSOP-DPD实现。利用VSOP-DPD，可以用相分离和填料分散来评价熔融聚合物的动力学特性。
（图9：利用原语链表网络模型预测熔融聚合物粘弹性）
7. 介观：对于介观尺度上的模拟，尤其是SCF或DPD，J-OCTA显著优于其他软件，其求解器功能强大且效率很高。
8. 粗粒化：J-OCTA支持粗粒化势能的自动推算功能。同时支持反向映射函数功能，可以从SCF缩放成MD或FEM模型。其中从SCF到MD的反向映射很少见，该功能可以简单便捷地构建界面结构。
（图10：利用SCF得到的相分离结构导入为FEM模型）
9. 有限元：对于有限元建模，J-OCTA可以使用相分离结构数据创建STL数据、LS-DYNA和Nastran的体素网格。LS-DYNA可以直接在J-OCTA中调用。
（图11：相分离结构、体素网格以及使用LS-DYNA模拟单轴拉伸）
10. RVE : J-OCTA可以用于构建复合材料的复杂结构，该结构称为代表性体积单元(RVE)，这一功能支持建立高填充填料的分散结构模型。
（图12：代表性体积单元(RVE)示例）
11. 费用低：除了VSOP，J-OCTA中大部分求解器都是开源的，建立模型后用户可以在服务器上免费进行运算。
12. 机器学习：对于数据科学，J-OCTA具有基于机器学习(ML)的定量构效-属性关系(QSPR)预测功能。该功能可以通过学习化学结构和材料属性数据之间的关系来预测物理特性（如图13）。
（图13：使用ML-QSPR法预测聚合物密度 ）
13. 批处理：为了分析庞大的数据，利用MD建模接口和Python脚本，支持高通量的分子动力学模拟，可以在命令行中构建分子模型并连续执行MD模拟命令。同时，利用Python脚本可以进行多种后处理分析。
14. 后处理：可以将其他软件（LAMMPS等）的计算结果转换为J-OCTA格式，以便灵活地输出想要的结果。
15. 便于学习的帮助文档：包含案例手册及用户手册。
（图14：帮助文档界面）
多达10多种的软件优势，在实际应用中是如何工作的，以下将做部分应用举例。
1. 高分子的交联结构模拟
（1）利用J-OCTA/ VSOP，模拟DGEBA、44DDS交联为环氧树脂的过程（如图15）
（图15，Ref: T. Okabe,“Atomistic simulation of curing and mechanical properties of Epoxy resin”, J-OCTA Users Conference 2014）
（2）弹性模量的模拟（如图16）
（图16，Ref: V. Sundararaghavan, A. Kumar, International Journal of Plasticity, 47, 111 (2013)）
• NPT系综、伸长率为10.22m/s
• 施加5%应变，拟合应力-应变曲线得到弹性模量
• 模拟得到的弹性模量:4.22GPa(实验值:3.76GPa)
2. 机器学习（如图17）
（图17）
3. 代表性体积单元（RVE）µ-FEM（如图18）
• 从分散相到STL界面或体素网格
• 从分散填料到STL或位置信息
（图18）
4. 分散相结构
• 非线性结构分析：采用J-OCTA获得橡胶、树脂的相分离（如图19、20）
（图19）
（图20）
5. 粗粒化（CG）模型的典型案例（如图21）
• 具有交联结构的橡胶
• 交联、填料-聚合物作用的影响
（图21：左图为无交联网络、不同变形速度下的应力应变曲线；右图为存在交联网络（变形速度为0.001）的应力应变曲线）
6. 循环拉伸变形下的填充橡胶模拟
（1）从形态学（Morphology）的角度讨论动态响应差异的来源（如图22）
（图22，数据来源：
）
（2）滞后机理（如图23）
（图23，数据来源：
）
7. 缠结熔体聚合物的动力学行为（如图24）
（图24）
