面心立方金属宏观物性的分子动力学及人工神经网络的模拟计算研究
| 第一章 文献综述 | 第1-18页 |
| ·计算材料学研究方法概述 | 第8-12页 |
| ·分子动力学 | 第12-13页 |
| ·人工神经网络 | 第13-14页 |
| ·弹性性能、表面能和声子谱在材料科学中的地位 | 第14-17页 |
| ·弹性性能 | 第14-15页 |
| ·声子谱及热力学性质 | 第15页 |
| ·表面能 | 第15-17页 |
| ·本课题来源 | 第17-18页 |
| 第二章 分子动力学模拟及方法选择 | 第18-28页 |
| ·引言 | 第18-19页 |
| ·分子模拟主要技术细节 | 第19-26页 |
| ·分子间作用势 | 第19-22页 |
| ·周期性边界条件 | 第22页 |
| ·相互作用的截断 | 第22-23页 |
| ·运动方程的建立和求解 | 第23-26页 |
| ·原子嵌入势模型(EAM) | 第26-27页 |
| ·分子动力学模拟程序构成 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 人工神经网络预测模型的选择 | 第28-42页 |
| ·引言 | 第28-29页 |
| ·生物神经元与大脑结构的特点 | 第29-30页 |
| ·神经网络的类型 | 第30-35页 |
| ·神经元变换函数的类型 | 第30-32页 |
| ·神经网络结构的类型 | 第32-33页 |
| ·学习方法的类型 | 第33-35页 |
| ·人工神经网络的优点 | 第35-36页 |
| ·误差反向传播网络(BP 网络) | 第36-39页 |
| ·BP 网络结构 | 第36页 |
| ·BP 网络学习规则 | 第36-37页 |
| ·BP 网络的学习过程 | 第37页 |
| ·BP 网络结构的选定 | 第37-39页 |
| ·BP 网络的不足及其改进 | 第39-41页 |
| ·BP 网络的限制与不足 | 第39-40页 |
| ·BP 网络的改进方法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 面心立方金属弹性性能研究 | 第42-46页 |
| ·引言 | 第42页 |
| ·嵌入原子模型及参数的确定 | 第42-44页 |
| ·弹性性能计算结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 面心立方金属热力学性质研究 | 第46-67页 |
| ·引言 | 第46页 |
| ·晶格动力学理论 | 第46-47页 |
| ·声子色散关系 | 第47-52页 |
| ·声子态密度的计算 | 第52-55页 |
| ·晶格振动能、比热容、振动熵计算研究 | 第55-63页 |
| ·晶格振动能 U | 第55-58页 |
| ·晶格振动热容 Cv | 第58-60页 |
| ·振动熵 S | 第60-63页 |
| ·德拜- 沃拉(Debye-Waller)因子 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 面心立方金属表面能研究 | 第67-81页 |
| ·引言 | 第67-68页 |
| ·金属低密勒指数晶面表面能计算研究 | 第68-70页 |
| ·表面能计算原理 | 第68-69页 |
| ·低指数表面能的计算 | 第69-70页 |
| ·表面能预测神经网络模型 | 第70-72页 |
| ·BP 神经网络模型的建立 | 第71页 |
| ·BP 网络神经元数目的选择 | 第71-72页 |
| ·金属高密勒指数晶面表面能计算研究 | 第72-77页 |
| ·预测模型精度分析 | 第72-75页 |
| ·高指数表面能的预测 | 第75-77页 |
| ·Ni_3Al合金高密勒指数晶面表面能计算研究 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 结论 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-92页 |
| 个人简历 | 第92-93页 |
| 在学期间的研究成果及发表的学术论文 | 第93页 |
