基于分子动力学结合神经网络的Au表面能计算方法

• 作者: 关翔锋 朱定一 汤伟 陈丽娟
• 来源期刊: 中国有色金属学报
• 学科: 工学
• 关键词: 表面能 嵌入原子势 人工神经网络 Levenberg-Marquardt算法
• 年，卷（期）: 2005,（1）
• 页码范围: 105-109
• 页数: 5页
• 分类号: TG146.31|TP183
• 字数: 3612字
• 语种: 中文
• DOI: 10.3321/j.issn:1004-0609.2005.01.018

摘要

利用嵌入原子模型,采用分子动力学方法计算了贵金属Au低指数晶面及部分简单高指数晶面的表面能.同时,采用Levenberg-Marquardt算法,建立了Au表面能的BP神经网络模型;结合分子动力学模型的计算数据,通过大量数据的自学习训练,完成神经网络模型对Au高指数晶面表面能的预测.计算结果表明:该方法具有较高的预测精度,能正确预言低指数晶面表面能的排序,Au各晶面的表面能随其晶面与(111)密排面夹角的增大呈现先增大后减小的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱定一	福州大学材料科学与工程学院	79	831	15.0	27.0
2	陈丽娟	福州大学材料科学与工程学院	25	227	9.0	15.0
3	关翔锋	福州大学材料科学与工程学院	9	175	7.0	9.0
4	汤伟	福州大学材料科学与工程学院	9	139	7.0	9.0