| 摘要 | 第1-7页 |
| 英文摘要 | 第7-8页 |
| 第一章 绪论 | 第8-16页 |
| 第二章 密度泛函理论简介 | 第16-34页 |
| 一、引言 | 第16-17页 |
| 二、密度泛函理论基础 | 第17-23页 |
| 1.Hohenberg-Kohn唯一性原理 | 第17-19页 |
| 2.Hohenberg-Kohn第二原理——密度变分理论 | 第19-20页 |
| 3.Kohn-Sham方法 | 第20-23页 |
| 三、交换—相关近似泛函 | 第23-31页 |
| 1.局域密度近似 | 第23-24页 |
| 2.广义梯度近似(GGA) | 第24-28页 |
| 3.杂化泛函 | 第28-31页 |
| 四、小结 | 第31-34页 |
| 第三章 X1模型的建立 | 第34-68页 |
| 一、引言 | 第34页 |
| 二、人工神经网络简介 | 第34-45页 |
| 1.神经元模型 | 第35-37页 |
| 2.MLPN网络拓扑结构 | 第37-38页 |
| 3.MLPN的算法 | 第38-45页 |
| 4.BP网络存在的问题 | 第45页 |
| 三、遗传算法(GENETIC ALGORITHM,GA) | 第45-46页 |
| 四、泛化方法(GENERALIZATION) | 第46-49页 |
| 1.Early Stopping | 第46-47页 |
| 2.K折法(K-fold Cross-Validation)和leave-One-Out | 第47页 |
| 3.自行改进的K折校验法 | 第47-48页 |
| 4.贝叶斯方法 | 第48-49页 |
| 五、组合的网络训练方法(MPGA-MKF-ES-BAYSIAN-BPNN) | 第49-50页 |
| 六、X1模型的网络架构 | 第50-56页 |
| 1.输入层 | 第51-53页 |
| 2.隐含层 | 第53-55页 |
| 3.输出层 | 第55-56页 |
| 七、数据集 | 第56-64页 |
| 1.中性分子标准生成焓实验数据集 | 第56-63页 |
| 2.训练和测试数据集 | 第63-64页 |
| 八、理论计算方法 | 第64-68页 |
| 1.标准生成焓的理论计算方法 | 第64-67页 |
| 2.密度泛函计算 | 第67-68页 |
| 第四章 优化后的X1模型及其应用方法 | 第68-100页 |
| 一、优化后的X1模型 | 第68-69页 |
| 二、X1的应用方法 | 第69-71页 |
| 三、X1应用于含有其它元素的气态中性分子 | 第71-73页 |
| 四、X1/07的R31YP计算值、X1校正值及其相对于实验值的误差 | 第73-86页 |
| 五、结果与讨论 | 第86-100页 |
| 1.G3/99集 | 第86-88页 |
| 2.X1-1集 | 第88-89页 |
| 3.无机化合物和有机化合物 | 第89-91页 |
| 4.碳氢化合物和取代的碳氢化合物 | 第91-93页 |
| 5.含氟、氯、铝、硅、磷或硫的化合物 | 第93-96页 |
| 6.误差的改善和加剧的情况 | 第96-100页 |
| 第五章 X1方法的进一步测试 | 第100-120页 |
| 一、X1/07之外的测试集 | 第100-106页 |
| 二、X1存在的问题 | 第106-108页 |
| 1.适用的元素范围 | 第106页 |
| 2.带电荷离子和过渡态分子 | 第106页 |
| 3.烃中友链的影响 | 第106-107页 |
| 4.局分异构体 | 第107-108页 |
| 三、基于键能的测试 | 第108-120页 |
| 第六章 总结 | 第120-122页 |
| 参考文献 | 第122-130页 |
| 博士研究期间研究成果发表与报告情况 | 第130-132页 |
| 致谢 | 第132页 |
