高通量多尺度材料計(jì)算和機(jī)器學(xué)習(xí)
定 價(jià)：198 元
叢書名：材料基因工程叢書
當(dāng)前圖書已被 34 所學(xué)校薦購(gòu)過(guò)！
查看明細(xì)
- 作者：楊小渝
- 出版時(shí)間：2024/1/1
- ISBN：9787030762825
- 出 版 社：科學(xué)出版社
- 中圖法分類：TB3;TP181
- 頁(yè)碼：348
- 紙張：
- 版次：31
- 開本：B5
傳統(tǒng)材料研發(fā)模式主要基于實(shí)驗(yàn)“試錯(cuò)法”，其研發(fā)周期長(zhǎng)、效率低，人工智能驅(qū)動(dòng)的科研范式變革和新材料數(shù)字化研發(fā)模式能有效地降低研發(fā)成本，縮短研發(fā)周期。本書基于計(jì)算、數(shù)據(jù)、AI和實(shí)驗(yàn)“四位一體”的新材料集成式智能化研發(fā)理念，提出了基于材料基因編碼的新材料智能設(shè)計(jì)范式，從企業(yè)級(jí)新材料研發(fā)和面向科研的材料計(jì)算視角，重點(diǎn)圍繞高通量材料集成計(jì)算、多尺度材料計(jì)算模擬、材料數(shù)據(jù)庫(kù)、材料數(shù)據(jù)機(jī)器學(xué)習(xí)、新材料研發(fā)制造軟件等介紹了新材料數(shù)字化智能化研發(fā)和設(shè)計(jì)基本概念、方法、技術(shù)和應(yīng)用。本書同時(shí)也介紹了國(guó)產(chǎn)的高通量多尺度集成式材料智能化設(shè)計(jì)工業(yè)軟件MatCloud+，并通過(guò)一些精選案例介紹了材料計(jì)算、數(shù)據(jù)和新一代人工智能等數(shù)字化研發(fā)方法技術(shù)在新能源、金屬/合金、石油化工、復(fù)合材料、新型功能材料等重點(diǎn)材料行業(yè)或領(lǐng)域的應(yīng)用。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
目錄
叢書序
序一
序二
前言
第1章 高通量多尺度材料計(jì)算：背景、意義和現(xiàn)狀 1
1.1 材料研發(fā)之計(jì)算 1
1.2 材料研發(fā)之 AI 3
1.3 材料研發(fā)之?dāng)?shù)據(jù) 5
1.4 高通量多尺度材料計(jì)算：需要計(jì)算、數(shù)據(jù)、AI融合的基礎(chǔ)設(shè)施支撐 7
1.4.1 高通量多尺度材料計(jì)算：特點(diǎn)及挑戰(zhàn) 7
1.4.2 高通量多尺度材料計(jì)算平臺(tái)：新材料研發(fā)基礎(chǔ)設(shè)施 10
1.4.3 高通量多尺度材料計(jì)算平臺(tái)發(fā)展趨勢(shì) .13
1.5 國(guó)外高通量多尺度材料計(jì)算平臺(tái)現(xiàn)狀 16
1.5.1 美國(guó)微軟的Azure量子元素 16
1.5.2 美國(guó)Mat3ra 17
1.5.3 韓國(guó)Materials Square 18
1.6 MatCloud+材料云：國(guó)產(chǎn)高通量多尺度材料計(jì)算平臺(tái) 18
1.6.1 MatCloud+高通量多尺度材料智能設(shè)計(jì)云平臺(tái)簡(jiǎn)介 18
1.6.2 高通量、多尺度、SaaS化、流程化、智能化、自動(dòng)化、圖形化 20
1.6.3 10年研發(fā)歷程和項(xiàng)目資助 23
1.6.4 在歐盟、美、英、日、中東等的影響力 24
1.6.5 在國(guó)內(nèi)的應(yīng)用及影響力 25
參考文獻(xiàn) 26
第2章 企業(yè)級(jí)新材料研發(fā)之材料計(jì)算、數(shù)據(jù)、AI 30
2.1 概述 30
2.2 企業(yè)級(jí)新材料數(shù)字化研發(fā)典型案例 30
