《計算化學》內容簡介：計算化學是化學、計算方法、統計學和程式設計等多學科交叉融合的一門新興學科。它運用數學、統計學與電腦程式設計的方法，進行化學、化工的理論計算，試驗設計，數據與信息處理、分類、分析和預測。 《計算化學》主要內容包括：數理統計分析、一元回歸分析、多元校正回歸基礎、主成分分析與多元校正、模式識別方法、神經網路在化學中的套用、構效關係研究和分子拓撲指數、分子模擬、實驗設計與最佳化、MATLAB在化學中的套用等。 《計算化學》可用作化學類、化學工程與工藝、製藥工程、高分子材料、環境科學與工程等專業本科生和研究生教材，也可作為對計算化學有興趣的化學、化工等專業技術人員和青年教師的參考書。
基本介紹
- 書名：國防特色教材•化學工程與技術•計算化學
- 頁數：337頁
- 開本：16
- 定價：55.00
- 作者：聶長明 廖力夫
- 出版日期：2010年1月1日
- 語種：簡體中文
- ISBN：9787564028176, 7564028173
- 品牌：北京理工大學出版社
圖書信息,內容簡介,圖書目錄,文摘,序言,
圖書信息
出版社：北京理工大學出版社，北京航空航天大學出版社，哈爾濱工程大學出版社，哈爾濱工業大學出版社，西北工業大學出版社
內容簡介
《計算化學》：國防特色教材·化學工程與技術
圖書目錄
第0章 緒論
0.1 什麼是計算化學
0.2 計算機在化學中的套用
0.2.1 按化學體系分類
0.2.2 按計算機套用方法分類
0.3 計算化學的普及
0.4 計算化學未來的發展
0.5 結語
第1章 數理統計基礎
1.1 誤差
1.1.1 誤差的定義
1.1.2 誤差的來源
1.1.3 誤差的類型
1.1.4 精密度和準確度
1.1.5 偶然誤差的傳遞
1.1.6 系統誤差的傳遞
1.2 基礎統計學概念
1.3 區間估計
1.3.1 允許區間
1.3.2 總體均值的置信區間估計
1.4 結果的表示
1.4.1 有效數字的定義
1.4.2 有效數字與不確定度的關係
1.5 置信區間的其他套用
1.6 顯著性檢驗
1.6.1 顯著性水平
1.6.2 x2檢驗
1.6.3 t檢驗
1.6.4 F檢驗
1.7 壞值的剔除
第2章 一元回歸分析
2.1 一元線性回歸
2.1.1 一元線性回歸方程的求法
2.1.2 相關係數和顯著性檢驗
2.1.3 一元線性回歸的方差分析
2.1.4 斜率b和截距a的區間估計及斜率b的顯著性檢驗
2.1.5 x值和檢測限的計算
2.1.6 標準加入法
2.1.7 藉助回歸線進行分析方法的比較
2.1.8 權重回歸分析
2.2 一元非線性回歸
第3章 多元校正分析基礎
3.1 多元線性回歸
3.1.1 多元線性回歸的原理
3.1.2 多元線性回歸模型的效果分析
3.1.3 多元線性回歸的套用
3.2 經典最小二乘法
3.3 反推最小二乘法
第4章 主成分分析與多元校正
4.1 主成分分析
4.1.1 主成分分析的基本概念
4.1.2 主成分的計算原理
4.1.3 主成分的性質
4.1.4 主成分的計算方法
4.1.5 主成分數的判別
4.2 主成分回歸
4.3 偏最小二乘回歸法
4.4 目標因子分析
4.4.1 因子分析基本概念
4.4.2 投影矩陣
4.4.3 用投影矩陣進行目標因子分析
4.5 秩消因子分析
4.5.1 雙線性數據矩陣
4.5.2 秩消因子分析的原理和步驟
4.5.3 廣義秩消因子分析法
