| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 团簇研究的背景、意义和研究现状 | 第11-14页 |
| 1.1.1 引言 | 第11页 |
| 1.1.2 金属团簇研究背景和意义 | 第11-13页 |
| 1.1.3 团簇研究现状 | 第13-14页 |
| 1.2 基于势能函数的理论团簇研究方法 | 第14-20页 |
| 1.2.1 势能模型简介 | 第14-16页 |
| 1.2.2 Gupta势能函数 | 第16-17页 |
| 1.2.3 优化方法 | 第17-19页 |
| 1.2.4 基于优化算法的改进 | 第19-20页 |
| 1.3 合金团簇结构研究的不确定性 | 第20-21页 |
| 1.4 论文的创新点 | 第21-22页 |
| 1.5 论文的主要工作及结构组织 | 第22-25页 |
| 第二章 相关技术 | 第25-39页 |
| 2.1 BHMC算法的应用现状 | 第25-30页 |
| 2.1.1 算法简介 | 第25-29页 |
| 2.1.2 BHMC算法实现流程图 | 第29-30页 |
| 2.2 Spark大数据框架 | 第30-35页 |
| 2.2.1 Spark的总体概况 | 第31-32页 |
| 2.2.2 Spark的特点与优势 | 第32-33页 |
| 2.2.3 Spark的关键技术-RDD | 第33-35页 |
| 2.3 并行模型 | 第35-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 基于改进BHMC算法的团簇结构研究 | 第39-51页 |
| 3.1 算法实现总体流程图 | 第39-40页 |
| 3.2 算法改进思路 | 第40-42页 |
| 3.3 改进BHMC算法实现 | 第42-44页 |
| 3.4 实验结果分析 | 第44-49页 |
| 3.4.1 实验结果说明 | 第44-46页 |
| 3.4.2 实验稳定性分析 | 第46-47页 |
| 3.4.3 效率对比 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于Spark的并行改进BHMC算法在团簇结构中应用 | 第51-63页 |
| 4.1 算法实现总体流程 | 第51-52页 |
| 4.2 Spark平台搭建 | 第52-53页 |
| 4.3 并行模型的讨论 | 第53-54页 |
| 4.4 基于Spark的BHMC算法并行实现 | 第54-59页 |
| 4.4.1 算法并行原理 | 第54-55页 |
| 4.4.2 算法实现流程 | 第55-59页 |
| 4.5 实验环境和程序设置说明 | 第59-60页 |
| 4.6 实验结果及讨论 | 第60-62页 |
| 4.7 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 硕士期间科研成果 | 第71-73页 |
| 致谢 | 第73页 |