幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

分子動力學模擬

  • 作者：樊哲勇|責編:張賽
  • 出版社：化學工業
  • ISBN：9787122460745
  • 出版日期：2024/12/01
  • 裝幀：平裝
  • 頁數：235
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要介紹分子動力學模擬中所涉及的物理學原理、數值演算法、編程實現和實際應用案例。在簡要回顧分子動力學模擬所需的物理知識后，由一個簡單的分子動力學模擬程序入手，繼而討論模擬中的重要概念和演算法，如模擬盒子與近鄰列表技術、經驗勢函數與機器學習勢函數、控溫與控壓演算法、靜態性質計算、輸運性質計算等。此外，本書還介紹了路徑積分分子動力學的量子基礎及演算法實現等內容。
    本書是一本較為理想的學習分子動力學模擬的入門與提高讀物，適合高等院校理工科專業的本科生和研究生及其他任何對分子動力學模擬感興趣的人士閱讀。
作者介紹
樊哲勇|責編:張賽
    樊哲勇，2010年南京大學理論物理博士畢業，曾在廈門大學和芬蘭阿爾托大學做博士后研究，現為渤海大學教授。主要研究方向為分子動力學模擬、量子輸運與GPU高性能計算。主導開發了GPUMD程序與NEP機器學習勢函數，2020年出版《CUDA編程：基礎與實踐》，入選斯坦福大學發布的2023和2024年度「全球前2%頂尖科學家榜單」。
目錄
第1章  分子動力學模擬的物理基礎
  1.1  牛頓力學
    1.1.1  質點力學
    1.1.2  粒子系力學
    1.1.3  牛頓運動方程的數值積分
    1.1.4  Python編程範例：簡諧振子運動的數值求解
  1.2  分析力學
    1.2.1  拉格朗日方程
    1.2.2  哈密頓方程
    1.2.3  相空間
    1.2.4  哈密頓體系運動方程的數值積分
  1.3  熱力學
    1.3.1  基本概念
    1.3.2  熱力學第一定律
    1.3.3  熱力學第二定律
    1.3.4  熱力學函數和關係
  1.4  經典統計力學
    1.4.1  統計系綜和統計分佈函數
    1.4.2  微正則系綜
    1.4.3  正則系綜
    1.4.4  等溫等壓系綜
第2章  簡單的分子動力學模擬程序
  2.1  簡單分子動力學模擬的基本要素
    2.1.1  分子動力學模擬的定義
    2.1.2  初始條件
    2.1.3  邊界條件
    2.1.4  相互作用
    2.1.5  運動方程的數值積分
    2.1.6  物理量的計算
  2.2  C++編程範例：一個簡單的分子動力學模擬程序
    2.2.1  程序中使用的單位制
    2.2.2  本章程序的源代碼解析
  2.3  程序的測試
    2.3.1  輸入的準備
    2.3.2  能量守恆的測試
第3章  模擬盒子與近鄰列表
  3.1  三斜盒子
    3.1.1  三斜盒子的定義
    3.1.2  三斜盒子情況下的周期邊界條件
  3.2  近鄰列表
    3.2.1  為什麼要用近鄰列表？
    3.2.2  自動判斷何時更新近鄰列表
    3.2.3  構建近鄰列表的平方標度演算法
    3.2.4  構建近鄰列表的線性標度演算法
  3.3  C++編程範例：使用近鄰列表的分子動力學模擬程序
    3.3.1  處理三斜盒子的基本函數
    3.3.2  近鄰列表平方標度演算法的C++實現
    3.3.3  近鄰列表線性標度演算法的C++實現
    3.3.4  程序速度測試
  3.4  GPUMD程序簡介