4.5.4 殘差雙線性分解因子分析法
第5章 模式識別方法
5.1 數據的表示及預處理
5.2 特徵的提取和壓縮
5.2.1 特徵的提取
5.2.2 特徵的壓縮
5.3 相似係數和距離
5.4 模式識別方法
5.4.1 有管理的模式識別方法
5.4.2 無管理的模式識別方法
5.5 顯示方法
5.5.1 線性映射
5.5.2 非線性投影
第6章 人工神經網路在化學中的套用
6.1 人工神經網路
6.1.1 人工神經網路的結構和功能
6.1.2 人工神經網路的學習方法
6.1.3 人工神經網路中的歸一化問題
6.1.4 BP人工神經網路
6.2 人工神經網路信息流分析技術研究
6.2.1 ANN模型輸入節點的篩選
6.2.2 人工神經網路的組織與運行
6.3 人工神經網路的套用
6.3.1 蛋白質的二級結構預測
6.3.2 譜圖分析
6.3.3 定量構效關係
6.3.4 模式識別
6.3.5 化學反應產物及產率的預測
第7章 構效關係研究和分子拓撲指數
7.1 圖論的基本概念
7.2 化學結構和圖論
7.2.1 化學圖
7.2.2 分子的矩陣表示
7.3 化學結構的二維連線表
7.4 主要的拓撲指數及其套用
7.4.1 距離矩陣指數
7.4.2 鄰接矩陣指數
7.4.3 量子拓撲指數aN及廣義aN指數
第8章 分子模擬
8.1 分子模擬基本方法
8.1.1 量子力學
8.1.2 分子力學
8.1.3 QM/MM法
8.1.4 分子動力學
8.1.5 分子蒙特卡洛法
8.2 分子模擬軟體簡介
8.2.1 Chemoffice簡介
8.2.2 HyperChem簡介
8.2.3 Gaussian簡介
第9章 實驗設計與最佳化
9.1 化學實驗設計基礎
9.1.1 試驗指標
9.1.2 因素和水平
9.1.3 同時試驗和序貫試驗
9.1.4 試驗最最佳化和解析最最佳化
9.1.5 有效實驗存在的條件
9.1.6 實驗設計的基本原理
……
第10章 MATLAB在化學中的套用
附錄
參考文獻
0.1 什麼是計算化學
0.2 計算機在化學中的套用
0.2.1 按化學體系分類
0.2.2 按計算機套用方法分類
0.3 計算化學的普及
0.4 計算化學未來的發展
0.5 結語
第1章 數理統計基礎
1.1 誤差
1.1.1 誤差的定義
1.1.2 誤差的來源
1.1.3 誤差的類型
1.1.4 精密度和準確度
1.1.5 偶然誤差的傳遞
1.1.6 系統誤差的傳遞
1.2 基礎統計學概念
1.3 區間估計
1.3.1 允許區間
1.3.2 總體均值的置信區間估計
1.4 結果的表示
1.4.1 有效數字的定義
1.4.2 有效數字與不確定度的關係
1.5 置信區間的其他套用
1.6 顯著性檢驗
1.6.1 顯著性水平
1.6.2 x2檢驗
1.6.3 t檢驗
1.6.4 F檢驗
1.7 壞值的剔除
第2章 一元回歸分析
2.1 一元線性回歸
2.1.1 一元線性回歸方程的求法
2.1.2 相關係數和顯著性檢驗
2.1.3 一元線性回歸的方差分析
2.1.4 斜率b和截距a的區間估計及斜率b的顯著性檢驗
2.1.5 x值和檢測限的計算
2.1.6 標準加入法
2.1.7 藉助回歸線進行分析方法的比較
2.1.8 權重回歸分析
2.2 一元非線性回歸
第3章 多元校正分析基礎
3.1 多元線性回歸
3.1.1 多元線性回歸的原理
3.1.2 多元線性回歸模型的效果分析
3.1.3 多元線性回歸的套用