2.3 新材料數(shù)字化研發(fā)的核心技術(shù)：以美國(guó)QuesTek公司為例 32
2.3.1 第一性原理計(jì)算 33
2.3.2 計(jì)算熱力學(xué) 34
2.3.3 材料數(shù)據(jù)庫(kù)和機(jī)器學(xué)習(xí) 35
2.3.4 物性衍生模型 36
2.4 我國(guó)新材料數(shù)字研發(fā)化：困境、思考和破局 37
參考文獻(xiàn) 38
第3章 材料基因和性能關(guān)系模型的構(gòu)建 39
3.1 材料基因組計(jì)劃 39
3.2 基因、材料圖譜、分子指紋 41
3.3 材料基因編碼 vs. 材料基因 42
3.4 材料基因編碼的數(shù)學(xué)表達(dá) 44
3.4.1 材料基因 44
3.4.2 材料基因編碼的數(shù)學(xué)表達(dá)：材料基因編碼理想模型 44
3.5 基于材料基因編碼的材料智能設(shè)計(jì)框架 45
3.6 基于材料基因編碼的材料智能設(shè)計(jì)范式 46
參考文獻(xiàn) 46
第4章 高通量材料計(jì)算與篩選 48
4.1 高通量計(jì)算 48
4.2 高通量材料計(jì)算 51
4.2.1 高通量材料計(jì)算的特點(diǎn) 51
4.2.2 高通量材料計(jì)算的分類 52
4.2.3 高通量材料計(jì)算的用途 53
4.3 高通量材料計(jì)算篩選 53
4.3.1 高通量篩選 53
4.3.2 高通量計(jì)算篩選 54
4.3.3 高通量計(jì)算篩選的結(jié)構(gòu)候選空間 54
4.3.4 生成化學(xué)空間的案例 56
4.3.5 生成化學(xué)空間的其他注意點(diǎn) 58
4.3.6 高通量計(jì)算篩選的理論計(jì)算 59
4.4 高通量材料集成計(jì)算 60
4.4.1 如何有效地與高性能計(jì)算集成 60
4.4.2 如何有效地與材料數(shù)據(jù)分析集成 61
4.4.3 高通量計(jì)算各環(huán)節(jié)步驟的自動(dòng)化集成 62
4.4.4 不同尺度計(jì)算軟件的集成 65
4.4.5 計(jì)算數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)的集成 65
4.5 智算驅(qū)動(dòng)的高通量材料集成計(jì)算平臺(tái)建設(shè) 66
4.5.1 智算驅(qū)動(dòng)的高通量材料集成計(jì)算平臺(tái)總體架構(gòu) 66
4.5.2 基于開放架構(gòu)的智算平臺(tái)核心技術(shù)實(shí)現(xiàn) 67
4.5.3 驅(qū)動(dòng)引擎和自動(dòng)流程 68
4.5.4 材料計(jì)算、制備、表征及服役的融合 68
4.5.5 融合人工智能與多尺度計(jì)算 68
4.6 高通量材料集成計(jì)算的未來(lái)發(fā)展趨勢(shì) 68
參考文獻(xiàn) 69
第5章 高通量計(jì)算環(huán)境 71
5.1 高通量計(jì)算環(huán)境之提供：高性能計(jì)算 71
5.1.1 術(shù)語(yǔ)和概念 71
5.1.2 多核架構(gòu) 72
5.1.3 GPU架構(gòu) 73
5.1.4 X-PU架構(gòu)專用芯片 74
5.2 高通量計(jì)算環(huán)境之硬件：計(jì)算集群 75
5.2.1 計(jì)算集群基本概念 75
5.2.2 Beowulf計(jì)算集群 75
5.2.3 計(jì)算集群的優(yōu)缺點(diǎn)分析 76
5.3 高通量計(jì)算環(huán)境之軟件：集群作業(yè)管理系統(tǒng) 77
5.3.1 集群作業(yè)調(diào)度 78
5.3.2 集群作業(yè)管理 79
5.4 高通量材料集成計(jì)算對(duì)高性能計(jì)算提出的挑戰(zhàn) 80
5.4.1 “多節(jié)點(diǎn)，小核數(shù)”vs.“少節(jié)點(diǎn)，大核數(shù)” 80
