| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·原子团簇结构研究的背景和意义 | 第9-11页 |
| ·原子团簇结构研究的主要求解方法 | 第11页 |
| ·国内外关于原子团簇结构研究的现状及分析 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 团簇研究中原子间势函数 | 第14-21页 |
| ·经验势 | 第14-18页 |
| ·基于第一性原理的自恰势(self-consistent potential) | 第18-19页 |
| ·紧束缚势(tight-binding potential) | 第19页 |
| ·原子间势函数在团簇中的应用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 智能优化算法 | 第21-33页 |
| ·遗传算法 | 第21-24页 |
| ·遗传算法流程 | 第21-23页 |
| ·遗传算法应用 | 第23-24页 |
| ·粒子群优化算法 | 第24-27页 |
| ·粒子群优化算法流程 | 第25-26页 |
| ·粒子群算法与遗传算法比较 | 第26-27页 |
| ·粒子群优化算法改进 | 第27-30页 |
| ·线性递减权值策略 | 第27页 |
| ·收缩因子(constriction factor) | 第27-28页 |
| ·引入自适应惯性权重和平均适应度值的粒子群优化算法 | 第28-30页 |
| ·粒子群算法的应用 | 第30页 |
| ·差分进化算法 | 第30-32页 |
| ·差分进化算法原理及基本流程 | 第30-32页 |
| ·标准差分进化算法的流程示意图 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第4章 智能算法在原子团簇结构优化中的应用 | 第33-50页 |
| ·基于智能优化算法的氩原子团簇结构优化 | 第33-46页 |
| ·氩原子团簇结构优化问题描述 | 第33-35页 |
| ·氩原子团簇结构优化 | 第35-46页 |
| ·智能优化算法用于铜原子团簇结构优化 | 第46-48页 |
| ·铜原子团簇结构优化问题描述 | 第46-47页 |
| ·铜原子团簇优化结果分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57-59页 |
