导读:本文包含了吸收能论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:密度,分子,理论,神经网络,向量,套管,钢板。
吸收能论文文献综述
石玥[1]（2018）在《基于集成学习的分子吸收能含时密度泛函计算校正模型研究》一文中研究指出人工智能是以研究计算机算法模拟人类智能的理论和方法,以及开发用来模拟人类智能的技术和现实系统为主要目的的前沿学科,涉及领域广泛。机器学习作为人工智能的重要分支,从最初的符号学习演变到现在的统计机器学习,从纯理论到现实问题研究,至今已经应用在很多科研和工业领域。分子的吸收能是指分子因吸收光子而发生跃迁时所吸收的能量,反映了分子的电子性质以及内在的结构信息,是重要的激发态光学性质之一。利用对物质分子所产生的吸收能以及吸收强度的了解,可以分析、测定和推断物质的组成和结构等性质,对于太阳能电池光伏材料研究和设计等有重要参考价值。因而如何测量或准确而高效的预测分子的吸收能,尤其是较大分子的激发态性质,十分值得探究。近几十年来,量子化学计算在研究化学各领域问题上已有显着成效。近年来,量子化学计算与机器学习的结合,在提高量子化学计算方法的计算精度和计算效率上,得到了巨大进展。计算分子吸收能最常用量子化学方法之一是含时密度泛函理论(TDDFT),因为其效率高,并且可应用多种分子体系的特点,成为计算分子激发态的上佳选择,但是其计算精度和可应用分子的尺度还有很大的提升空间。本文使用集成学习方法对TDDFT计算的分子吸收能进行了校正建模。本文研究对象是433个有机分子,包括276个芳胺类染料分子。首先使用量子化学(TD)DFT中的B3LYP,分别在叁个不同基组STO-3G,6-31G(d),6-311G(d,p)下对分子进行基态的结构与激发态光谱的计算,以获取叁个数据集;然后使用SPXY,Kennard-Stone两种方法划分数据;再分别使用Pearson,顺序前向筛选(SFS)和LASSO方法进行特征选择;之后使用单一算法支持向量机(SVM),极限学习机(ELM),广义回归神经网络(GRNN)以及集成学习方法梯度提升决策树(GBDT)和随机森林(RF)进行校正,从中选择预测高精度分子吸收能的稳定、有效模型,从而提高TDDFT的计算精度。通过一系列对比实验,研究预测分子吸收能在使用机器学习方法中的最佳校正模型,即在STO-3G基组下,使用集成算法随机森林RF对量子化学方法(TD)B3LYP的分子吸收能计算结果进行校正,所得效果最佳。该模型把(TD)DFT得到的均方根误差RMSE的0.97eV降低成0.14eV,平均绝对误差MAE从0.71eV校正到0.11eV,且用时最少。RF模型预测其它两个基组的误差也有明显的减小,且所得结果均超过单一机器学习方法,可以看出集成学习算法在本实验中表现优异。由此可见,集成学习与量子化学方法的结合,能够更有效的提高校正模型的预测效果。(本文来源于《东北师范大学》期刊2018-06-01）
刘建星,刘敬喜[2]（2015）在《楔形船艏碰撞下船舶舷侧结构吸收能的估算方法》一文中研究指出随着海洋和内河航运事业的迅猛发展,各类船舶碰撞事故时有发生,国内外研究人员广泛关注船舶抗撞能力的研究。楔形船艏作为一种常见的艏部形状,其与舷侧结构的碰撞问题理应得到重视。本文在经典塑性力学的基础上,基于系列合理假设,建立了楔形船艏与舷侧结构碰撞的简化分析模型,给出了估算船舶舷侧碰撞变形反力和吸收能量的近似计算方法,并针对具体算例进行计算。研究成果对于船舶的抗碰撞初步设计和相关规范的制定具有指导作用。(本文来源于《中国钢结构协会海洋钢结构分会学术论文集》期刊2015-09-03）