3.2 經典最小二乘法
3.3 反推最小二乘法
第4章 主成分分析與多元校正
4.1 主成分分析
4.1.1 主成分分析的基本概念
4.1.2 主成分的計算原理
4.1.3 主成分的性質
4.1.4 主成分的計算方法
4.1.5 主成分數的判別
4.2 主成分回歸
4.3 偏最小二乘回歸法
4.4 目標因子分析
4.4.1 因子分析基本概念
4.4.2 投影矩陣
4.4.3 用投影矩陣進行目標因子分析
4.5 秩消因子分析
4.5.1 雙線性數據矩陣
4.5.2 秩消因子分析的原理和步驟
4.5.3 廣義秩消因子分析法
4.5.4 殘差雙線性分解因子分析法
第5章 模式識別方法
5.1 數據的表示及預處理
5.2 特徵的提取和壓縮
5.2.1 特徵的提取
5.2.2 特徵的壓縮
5.3 相似係數和距離
5.4 模式識別方法
5.4.1 有管理的模式識別方法
5.4.2 無管理的模式識別方法
5.5 顯示方法
5.5.1 線性映射
5.5.2 非線性投影
第6章 人工神經網路在化學中的套用
6.1 人工神經網路
6.1.1 人工神經網路的結構和功能
6.1.2 人工神經網路的學習方法
6.1.3 人工神經網路中的歸一化問題
6.1.4 BP人工神經網路
6.2 人工神經網路信息流分析技術研究
6.2.1 ANN模型輸入節點的篩選
6.2.2 人工神經網路的組織與運行
6.3 人工神經網路的套用
6.3.1 蛋白質的二級結構預測
6.3.2 譜圖分析
6.3.3 定量構效關係
6.3.4 模式識別
6.3.5 化學反應產物及產率的預測
第7章 構效關係研究和分子拓撲指數
7.1 圖論的基本概念
7.2 化學結構和圖論
7.2.1 化學圖
7.2.2 分子的矩陣表示
7.3 化學結構的二維連線表
7.4 主要的拓撲指數及其套用
7.4.1 距離矩陣指數
7.4.2 鄰接矩陣指數
7.4.3 量子拓撲指數aN及廣義aN指數
第8章 分子模擬
8.1 分子模擬基本方法
8.1.1 量子力學
8.1.2 分子力學
8.1.3 QM/MM法
8.1.4 分子動力學
8.1.5 分子蒙特卡洛法
8.2 分子模擬軟體簡介
8.2.1 Chemoffice簡介
8.2.2 HyperChem簡介
8.2.3 Gaussian簡介
第9章 實驗設計與最佳化
9.1 化學實驗設計基礎
9.1.1 試驗指標
9.1.2 因素和水平
9.1.3 同時試驗和序貫試驗
9.1.4 試驗最最佳化和解析最最佳化
9.1.5 有效實驗存在的條件
9.1.6 實驗設計的基本原理
……
第10章 MATLAB在化學中的套用
附錄
參考文獻
文摘
插圖：
儀器自動化發展迅速，內容包括數據採集（將儀器測得的模擬量通過模數轉換電路轉換為數字，以便計算機處理）、數據處理（自動記錄、換算、校正、平滑）、自動控制（用程式控制進樣、加壓、升溫、調節等操作）以及螢幕指導（操作人員不用帶紙筆和操作規程，一切工作都由螢幕提示，人機對話，操作過程和結果都由機器列印記錄）等。
儀器智慧型化是一個新的課題，是儀器自動化並配備專家系統的產物，其低級階段是配備小型資料庫，能選擇實驗條件，存貯、調用譜圖等；其高級階段是用專家系統指導人們工作，檢查儀器，對操作人員輔導、答疑等。
2.計算機在有機化學中的套用（簡稱計算有機）
（1）譜圖檢索