5.4.2 “不滿核，非獨(dú)占”vs.“不滿核，獨(dú)占” 81
5.4.3 自動(dòng)調(diào)整和糾錯(cuò) 81
5.4.4 作業(yè)的停止、刪除、續(xù)算 82
5.4.5 海量數(shù)據(jù)處理 82
參考文獻(xiàn) 82
第6章 高通量材料計(jì)算驅(qū)動(dòng)引擎 83
6.1 高通量材料計(jì)算驅(qū)動(dòng)引擎概念 83
6.2 高通量材料計(jì)算驅(qū)動(dòng)引擎核心功能剖析.84
6.3 高通量材料計(jì)算驅(qū)動(dòng)引擎非功能需求分析 86
6.4 實(shí)現(xiàn)高通量材料計(jì)算驅(qū)動(dòng)引擎的關(guān)鍵要素 86
6.4.1 作業(yè)與任務(wù)的區(qū)分 86
6.4.2 滿足材料計(jì)算的高通量特性 87
6.4.3 高通量材料計(jì)算的容錯(cuò)、糾錯(cuò)機(jī)制. .87
6.4.4 工作流系統(tǒng) 87
6.4.5 高通量材料計(jì)算驅(qū)動(dòng)引擎的要素整合 91
參考文獻(xiàn) 92
第7章 高通量結(jié)構(gòu)建模 93
7.1 結(jié)構(gòu)建模概述. .93
7.2 超胞構(gòu)建 94
7.3 摻雜 94
7.4 表面切割 95
7.5 表面吸附 96
7.6 界面建模 97
7.7 粗�；� 98
參考文獻(xiàn) 98
第8章 多尺度計(jì)算模擬和跨尺度橋接. .99
8.1 概述 99
8.1.1 不同時(shí)空尺度的定義 100
8.1.2 跨尺度橋接 102
8.2 多尺度材料計(jì)算模擬104
8.2.1 量子和原子空間尺度的計(jì)算模擬 104
8.2.2 微觀尺度的材料結(jié)構(gòu)演化和材料響應(yīng).108
8.2.3 宏觀尺度的計(jì)算模擬 113
8.3 軟件的輸入-輸出關(guān)系和跨尺度橋接耦合 116
8.3.1 常用材料計(jì)算軟件的輸入-輸出關(guān)系 117
8.3.2 常用材料計(jì)算軟件的跨尺度橋接方法.120
8.4 跨時(shí)空尺度計(jì)算模擬的局限和挑戰(zhàn) 122
8.5 跨時(shí)空尺度計(jì)算模擬的發(fā)展路線圖 126
8.5.1 從科學(xué)/技術(shù)角度給出的建議路線圖 126
8.5.2 從程序開發(fā)角度給出的建議路線圖 127
8.6 自動(dòng)化跨尺度橋接的國(guó)產(chǎn)軟件 128
8.6.1 支持多尺度計(jì)算模擬的工作流引擎 128
8.6.2 跨尺度橋接的自動(dòng)化流程實(shí)現(xiàn) 129
8.7 科技資源標(biāo)識(shí)管理系統(tǒng)SciDataHandle 131
參考文獻(xiàn) 132
第9章 面向科研的材料計(jì)算. .133
9.1 面向科研的材料計(jì)算特點(diǎn) 133
9.1.1 面向科研的材料計(jì)算與企業(yè)級(jí)新材料研發(fā)的區(qū)別 133
9.1.2 面向科研的材料計(jì)算主要特點(diǎn) 134
9.1.3 面向科研的材料計(jì)算用戶行為分析 134
9.2 無(wú)須下載、編譯、鏈接、安裝的材料計(jì)算 135
9.2.1 計(jì)算模擬代碼的編譯和鏈接 135
9.2.2 購(gòu)買和安裝 136
9.2.3 云端材料計(jì)算：免下載、安裝、編譯、鏈接的材料計(jì)算 136
9.3 無(wú)須擔(dān)心硬件資源、計(jì)算資源的材料計(jì)算 137
9.4 第一性原理計(jì)算的“多結(jié)構(gòu)、多任務(wù)、多目標(biāo)”問(wèn)題 138
9.5 分子動(dòng)力學(xué)的力場(chǎng)、前處理、后處理問(wèn)題 139
9.5.1 分子動(dòng)力學(xué)的力場(chǎng)設(shè)置 139