高婷,韩博,李辉,李鸿志,吕英华[3]（2012）在《最小二乘支持向量机方法用于提高低水平量子化学方法计算吸收能的精度》一文中研究指出运用B3LYP/STO-3G和ZINDO两种低水平的量子化学方法计算了160个有机分子的UV-Vis吸收光谱,然后提取合适的物理参数,并以实验值为基础,引入最小二乘支持向量机方法以提高吸收能的计算值精度.结果表明,最小二乘支持向量机方法可有效提高量子化学计算精度,体系的吸收能误差均方根分别从0.95和0.46 eV降低到0.16和0.15 eV.最小二乘支持向量机校正方法的引入可在较少的机时和计算资源下得到比单一的量子化学计算方法更为稳定和精确的计算结果,且可在现有计算条件下预测现有计算能力达不到的精度.因此,将最小二乘支持向量机方法用于量子化学数据分析,为化学研究准确、快捷地预测分子性质提供了一种新的研究手段.(本文来源于《高等学校化学学报》期刊2012年12期）
李平全,赵映辉,佟琳[4]（2010）在《关于超高强度套管夏比冲击吸收能规定值的讨论》一文中研究指出通过对套管、钻杆管体的载荷、失效模式及夏比冲击吸收能的要求的对比分析,对超高强度套管、钻杆及钻柱构件夏比冲击吸收能要求的区别,尤其对夏比冲击吸收能平均值为屈服强度下限值的1/10的经验式的适用性进行了讨论,指出将该经验式推广至载荷状态和失效模式不同的深井超高强度套管及套管柱在理论上和实践上都是缺乏依据并且是有害的。对深井超高强度套管提出不适当的过高的韧性要求,只能造成性能过剩和制造成本的上升。(本文来源于《钢管》期刊2010年05期）
高婷,浦东兵,吕英华,苏忠民[5]（2010）在《提高低水平量子化学方法计算吸收能的精度》一文中研究指出运用B3LYP/STO-3G和ZINDO两种低水平的量子化学计算方法计算160个有机分子的UV-Vis吸收谱,引入最小二乘支持向量机方法校正吸收能的计算值,体系的吸收能误差均方根分别从0.95(本文来源于《中国化学会第27届学术年会第14分会场摘要集》期刊2010-06-20）
李辉[6]（2009）在《提高密度泛函理论方法计算吸收能的精度：神经网络和遗传算法》一文中研究指出电子跃迁吸收能是分子的一个重要的物理属性，它包含分子的内在结构信息和电子性质，所以精确地预测吸收能是计算化学领域的一个重要问题。量子化学方法已经超过了仅仅验证实验值的水平，它能够在实验值不知道或不确定的时候来精确地预测吸收能，然而并不是所有的计算结果都是十分精确地，特别是对于复杂分子或者较大的系统，导致这种局限性的主要原因是计算方法本身采用固有的近似引起的。要解决这个问题，期望找到一些简单而有效的方法来校正理论计算的误差。本论文针对150个有机小分子体系，用神经网络、遗传算法、神经网络集成以及K近邻等方法来校正量子化学方法计算的结果，提高量子化学计算电子光谱吸收能的精度。这些方法为准确地预测分子的各种性质提供了一种新的研究手段，拓展了理论方法的可靠性和适用性。研究工作主要包括如下几个部分：1．基于量子化学TDDFT/B3LYP方法计算有机小分子的紫外可见吸收光谱的吸收能，利用遗传算法和BP神经网络（GANN）来提高有机小分子吸收能的计算精度。在GANN方法中，GA被用来搜索神经网络的最优初始权值，BP被用来进一步训练神经网络来获得最优的最终连接权值。该方法被用来校正150个有机分子的光谱吸收能的理论计算误差。通过BPN的校正，均方根误差由B3LYP/6-31G(d)计算得到的0.47降到了0.22 eV，而对于GANN校正方法，误差则降到了0.16 eV。GANN方法避免了传统BP算法易陷入局部极小的缺陷，同时在提高DFT方法计算精度时优于BP神经网络校正方法。2．利用神经网络集成（NNE）的方法来提高单一神经网络的泛化能力，其中NNE采用了bagging技术来生成集成中的6个个体神经网络，在集成时使用基于简单平均的结果合成（NNEA）和加权平均的结果合成（NNEW）方法。包含150个分子的实验数据被随机分成两个数据集，训练集包含120个分子，测试集包含30个分子。对于BPN、NNEA和NNEW校正方法将训练集中120个分子的误差分别由B3LYP/6-31G(d)计算得到的0.48降到0.20，0.22，0.22 eV，对于测试集中的30个分子，误差则分别由原来的0.41降到0.26，0.20和0.18 eV。