硅和锗纳米线的原子排布和电荷分布的密度泛函紧束缚方法研究

低维硅锗材料是制备纳米电子器件的重要候选材料，是研发高效率、低能耗和超高速新一代纳米电子器件的基础材料之一，有着潜在的应用价值。采用密度泛函紧束缚方法分别对厚度相同、宽度在0.272 nm~0.554 nm之间的硅纳米线和宽度在0.283 nm~0.567 nm之间的锗纳米线的原子排布和电荷分布进行了计算研究。硅、锗纳米线宽度的改变使原子排布，纳米线的原子间键长和键角发生明显改变。纳米线表层结构的改变对各层内的电荷分布产生重要影响。纳米线中各原子的电荷转移量与该原子在表层内的位置相关。纳米线的尺寸和表层内原子排列结构对体系的稳定性产生重要影响。     

偏缠绕模的Frobenius性质

主要给出了偏缠绕模的Frobenius性质，推广了缠绕模相应的性质。     

托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

密度泛函理论研究MN@H_2O (M=Ga,Ge, In,Sn, Sb; N=M,Al)团簇的特性

采用密度泛函理论的B3LYP, B3P86, B1B95, P3PW91和PBE1PBE方法结合SDD, LANL2DZ和CEP-121G基组计算了d~(10)组态二聚物MN(M=Ga, Ge, In, Sn和Sb; N=M和Al)的几何结构.采用B3P86/SDD进一步研究了MN@H_2O团簇的几何结构及吸附能.结果表明,水分子结合在二聚物M_2上时,对二聚物影响较大,对水分子自身影响较小.将M_2中Ga, Ge, In, Sn或Sb替换一个原子为Al时,水分子在GeAl和SnAl上的吸附能变化较大,而在GaAl, InAl和SbAl上吸附能变化较小.另外, H_2O吸附在Ga, Ge, In, Sn和Sb上时,与吸附在Al上时,吸附能的变化不大.     

3d过渡金属掺杂M_2@Si_(20)(M=Sc-Zn)团簇的密度泛函理论研究

利用密度泛函理论(DFT)研究3d过渡金属掺杂硅团簇的几何结构和稳定性,计算了绝热电子亲和能和垂直电离能,内嵌双金属间距,自旋磁矩等.结果表明内嵌的Sc、Ti、V、Mn金属二聚体和十二面体硅笼构成了稳定的富勒烯结构,随着d电子数目的增加其内嵌的富勒烯构型有部分畸变,总体而言Si_(20)团簇掺杂双金属后稳定性得到了提高.     

间二甲苯分子在不同外电场下结构和解离特性研究

间二甲苯是挥发性有机物(VOCs, Volatile Organic Compounds)的关键活性成分,研究其在外电场下的性质十分重要.采用密度泛函理论(DFT),在B3LYP/6-311G++基组水平上对间二甲苯分子进行优化,从分子结构研究了不同外电场(-0.025 a.u.～0.025 a.u.)作用下,间二甲苯分子的总能量,键长,电偶极矩,前线轨道,红外光谱和解离势能面.计算结果表明,沿两甲基中C原子连线方向的电场(-0.025 a.u.～0.025 a.u.)增加时,分子总能量和能隙先增大后减小,电偶极矩先减小后增加.通过计算发现外电场对间二甲苯分子不同键长和不同振动模式的红外光谱的影响均有所不同.间二甲苯分子的解离特性表现为:沿两甲基中C原子连线方向施加强度超过0.047 a. u.的电场时,位于电场增加方向的甲基与苯环之间起连接作用的C-C键断裂.以上计算结果可为利用电场降解间二甲苯提供重要理论参考.     

排名聚合算法在少量长列表聚合中的性能比较分析

排名聚合将多个排名列表聚合成一个综合排名列表,可应用于推荐系统、链路预测、元搜索、提案评选等.当前已有工作从不同角度对不同排名聚合算法进行了综述、比较,但存在算法种类较少、数据统计特性不清晰、评价指标不够合理等局限性.不同排名聚合算法在提出时均声称优于已有算法,但是用于比较的方法不同,测试的数据不同,应用的场景不同,因此何种算法最能适应某一任务在很多情况下仍不甚清楚.本文基于Mallows模型,提出一套生成统计特性可控的不同类型的排名列表的算法,使用一个可应用于不同类型排名列表的通用评价指标,介绍9种排名聚合算法以及它们在聚合少量长列表时的表现.结果发现启发式方法虽然简单,但是在排名列表相似度较高、列表相对简单的情况下,能够接近甚至超过一些优化类方法的结果;列表中平局数量的增长会降低聚合排名的一致性并增加波动;列表数量的增加对聚合效果的影响呈现非单调性.整体而言,基于距离优化的分支定界方法 (FAST)优于其他各类算法,在不同类型的排名列表中表现非常稳定,能够很好地完成少量长列表的排名聚合.