| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 遗传算法发展现状 | 第11-12页 |
| 1.2.2 材料学领域大数据处理发展现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 基础理论 | 第15-27页 |
| 2.1 遗传算法简介 | 第15-20页 |
| 2.1.1 遗传算法流程图 | 第15-16页 |
| 2.1.2 遗传算法主要环节 | 第16-20页 |
| 2.2 材料学大数据处理基础理论 | 第20-26页 |
| 2.2.1 分子动力学方法 | 第20-24页 |
| 2.2.2 第一性原理方法 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于算数交叉的并行自适应遗传算法 | 第27-43页 |
| 3.1 基于实数编码的遗传算法 | 第27-29页 |
| 3.1.1 二进制编码的缺陷 | 第27页 |
| 3.1.2 实数编码的优势 | 第27-28页 |
| 3.1.3 交叉方式 | 第28页 |
| 3.1.4 变异方式 | 第28-29页 |
| 3.2 基于算数交叉的自适应遗传算法 | 第29-32页 |
| 3.2.1 自适应遗传算法简介 | 第29-30页 |
| 3.2.2 自适应遗传算法改进 | 第30-32页 |
| 3.3 自适应遗传算法的并行实现 | 第32-42页 |
| 3.3.1 AP-AGA算法并行化原理 | 第32-36页 |
| 3.3.2 AP-AGA算法串并行通信接口实现 | 第36-39页 |
| 3.3.3 并行参数设置 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 并行自适应遗传算法与材料学大数据处理 | 第43-55页 |
| 4.1 基于AP-AGA算法的势能函数优化 | 第43-51页 |
| 4.1.1 待优化参数 | 第43-45页 |
| 4.1.2 适用于Tersoff势能函数的适应度函数 | 第45-46页 |
| 4.1.3 实验分析 | 第46-51页 |
| 4.2 基于AP-AGA算法的SiC-He势能函数开发 | 第51-53页 |
| 4.2.1 适用于SiC-He势能函数的适应度函数 | 第51-52页 |
| 4.2.2 SiC-He势能函数的开发 | 第52-53页 |
| 4.3 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