从测试集的数据仿真结果表明神经网络集成能够降低单一神经网络的泛化误差。3．提出了用神经网络集成和K近邻方法（NNEKNN）来精确预测150个有机分子的电子跃迁吸收能。传统的前向神经网络是一个无记忆的方法，这意味着当神经网络训练结束后，所有有关输入的相关信息都被存储在网络的连接权值中，这时不再需要输入数据了。相反，K近邻方法代表的是一种基于记忆的方法，该方法在记忆中存储了输入数据的整个数据库，然后它的预测结果是基于这些已存储数据的局部近似值。在近邻选择上，NNEKNN方法使用集成输出的结果与位于训练集中的近邻之间的欧几里德距离作为衡量方法。对于NNEKNNA和NNEKNNW校正方法，对于训练集的120个分子而言，误差均由原来的0.48降到0.16 eV，而对于测试集中的30有机分子来说，误差分别由原来的0.41降到0.14和0.10 eV。结果表明NNEKNN方法能够有效地降低密度泛函理论的计算误差，可以以比BPN和NNE方法提供更高的精度来预测光谱吸收能。(本文来源于《东北师范大学》期刊2009-10-01）
高婷[7]（2009）在《有机小分子吸收能的精确计算：神经网络与支持向量机方法》一文中研究指出分子吸收能可以表征分子的内在结构信息和电子性质,是分子的一个重要物理属性。因此,精确地预测吸收能是计算化学领域的一个重要问题。量子化学是研究分子微观结构、性质和分子间相互作用的基础学科,在近20年中,量子化学的基础理论和计算方法取得了显着进展。量子化学计算的一大优势在于它可以先于实验来预测物质的性质或实验上至今无法测得的一些物理量及无法观测到的反应过程。量子化学计算在解释和预测中小分子的实验结果上显示出巨大优势,但由于计算方法固有的近似使得误差不可避免,尤其是对于结构不规整的复杂大分子,计算误差更大。在近10年里,许多统计校正方法被用于提高量子化学的计算精度。其步骤是先用量子化学方法计算分子的相关物理参数,然后用统计方法来确定理论计算和实验值的数量关系,这些方法主要包括:多元线性回归和人工神经网络等。本论文针对160个有机小分子体系,用人工神经网络和支持向量机等方法来校正量子化学方法计算的结果,提高了量子化学计算吸收能的精度。在简单的物理参数下,组合型计算方法能够减小理论计算因忽略电子相关效应和使用小基组所带来的系统误差,为准确、快捷地预测分子性质提供了一种新的研究手段。研究工作主要包括如下几个部分:1、量子化学方法计算有机小分子的紫外可见吸收光谱,用遗传算法优化BP神经网络(GABP)来提高有机小分子吸收能的计算精度。GABP1分别校正了叁种量子化学计算方法:B3LYP/6-31G(d),B3LYP/STO-3G和ZINDO,校正前叁种方法得到的均方根误差分别是0.32,0.95和0.46 eV,校正后均方根误差降低到了0.14,0.19和0.18 eV。其中,B3LYP/6-31G(d)-GABP1计算结果误差较小,基本与实验值吻合。2、GABP2用于确定B3LYP/6-31G(d)-GABP1计算值和低水平理论计算方法之间的数量关系,例如B3LYP/STO-3G和ZINDO。GABP2校正B3LYP/STO-3G和ZINDO后误差的均方根降低到了0.20和0.19 eV。比较两次校正结果,我们可以验证GABP方法的有效性和可行性。显然,B3LYP/6-31G(d)-GABP1可以有效的提高有机小分子吸收能的精度,并且在实验结果不可获得或者不可得到的情况下,B3LYP/6-31G(d)-GABP1的校正值可以看做是实验的近似值。3、B3LYP/6-31G(d)-GABP方法可以分析较大分子的吸收能,当大分子缺少实验值或者无法获得较高精度理论值的时候,它可能成为一个预测实验值的有效的理论计算工具。4、根据所选数据集来增加物理参数,然后用多元线性回归来筛选物理参数。5、引入最小二乘支持向量机来提高密度泛函理论计算值。最小二乘支持向量机校正后的误差由0.32 eV降低到了0.11 eV。相比多元线性回归来说,最小二乘支持向量机有更好的适应能力和校正效果。在无法获得实验值或无法得到精度较高的量子化学计算结果的时候,最小二乘支持向量机校正B3LYP/6-31G(d)的方法可以有效的预测分子的吸收能。最小二乘支持向量机扩展了B3LYP/6-31G(d)的真实性和实用性。(本文来源于《东北师范大学》期刊2009-05-01）