9.5.2 經(jīng)驗(yàn)力場(chǎng)的分類 139
9.5.3 經(jīng)驗(yàn)力場(chǎng)的局限性 141
9.5.4 力場(chǎng)的開發(fā)和擴(kuò)展 141
9.5.5 力場(chǎng)參數(shù)的自動(dòng)匹配 144
9.5.6 分子動(dòng)力學(xué)計(jì)算的前處理挑戰(zhàn) 145
9.5.7 分子動(dòng)力學(xué)計(jì)算的后處理挑戰(zhàn) 146
9.6 材料計(jì)算的作業(yè)管理、任務(wù)管理、資源管理 148
9.7 “建模、計(jì)算、數(shù)據(jù)、AI”的自動(dòng)流水線模式 149
9.8 面向科研的材料計(jì)算面臨的挑戰(zhàn)和發(fā)展趨勢(shì) 150
9.8.1 面向科研的材料計(jì)算面臨的挑戰(zhàn) 150
9.8.2 材料計(jì)算和機(jī)器學(xué)習(xí)的深度融合 151
參考文獻(xiàn) 152
第10章 企業(yè)級(jí)材料基因數(shù)據(jù)庫(kù) 153
10.1 構(gòu)建企業(yè)級(jí)材料基因數(shù)據(jù)庫(kù)的意義和挑戰(zhàn) 153
10.1.1 構(gòu)建企業(yè)級(jí)材料基因數(shù)據(jù)庫(kù)的意義 153
10.1.2 構(gòu)建企業(yè)級(jí)材料基因數(shù)據(jù)庫(kù)的挑戰(zhàn) 153
10.2 材料基因數(shù)據(jù)庫(kù)需求分析與架構(gòu) 154
10.3 材料基因數(shù)據(jù)庫(kù)的實(shí)現(xiàn)技術(shù) 156
10.3.1 內(nèi)部數(shù)據(jù)之制備和測(cè)試表征 156
10.3.2 外部數(shù)據(jù)之行業(yè)信息數(shù)據(jù) 157
10.3.3 數(shù)據(jù)安全 157
10.3.4 材料數(shù)據(jù)類型 159
10.4 材料測(cè)試表征和制備工藝數(shù)據(jù)錄入的解決方案 159
10.5 材料數(shù)據(jù)的查詢和檢索 160
10.5.1 查詢方式 160
10.5.2 檢索方式 160
10.5.3 檢索模式 161
參考文獻(xiàn) 162
第11章 機(jī)器學(xué)習(xí)：材料基因編碼的挖掘 163
11.1 材料數(shù)據(jù)的機(jī)器學(xué)習(xí).163
11.2 定量構(gòu)效關(guān)系模型 164
11.2.1 定量構(gòu)效關(guān)系模型的構(gòu)建流程 164
11.2.2 特征和描述符的區(qū)別 165
11.3 數(shù)據(jù)收集 166
11.4 特征提取 167
11.4.1 描述符獲取 167
11.4.2 結(jié)構(gòu)特征 169
11.4.3 結(jié)構(gòu)特征獲取 169
11.4.4 元素特征及獲取 173
11.5 特征篩選 173
11.6 模型構(gòu)建 174
11.7 模型評(píng)估 175
11.7.1 分類問(wèn)題的評(píng)估指標(biāo) 175
11.7.2 回歸問(wèn)題的評(píng)估指標(biāo) 175
11.8 模型存儲(chǔ) 176
11.9 主動(dòng)學(xué)習(xí) 176
11.9.1 主動(dòng)學(xué)習(xí)在材料數(shù)據(jù)機(jī)器學(xué)習(xí)中的應(yīng)用 176
11.9.2 主動(dòng)學(xué)習(xí)的選取未標(biāo)記樣本策略 177
11.10 一個(gè)機(jī)器學(xué)習(xí)挖掘材料基因編碼的實(shí)例 177
參考文獻(xiàn) 180
第12章 材料設(shè)計(jì)制造工業(yè)軟件 183
12.1 新材料設(shè)計(jì)制造軟件的“卡脖子”局面 183