物質的不同結構引起譜圖上的不同特徵。因此，譜圖的檢索就成為有機分析的重要手段，常用的有紅外、核磁、質譜等譜圖。例如，由實驗測出未知物的紅外譜圖，把它和標準譜圖對照，參照質譜數據求得相對分子質量，就可求得未知物的組成和結構。但是，標準譜圖數量太大，如果有18萬張標準譜圖，每2 s翻閱1張，一個人要半個月才能翻完一遍，還談不上思考和比較。若將譜圖信息數位化，用計算機進行檢索，就可以迅速指出實測譜圖與哪一張標準譜圖相同，或與哪幾張標準譜圖相似程度最大，這將為分析者提供解決問題的線索。
（2）差譜技術
實測譜圖的可靠性通常存在一些問題，如溶劑、基體的影響，共存物質的干擾等。一般試樣本身就是未知物，欲將它提純為純化合物測譜是困難的，這就產生了差譜技術，即用差減的方法產生相應於純化合物的譜圖。
傳統的差譜是用光學方法，如利用參比溶液、雙光束補償等方法，對於識別未知濃度的干擾物質有困難。利用計算機執行差譜程式，可將干擾物質的標準譜圖通過換算，與試樣的譜圖進行差減，達到扣除基體、數據平滑、多組分逐級差譜等效果，為有機物的成分、結構分析提供新的手段。
（3）結構解析
結構解析方法是利用已有的光譜、波譜數據，由人工歸納出結構單元與譜圖性質關係的“知識規則”，存入計算機，作為邏輯判斷的標準。試樣數據輸入時，計算機推理判斷，指出試樣結構的若干種可能方案。這種方法模擬了化學專家的智慧型，屬於“化學專家系統”的研究。
結構解析的目標是結構自動分析，將未知物在紅外光譜儀、核磁共振譜儀等幾台儀器上同時測譜，所得數據在線上送人計算機進行實時處理。在螢幕上顯示出平面或立體結構圖形，不過這種工作僅在小範圍內實現，要處理天然有機化合物等複雜問題為時尚早。
儀器自動化發展迅速，內容包括數據採集（將儀器測得的模擬量通過模數轉換電路轉換為數字，以便計算機處理）、數據處理（自動記錄、換算、校正、平滑）、自動控制（用程式控制進樣、加壓、升溫、調節等操作）以及螢幕指導（操作人員不用帶紙筆和操作規程，一切工作都由螢幕提示，人機對話，操作過程和結果都由機器列印記錄）等。
儀器智慧型化是一個新的課題，是儀器自動化並配備專家系統的產物，其低級階段是配備小型資料庫，能選擇實驗條件，存貯、調用譜圖等；其高級階段是用專家系統指導人們工作，檢查儀器，對操作人員輔導、答疑等。
2.計算機在有機化學中的套用（簡稱計算有機）
（1）譜圖檢索
物質的不同結構引起譜圖上的不同特徵。因此，譜圖的檢索就成為有機分析的重要手段，常用的有紅外、核磁、質譜等譜圖。例如，由實驗測出未知物的紅外譜圖，把它和標準譜圖對照，參照質譜數據求得相對分子質量，就可求得未知物的組成和結構。但是，標準譜圖數量太大，如果有18萬張標準譜圖，每2 s翻閱1張，一個人要半個月才能翻完一遍，還談不上思考和比較。若將譜圖信息數位化，用計算機進行檢索，就可以迅速指出實測譜圖與哪一張標準譜圖相同，或與哪幾張標準譜圖相似程度最大，這將為分析者提供解決問題的線索。
（2）差譜技術
實測譜圖的可靠性通常存在一些問題，如溶劑、基體的影響，共存物質的干擾等。一般試樣本身就是未知物，欲將它提純為純化合物測譜是困難的，這就產生了差譜技術，即用差減的方法產生相應於純化合物的譜圖。
傳統的差譜是用光學方法，如利用參比溶液、雙光束補償等方法，對於識別未知濃度的干擾物質有困難。利用計算機執行差譜程式，可將干擾物質的標準譜圖通過換算，與試樣的譜圖進行差減，達到扣除基體、數據平滑、多組分逐級差譜等效果，為有機物的成分、結構分析提供新的手段。
（3）結構解析