王强,王通,于长滨,王祥林[8]（2006）在《用分段式霍普金森压杆对水泥石动态弹性模量和破碎吸收能的实验研究》一文中研究指出本文采用分段式霍普金森压杆(Sp litHopk inson Pressure Bar,缩写为SHPB),对各种配方水泥石材料的动态弹性模量、破碎吸收能进行了实验研究,并给出了部分实验结果。研究表明:采用SHPB技术测量水泥石材料的动态力学性能方法是可行的;填料增强是提高水泥石材料抗冲击性能的有效途径。(本文来源于《地震工程与工程振动》期刊2006年02期）
炜晨[9]（2004）在《具有大容量吸收能的TS440MPa级热轧钢板》一文中研究指出近年来，为了提高汽车的抗撞性能，研究在车体材料上应用高强度钢板。但随着钢板强度的提高，其加工性能下降。因此，需开发一种强度和加工性能都能保证的钢板。 川崎钢铁公司千叶厂的新型(本文来源于《世界金属导报》期刊2004-11-16）
于亚伦,川北稔,木下重教[10]（1988）在《岩石破碎吸收能与应变率之间的相关性研究》一文中研究指出本文主要研究了岩石在高速冲击载荷作用下,不同围压对岩石破碎吸收能与应变率的相互关系。为了查明二者的全貌,示出了全应变范围内岩石破碎吸收能与应变率的关系曲线.试验采用叁轴高速冲击试验装置(Split Hopkinson Bar).(本文来源于《力学与实践》期刊1988年02期）
吸收能论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着海洋和内河航运事业的迅猛发展,各类船舶碰撞事故时有发生,国内外研究人员广泛关注船舶抗撞能力的研究。楔形船艏作为一种常见的艏部形状,其与舷侧结构的碰撞问题理应得到重视。本文在经典塑性力学的基础上,基于系列合理假设,建立了楔形船艏与舷侧结构碰撞的简化分析模型,给出了估算船舶舷侧碰撞变形反力和吸收能量的近似计算方法,并针对具体算例进行计算。研究成果对于船舶的抗碰撞初步设计和相关规范的制定具有指导作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
吸收能论文参考文献
[1].石玥.基于集成学习的分子吸收能含时密度泛函计算校正模型研究[D].东北师范大学.2018
[2].刘建星,刘敬喜.楔形船艏碰撞下船舶舷侧结构吸收能的估算方法[C].中国钢结构协会海洋钢结构分会学术论文集.2015
[3].高婷,韩博,李辉,李鸿志,吕英华.最小二乘支持向量机方法用于提高低水平量子化学方法计算吸收能的精度[J].高等学校化学学报.2012
[4].李平全,赵映辉,佟琳.关于超高强度套管夏比冲击吸收能规定值的讨论[J].钢管.2010
[5].高婷,浦东兵,吕英华,苏忠民.提高低水平量子化学方法计算吸收能的精度[C].中国化学会第27届学术年会第14分会场摘要集.2010
[6].李辉.提高密度泛函理论方法计算吸收能的精度：神经网络和遗传算法[D].东北师范大学.2009
[7].高婷.有机小分子吸收能的精确计算：神经网络与支持向量机方法[D].东北师范大学.2009
[8].王强,王通,于长滨,王祥林.用分段式霍普金森压杆对水泥石动态弹性模量和破碎吸收能的实验研究[J].地震工程与工程振动.2006
[9].炜晨.具有大容量吸收能的TS440MPa级热轧钢板[N].世界金属导报.2004
[10].于亚伦,川北稔,木下重教.岩石破碎吸收能与应变率之间的相关性研究[J].力学与实践.1988
论文知识图