    3.4.1  模型文件
    3.4.2  控制文件
    3.4.3  GPUMD使用範例：LJ勢函數的使用
第4章  經驗勢函數
  4.1  經典勢函數的一般性質
    4.1.1  經典勢函數概覽
    4.1.2  兩體勢與多體勢的定義
    4.1.3  多體勢中力的表達式
  4.2  兩個典型的經驗多體勢
    4.2.1  EAM勢
    4.2.2  Tersoff勢
  4.3  C++編程範例：Tersoff勢的編程實現
    4.3.1  Tersoff勢的C++編程實現
    4.3.2  驗證力的正確性的方法
  4.4  GPUMD使用範例：Tersoff勢的使用
第5章  機器學習勢
  5.1  NEP機器學習勢
    5.1.1  NEP機器學習勢的人工神經網路模型
    5.1.2  NEP機器學習勢的描述符
    5.1.3  NEP機器學習勢的訓練
  5.2  NEP與經驗勢的結合
    5.2.1  NEP與ZBL排斥勢的結合
    5.2.2  NEP與D3色散修正的結合
  5.3  GPUMD中NEP機器學習勢的使用
    5.3.1  NEP機器學習勢使用概覽
    5.3.2  NEP機器學習勢訓練範例：晶體硅
第6章  控溫演算法
  6.1  Berendsen控溫演算法
  6.2  BDP控溫演算法
  6.3  Nose-Hoover控溫演算法
    6.3.1  NH控溫演算法的理論推導
    6.3.2  Python編程範例：用簡諧振子展示NH控溫演算法的效果
  6.4  NHC控溫演算法
    6.4.1  NHC控溫演算法的理論推導
    6.4.2  Python編程範例：用簡諧振子展示NHC控溫的效果
  6.5  朗之萬控溫演算法
    6.5.1  理論
    6.5.2  Python編程範例：用簡諧振子展示朗之萬控溫的效果
  6.6  GPUMD使用範例：幾個控溫演算法的對比
第7章  控壓演算法
  7.1  壓強的微觀計算與直觀理解
    7.1.1  多體勢中位力和壓強的表達式
    7.1.2  壓強的直觀理解
  7.2  Berendsen控壓演算法
  7.3  SCR控壓演算法
  7.4  Martyna-Tuckerman-Tobias-Klein控壓演算法
  7.5  GPUMD中控壓演算法的使用範例
    7.5.1  幾個控壓演算法的對比
    7.5.2  非各向同性控壓
第8章  靜態性質

  8.1  統計誤差
    8.1.1  理論基礎
    8.1.2  GPUMD使用範例：計算溫度和壓強的平均值與統計誤差
  8.2  GPUMD使用範例：熱膨脹模擬
  8.3  徑向分佈函數
    8.3.1  理論基礎
    8.3.2  Python編程範例：徑向分佈函數的編程實現
    8.3.3  GPUMD使用範例：水的徑向分佈函數
  8.4  自由能計算
    8.4.1  自由能微擾理論
    8.4.2  熱力學積分方法
    8.4.3  GPUMD使用範例：計算固體的自由能
    8.4.4  自由能的溫度積分
    8.4.5  GPUMD使用範例：自由能計算的溫度積分方法
第9章  輸運性質
  9.1  線性響應理論與時間關聯函數
  9.2  自擴散係數
    9.2.1  C++編程範例：均方位移和速度自關聯函數的編程實現
    9.2.2  GPUMD使用範例：計算液態硅的自擴散係數
  9.3  黏滯係數
    9.3.1  GPUMD使用範例：計算液態硅的黏滯係數
  9.4  熱導率
    9.4.1  熱輸運的平衡態分子動力學模擬
    9.4.2  熱輸運的均勻非平衡分子動力學模擬方法
    9.4.3  熱輸運的非均勻非平衡分子動力學模擬
  9.5  GPUMD使用範例：晶體硅熱導率計算
    9.5.1  EMD模擬
    9.5.2  HNEMD模擬
    9.5.3  NEMD模擬
    9.5.4  熱流的譜分解
第10章  路徑積分分子動力學
  10.1  量子力學
    10.1.1  量子力學的基本原理
    10.1.2  坐標表象的量子力學
  10.2  量子統計系綜
  10.3  路徑積分量子統計力學
  10.4  路徑積分分子動力學的演算法
    10.4.1  珠子項鏈體系的哈密頓量
    10.4.2  運動方程與數值積分
    10.4.3  PIMD中的朗之萬熱浴
  10.5  Python編程範例：路徑積分分子動力學的積分演算法
  10.6  GPUMD使用範例：用PIMD計算水的徑向分佈函數
第11章  總結與展望
  11.1  勢函數
  11.2  積分演算法
  11.3  物理量的測量
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032