图书介绍
量子化学与人工智能计算在分子键能中的应用PDF|Epub|txt|kindle电子书版本网盘下载
- 李鸿志著 著
- 出版社： 长春：吉林人民出版社
- ISBN：9787206098956
- 出版时间：2013
- 标注页数：170页
- 文件大小：30MB
- 文件页数：179页
- 主题词：化学键－量子化学－计算方法
PDF下载
下载说明
量子化学与人工智能计算在分子键能中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 绪论1
一、研究背景与研究意义1
（一）研究背景1
（二）研究意义3
二、研究目标与内容8
（一）研究目标8
（二）研究内容8
三、研究路线与创新点11
（一）研究路线11
（二）创新点11
四、原子、分子和化学键12
五、分子中化学键的强弱与分子的化学结构稳定性13
六、化学键能定义15
七、D， De和Do的相互关系17
八、稳定化合物中最弱键能的小限值18
九、键能规则的适用范围——超快和选键化学20
十、计算键能的主要理论方法21
十一、参考文献23
第二章 量子化学计算方法与基组36
一、量子化学计算方法36
（一）分子轨道从头算38
（二）半经验计算43
（三）密度泛函理论44
二、基组49
（一）STO-NG51
（二）分裂价基51
（三）极化基52
（四）弥散基组52
三、参考文献53
第三章 提高密度泛函理论方法计算均裂能精度：基于平均影响值的反向传播神经网络方法60
一、引言60
二、方法描述63
（一）平均影响值63
（二）反向传播神经网络64
三、计算部分65
（一）数据集65
（二）物理参数计算67
四、结果与讨论68
（一）量子化学方法计算Y-NO键均裂能68
（二）平均影响值计算结果72
（三）反向传播神经网络计算结果73
五、结论79
六、参考文献80
第四章 提高密度泛函理论方法计算均裂能精度：基于灰色关联分析和主成分分析的广义回归神经网络方法86
一、引言87
二、方法描述89
（一）灰色关联分析89
（二）主成分分析90
（三）广义回归神经网络92
三、计算部分93
（一）数据集93
（二）物理参数计算94
（三）物理参数选择95
四、结果与讨论96
（一）GP-GRNN模型算法的流程图96
（二）灰色关联和主成分分析计算结果97
（三）广义回归神经网络计算结果对比分析99
（四）广义回归神经网络中参数σ讨论105
五、结论107
六、参考文献108
第五章 提高密度泛函理论方法计算均裂能精变：基于自组织特征映射的径向基神经网络方法112
一、引言113
二、方法描述116
（一）自组织特征映射网络116
（二）径向基神经网络118
三、计算部分121
（一）数据集121
（二）分子描述符计算122
四、结果与讨论126
（一）密度泛函理论计算Y-NO键均裂能126
（二）自组织特征映射神经网络计算结果133
（三）径向基神经网络计算结果136
五、结论141
六、参考文献143
第六章 提高密度泛函理论方法计算均裂能精度：基于层次聚类和蚁群聚类优化的极限学习机方法147
一、引言148
二、方法描述150
（一）层次聚类150
（二）蚁群聚类优化151
（三）极限学习机152
三、技术路线图156
四、结果和讨论157
（一）Kenstone计算结果157
（二）层次聚类计算结果158
（三）蚁群聚类优化计算结果161
（四）极限学习机计算结果162
五、结论165
六、参考文献167
后记169