中文摘要 | 第1-6页 |
英文摘要 | 第6-10页 |
第一章 引言 | 第10-22页 |
一、研究背景 | 第10-20页 |
(一) 吸收能的定义 | 第12-13页 |
(二) 紫外可见吸收光谱的原理 | 第13-20页 |
二、本论文的研究意义及内容 | 第20-22页 |
第二章 理论基础 | 第22-46页 |
一、量子化学计算方法 | 第22-31页 |
(一) 从头算方法 | 第23-27页 |
(二) 半经验计算方法 | 第27-29页 |
(三) 密度泛函理论(DFT)和含时密度泛函理论(TDDFT)方法 | 第29-31页 |
二、基组 | 第31-33页 |
(一) 最小基组 | 第32页 |
(二) 劈裂价键基组 | 第32页 |
(三) 极化基组 | 第32-33页 |
(四) 弥散基组 | 第33页 |
(五) 高角动量基组 | 第33页 |
三、校正方法 | 第33-46页 |
(一) 多元线性回归 | 第34-35页 |
(二) 人工神经网络 | 第35-40页 |
(三) 遗传算法 | 第40-41页 |
(四) 支持向量机 | 第41-46页 |
第三章 提高低水平的量子化学方法计算吸收能的精度:遗传算法和神经网络方法 | 第46-58页 |
一、引言 | 第46-47页 |
二、实验方法 | 第47-49页 |
(一) 物理参数选择 | 第47页 |
(二) 遗传算法优化BP神经网络 | 第47-49页 |
三、结果和讨论 | 第49-57页 |
(一) GABP校正不同精度的量子化学方法计算值 | 第49-55页 |
(二) 高精度方法的校正值校正低精度的方法计算值 | 第55-56页 |
(三) GABP提高较大分子的计算精度 | 第56-57页 |
四、结论 | 第57-58页 |
第四章 提高密度泛函理论方法计算吸收能的精度:支持向量机方法 | 第58-67页 |
一、引言 | 第58-59页 |
二、实验部分 | 第59页 |
(一) 计算数据 | 第59页 |
(二) 物理参数计算 | 第59页 |
(三) 物理参数选择 | 第59页 |
三、理论方法 | 第59-60页 |
四、结果和讨论 | 第60-66页 |
(一) 提高密度泛函理论的计算精度 | 第60-65页 |
(二) 筛选物理参数的有效性 | 第65-66页 |
五、结论 | 第66-67页 |
总结与展望 | 第67-68页 |
参考文献 | 第68-79页 |
附录 | 第79-85页 |
附录1 160 个有机分子的结构图 | 第79-82页 |
附录2 人工神经网络的权值和阈值 | 第82-85页 |
致谢 | 第85-86页 |
在学期间公开发表论文及著作情况 | 第86页 |