12.2 新材料設(shè)計(jì)制造軟件的研發(fā)進(jìn)展與前沿動(dòng)態(tài) 184
12.2.1 新材料數(shù)字化研發(fā)及新材料設(shè)計(jì)制造軟件的內(nèi)涵和外延 184
12.2.2 新材料設(shè)計(jì)制造軟件的分類 .184
12.2.3 宏觀尺度的新材料制造設(shè)計(jì)軟件 186
12.2.4 微觀尺度的材料結(jié)構(gòu)演化和材料響應(yīng). .188
12.2.5 量子和原子空間尺度的材料計(jì)算軟件. .188
12.2.6 材料集成設(shè)計(jì)軟件 188
12.3 我國(guó)在材料設(shè)計(jì)制造工業(yè)軟件的學(xué)術(shù)地位及發(fā)展動(dòng)態(tài) 191
12.3.1 材料設(shè)計(jì)制造軟件引起國(guó)家和地方政府重視 192
12.3.2 我國(guó)的材料設(shè)計(jì)制造軟件、數(shù)據(jù)庫(kù)及標(biāo)準(zhǔn)現(xiàn)狀 193
12.4 新材料研發(fā)工業(yè)軟件發(fā)展重點(diǎn)及未來(lái)展望 194
12.4.1 材料設(shè)計(jì)軟件與制造工業(yè)軟件發(fā)展重點(diǎn). .194
12.4.2 多尺度計(jì)算模擬趨勢(shì) 195
12.4.3 人工智能的融合 196
12.4.4 SaaS化趨勢(shì) 196
12.4.5 與數(shù)據(jù)庫(kù)的緊密融合 197
12.4.6 集成化趨勢(shì) 197
12.5 研究和開發(fā)國(guó)產(chǎn)新材料設(shè)計(jì)制造工業(yè)軟件的思考 197
參考文獻(xiàn) 199
第13章 國(guó)產(chǎn)材料集成式智能設(shè)計(jì)工業(yè)軟件：MatCloud+材料云 200
13.1 MatCloud+底層架構(gòu) 200
13.1.1 核心模塊 200
13.1.2 工作流系統(tǒng) 202
13.1.3 材料計(jì)算數(shù)據(jù)庫(kù) 202
13.2 MatCloud-QE量子力學(xué)程序包 205
13.2.1 基于AI的高通量第一性原理計(jì)算加速算法 207
13.2.2 參數(shù)智能推薦算法 207
13.2.3 結(jié)構(gòu)模型統(tǒng)一算法 208
13.2.4 后處理引擎 208
13.2.5 組件化引擎 208
13.2.6 圖形化引擎 209
13.2.7 支持更多物理化學(xué)性質(zhì)的計(jì)算 209
13.2.8 與MatCloud+材料云的API接口 209
13.3 MatCloud+的高通量計(jì)算案例 210
13.3.1 狀態(tài)方程 210
13.3.2 過(guò)渡態(tài)搜索 211
13.3.3 截?cái)嗄苁諗啃詼y(cè)試 212
13.4 示范案例1：MatCloud+減少人工干預(yù)90％以上 214
13.5 示范案例2：MatCloud+效率提升30％以上 215
13.5.1 傳統(tǒng)方式開展材料計(jì)算步驟 215
13.5.2 采用MatCloud+的方式和步驟 218
13.5.3 分析比較 219
13.6 MatFusion：材料基因數(shù)據(jù)庫(kù)快速構(gòu)建和基因編碼挖掘 220
13.6.1 基于標(biāo)準(zhǔn)規(guī)范、軟件定義及無(wú)代碼理念的架構(gòu)設(shè)計(jì) 221
13.6.2 語(yǔ)義UI模板構(gòu)成元素及元數(shù)據(jù) 221
13.6.3 語(yǔ)義UI模板的實(shí)現(xiàn) 223
13.6.4 模板數(shù)據(jù)庫(kù)存儲(chǔ)設(shè)計(jì) 224
13.6.5 語(yǔ)義UI模板管理 224
