人工智能是以研究計(jì)算機(jī)算法模擬人類智能的理論和方法,以及開(kāi)發(fā)用來(lái)模擬人類智能的技術(shù)和現(xiàn)實(shí)系統(tǒng)為主要目的的前沿學(xué)科,涉及領(lǐng)域廣泛。機(jī)器學(xué)習(xí)作為人工智能的重要分支,從最初的符號(hào)學(xué)習(xí)演變到現(xiàn)在的統(tǒng)計(jì)機(jī)器學(xué)習(xí),從純理論到現(xiàn)實(shí)問(wèn)題研究,至今已經(jīng)應(yīng)用在很多科研和工業(yè)領(lǐng)域。分子的吸收能是指分子因吸收光子而發(fā)生躍遷時(shí)所吸收的能量,反映了分子的電子性質(zhì)以及內(nèi)在的結(jié)構(gòu)信息,是重要的激發(fā)態(tài)光學(xué)性質(zhì)之一。利用對(duì)物質(zhì)分子所產(chǎn)生的吸收能以及吸收強(qiáng)度的了解,可以分析、測(cè)定和推斷物質(zhì)的組成和結(jié)構(gòu)等性質(zhì),對(duì)于太陽(yáng)能電池光伏材料研究和設(shè)計(jì)等有重要參考價(jià)值。因而如何測(cè)量或準(zhǔn)確而高效的預(yù)測(cè)分子的吸收能,尤其是較大分子的激發(fā)態(tài)性質(zhì),十分值得探究。近幾十年來(lái),量子化學(xué)計(jì)算在研究化學(xué)各領(lǐng)域問(wèn)題上已有顯著成效。近年來(lái),量子化學(xué)計(jì)算與機(jī)器學(xué)習(xí)的結(jié)合,在提高量子化學(xué)計(jì)算方法的計(jì)算精度和計(jì)算效率上,得到了巨大進(jìn)展。計(jì)算分子吸收能最常用量子化學(xué)方法之一是含時(shí)密度泛函理論(TDDFT),因?yàn)槠湫矢?并且可應(yīng)用多種分子體系的特點(diǎn),成為計(jì)算分子激發(fā)態(tài)的上佳選擇,但是其計(jì)算精度和可應(yīng)用分子的尺度還有很大的提升空間。本文使用集成學(xué)習(xí)方法對(duì)TDDFT...

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1第154號(hào)分子結(jié)構(gòu)

圖2-1與圖2-2是分別是本文研究的433個(gè)分子中原子數(shù)最多和原最多的是第154號(hào)分子，具有229個(gè)原子，最少的是178號(hào)分子，具兩個(gè)圖也可以看出，本文對(duì)分子的研究，原子數(shù)跨度較大，較有實(shí)用

圖2-2第178號(hào)分子結(jié)構(gòu)

圖4-1實(shí)驗(yàn)流程

4.1實(shí)驗(yàn)方案本文對(duì)包含276個(gè)芳胺染料分子在內(nèi)的433個(gè)有機(jī)分子進(jìn)行研究。首先通過(guò)計(jì)算這433個(gè)分子在三個(gè)不同基組下的基態(tài)與激發(fā)態(tài)的特征值獲取了三個(gè)數(shù)據(jù)庫(kù)，詳細(xì)過(guò)程已經(jīng)在第二章進(jìn)行了介紹。之后進(jìn)行數(shù)據(jù)劃分，特征選擇，然后使用集成方法對(duì)量子化學(xué)計(jì)算的吸收能結(jié)果進(jìn)行校正....

本文編號(hào)：3946456