机器学习在团簇能量预测和结构全局寻优中的应用研究
版权申诉
196 浏览量
更新于2024-06-15
收藏 1.76MB PDF 举报
"MathorCup数学建模挑战赛获奖论文摘要"
本文是MathorCup数学建模挑战赛获奖论文,讨论了基于机器学习的团簇能量预测及结构全局寻优方法。团簇是由多个分子或原子聚集在一起的微观结构,对于发现新型材料的结构和性能具有重要意义。传统的理论研究方法存在计算时间长、计算效果差等问题,而机器学习作为一个极具前景的多学科交叉领域,能够有效提高模型学习与计算的效率。
本文首先分析了传统金属团簇能量模型,将不同模型得到的能量值与样本能量值进行相关性分析,构建了含有变异因子的Sutton Chen能量预测模型。在此基础上改进传统PSO算法,引入自适应惯性权重,能够自适应调整粒子群的全局与局部搜索能力,解决了传统算法收敛速度慢、容易陷入局部最优的问题。
针对问题1,本文构建了多条件约束的金团簇能量预测模型,结果表明,金团簇20Au的全局最低能量值为-1557.8251,全局最优结构为具有对称性的正四面体。
针对问题2,本文构建了多条件约束的金团簇异构体生成方法,给出了产生团簇异构体的原子结构对称性和原子间距约束条件,结合AWPSO算法,对异构体的绝对位置信息进行相对距离化与向量化处理,并完成了全局最优能量的预测及结构的三维重构。结果表明,金团簇32Au全局最低能量值为-2544.3431,全局最优结构为类笼型结构。
针对问题3,本文采用机器学习方法对硼团簇能量及空间结构间的关系进行学习,提出了基于库伦矩阵本征谱的能量预测模型。结合AWPSO算法改进其适应度函数,设计了基于神经网络适应度函数的AWPSO全局寻优算法。结果表明,硼团簇45B−的最低能量值为-114305.0794,全局最优结构为带有一定曲率的类平面结构,中间有一六边形空位。
针对问题4,本文改进了问题2的寻优方法,结合库伦矩阵本征谱,提出了多条件约束的NN-AWPSO模型。结果表明,硼团簇40B−的最低能量值为-101954.52,全局最优结构为类平面结构,中间存在两个六边形空位,每个原子均可与临近原子构成类正六边形结构,相较于45B−该结构对称性与稳定性更好。
本文基于机器学习的团簇能量预测及结构全局寻优方法,能够有效解决团簇结构预测和优化问题,具有重要的理论和实践意义,对于材料科学和纳米技术等领域的研究具有重要的启示意义。
知识点:
1. 团簇能量预测模型:本文提出了基于机器学习的团簇能量预测模型,能够预测团簇的能量值和结构。
2. 结构全局寻优方法:本文提出了基于AWPSO算法的结构全局寻优方法,能够寻找团簇的全局最优结构。
3. 机器学习在团簇研究中的应用:本文展示了机器学习在团簇研究中的应用,能够提高模型学习与计算的效率。
4. 团簇结构预测:本文讨论了团簇结构预测问题,提出了多条件约束的团簇能量预测模型和结构全局寻优方法。
5. 硼团簇能量预测:本文讨论了硼团簇能量预测问题,提出了基于库伦矩阵本征谱的能量预测模型。
6. NN-AWPSO模型:本文提出了基于神经网络适应度函数的AWPSO全局寻优算法,能够寻找团簇的全局最优结构。
本文基于机器学习的团簇能量预测及结构全局寻优方法,具有重要的理论和实践意义,对于材料科学和纳米技术等领域的研究具有重要的启示意义。
2022-08-03 上传
2022-08-03 上传
2023-05-08 上传
2023-03-16 上传
2023-11-21 上传
2023-09-10 上传
2023-10-23 上传
2024-04-14 上传
![](https://profile-avatar.csdnimg.cn/fcd62adb0120465d9af280215b0ff722_snowtshan.jpg!1)
阿拉伯梳子
- 粉丝: 2146
- 资源: 5737
最新资源
- 计算机人脸表情动画技术发展综述
- 关系数据库的关键字搜索技术综述:模型、架构与未来趋势
- 迭代自适应逆滤波在语音情感识别中的应用
- 概念知识树在旅游领域智能分析中的应用
- 构建is-a层次与OWL本体集成:理论与算法
- 基于语义元的相似度计算方法研究:改进与有效性验证
- 网格梯度多密度聚类算法:去噪与高效聚类
- 网格服务工作流动态调度算法PGSWA研究
- 突发事件连锁反应网络模型与应急预警分析
- BA网络上的病毒营销与网站推广仿真研究
- 离散HSMM故障预测模型:有效提升系统状态预测
- 煤矿安全评价:信息融合与可拓理论的应用
- 多维度Petri网工作流模型MD_WFN:统一建模与应用研究
- 面向过程追踪的知识安全描述方法
- 基于收益的软件过程资源调度优化策略
- 多核环境下基于数据流Java的Web服务器优化实现提升性能