13.6.6 UI頁(yè)面生成 224
參考文獻(xiàn) 224
第14章 材料計(jì)算、數(shù)據(jù)、AI案例之新能源篇 225
14.1 鈣鈦礦太陽(yáng)能電池材料的數(shù)字化設(shè)計(jì) 225
14.1.1 用于染料敏化太陽(yáng)能電池的雙電子受體有機(jī)染料分子設(shè)計(jì) 225
14.1.2 高通量多尺度研究太陽(yáng)能電池材料 227
14.2 儲(chǔ)氫材料的高通量計(jì)算和篩選 231
14.2.1 過(guò)渡金屬摻雜對(duì)LiBH4脫氫特性影響的第一性原理研究 232
14.2.2 新型高容量?jī)?chǔ)氫材料的高存儲(chǔ)容量機(jī)理研究 238
14.2.3 電極材料的層間距研究 243
參考文獻(xiàn) 245
第15章 材料計(jì)算、數(shù)據(jù)、AI案例之金屬/合金篇 246
15.1 金屬/合金 246
15.1.1 Mg-Al合金熔體固液界面結(jié)構(gòu)的分子動(dòng)力學(xué)研究 246
15.1.2 高通量計(jì)算和卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)金屬間化合物表面性質(zhì) 249
15.1.3 基于機(jī)器學(xué)習(xí)深度勢(shì)的低能Al團(tuán)簇候選者搜索 .255
15.2 高熵合金 259
15.2.1 金屬摻雜CoFeMnNiX的高溫合金的磁性研究 259
15.2.2 稀鋁鉬對(duì)FeNiCoCr基高熵合金層錯(cuò)和孿晶形成的影響 262
參考文獻(xiàn) 265
第16章 材料計(jì)算、數(shù)據(jù)、AI案例之石油化工篇 .267
16.1 催化劑 267
16.1.1 鈰和鉑摻雜鈣鈦礦催化劑的第一性原理研究 267
16.1.2 單水分子在低折射率金紅石型TiO2表面的吸附與分解 270
16.1.3 Pt3團(tuán)簇修飾的Co@Pd和Ni@Pd型氧還原核殼催化劑設(shè)計(jì) 272
16.1.4 用于催化劑設(shè)計(jì)的機(jī)器學(xué)習(xí)特征工程 278
16.2 密封圈材料的抗老化性能研究 282
16.2.1 背景 282
16.2.2 MatCloud+模擬3類材料的抗老化性能 282
16.2.3 結(jié)果和討論 284
16.3 分子動(dòng)力學(xué)模擬研究醋酸丁酸纖維素加入增塑劑 288
參考文獻(xiàn) 293
第17章 材料計(jì)算、數(shù)據(jù)、AI 案例之復(fù)合材料篇 294
17.1 背景 294
17.2 多尺度計(jì)算模擬方法 295
17.2.1 基于介觀的單層板力學(xué)性能預(yù)測(cè) 296
17.2.2 基于宏觀有限元的層合板力學(xué)性能預(yù)測(cè) 297
17.3 基于高通量計(jì)算篩選的層合板復(fù)合材料設(shè)計(jì) 299
17.3.1 支撐高通量計(jì)算篩選的層合板復(fù)合材料數(shù)據(jù)庫(kù)架構(gòu) 299
17.3.2 基于高通量計(jì)算篩選的單層板計(jì)算設(shè)計(jì) 300
17.3.3 基于高通量計(jì)算篩選的層合板計(jì)算設(shè)計(jì) 301
17.4 應(yīng)用案例 301
17.4.1 案例設(shè)計(jì) 301
17.4.2 結(jié)果分析 302
17.4.3 高通量計(jì)算篩選設(shè)計(jì)帶來(lái)的收益和價(jià)值提升 304
參考文獻(xiàn) 305
第18章 材料計(jì)算、數(shù)據(jù)、AI 案例之新型功能材料篇 306
18.1 聚合物光電材料的光學(xué)性能表征 306
18.2 機(jī)器學(xué)習(xí)預(yù)測(cè)發(fā)光性能 309
參考文獻(xiàn) 315
注釋說(shuō)明匯集表 317
書單推薦
