欢迎登录材料期刊网

材料期刊网

高级检索

对比了分子动力学和人工神经网络两种不同模拟算法的主要特点,提出了将这两种算法相互耦合,即将分子动力学的模拟结果作为人工神经网络的训练样本,训练后的人工神经网络用来预测.利用分子动力学建立了金刚石表面化学气相沉淀的模型,运用两种算法的耦合计算了碳原子在金刚石表面吸收概率,解吸收概率和散射概率.计算表明,这两种算法的耦合可节省计算资源,同时保证了一定的精确度.

参考文献

[1] Anderson H C .[J].Journal of Chemical Physics,1980,72:2384.
[2] Car R;ParrineUo M .[J].Physical Review Letters,1985,55:2471.
[3] Natale C D;Proietti E;Diamanti R et al.[J].IEEE Transactions on Semiconductor Manufacturing,1999,5(02):109-115.
[4] Martin D P;Lionel M R .[J].Journal of Physical Chemistry,1994,98(16):4375-4381.
[5] Merle E R;Michael E C .[J].Journal of Chemical Physics,1988,88(09):5934-5942.
[6] Donald W B;Olga A S;Judith A H et al.[J].Journal of Physics:Condensed Matter,2002,14:783-802.
[7] Rapaport D C.Art of Molecular Dynamics Simulation[M].Cambridge:Cambridge University Press,2004
[8] 杨建刚.人工神经网络实用教程[M].杭州:浙江大学出版社,2002
[9] 尚丽.基于BP网络的自学习算法和C语言实现[J].工业控制计算机,2002(04):13-17.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%