結構解析方法是利用已有的光譜、波譜數據，由人工歸納出結構單元與譜圖性質關係的“知識規則”，存入計算機，作為邏輯判斷的標準。試樣數據輸入時，計算機推理判斷，指出試樣結構的若干種可能方案。這種方法模擬了化學專家的智慧型，屬於“化學專家系統”的研究。
結構解析的目標是結構自動分析，將未知物在紅外光譜儀、核磁共振譜儀等幾台儀器上同時測譜，所得數據在線上送人計算機進行實時處理。在螢幕上顯示出平面或立體結構圖形，不過這種工作僅在小範圍內實現，要處理天然有機化合物等複雜問題為時尚早。
序言
計算化學是化學、計算方法、統計學和程式設計等多學科知識融合的一門綜合性新課程。它運用數學、統計學與電腦程式設計的方法，進行化學、化工的理論計算，試驗設計，數據與信息處理、分類、分析和預測。
現代的化學研究中，計算機已經成為不可缺少的有力工具。學習使用計算機解決化學領域中遇到的各種數值計算，已成為化學中不可或缺的一部分。計算化學的研究領域非常豐富，本書主要內容包括數理統計分析、一元回歸分析、多元校正回歸基礎、主成分分析與多元校正、模式識別方法、神經網路在化學中的套用、構效關係研究和分子拓撲指數、分子模擬、實驗設計與最佳化、MATLAB在化學中的套用等。
本書可用作化學類、化學工程與工藝、製藥工程、高分子材料、環境科學與工程等專業本科生和研究生教材，也可作為對計算化學有興趣的化學、化工等專業技術人員和青年教師的參考書。
本書由聶長明、廖力夫任主編。參加本書編寫工作的有林英武、彭國文、戴益民、武亞新、姜賽紅、文松年、肖方竹、徐印堂、陳炫。在本書編寫過程中，我們努力按照國防特色教材的要求進行編寫、統稿和定稿。我們感謝國防科工局“十一五”規劃教材基金對本書的資助，並感謝南華大學領導和北京理工大學出版社在成書過程中給予的大力支持和積極幫助。同時編寫此書參考了不少書籍和期刊，本書的出版同這些圖書以及有關論文的作者的辛勤工作是分不開的，在此一併表示衷心的感謝。由於篇幅有限，因此本書僅將主要的書籍和期刊列入參考文獻中。
由於編者水平有限和編寫時間倉促，書中難免存在錯誤和疏漏，甚至謬誤之處，敬請各位同仁和讀者不吝賜教和指正。
現代的化學研究中，計算機已經成為不可缺少的有力工具。學習使用計算機解決化學領域中遇到的各種數值計算，已成為化學中不可或缺的一部分。計算化學的研究領域非常豐富，本書主要內容包括數理統計分析、一元回歸分析、多元校正回歸基礎、主成分分析與多元校正、模式識別方法、神經網路在化學中的套用、構效關係研究和分子拓撲指數、分子模擬、實驗設計與最佳化、MATLAB在化學中的套用等。
本書可用作化學類、化學工程與工藝、製藥工程、高分子材料、環境科學與工程等專業本科生和研究生教材，也可作為對計算化學有興趣的化學、化工等專業技術人員和青年教師的參考書。
本書由聶長明、廖力夫任主編。參加本書編寫工作的有林英武、彭國文、戴益民、武亞新、姜賽紅、文松年、肖方竹、徐印堂、陳炫。在本書編寫過程中，我們努力按照國防特色教材的要求進行編寫、統稿和定稿。我們感謝國防科工局“十一五”規劃教材基金對本書的資助，並感謝南華大學領導和北京理工大學出版社在成書過程中給予的大力支持和積極幫助。同時編寫此書參考了不少書籍和期刊，本書的出版同這些圖書以及有關論文的作者的辛勤工作是分不開的，在此一併表示衷心的感謝。由於篇幅有限，因此本書僅將主要的書籍和期刊列入參考文獻中。
由於編者水平有限和編寫時間倉促，書中難免存在錯誤和疏漏，甚至謬誤之處，敬請各位同仁和讀者不吝賜教和指正。
