杨浩然 张雨晗

摘要：本文主要分析了以金团簇为代表的的金属团簇和以硼团簇为代表的非金属团簇，通过利用遗传优化算法和卷积神经网络对金团族的取优能重绐N悞型进顶测，T进心VMD进行可视化分析金团簇的原子结构分布。通过利用聚类算法和HK模型优化对硼团簇的最优能量结构模型进行预测并利用Gaussion 软件进行可视化分析由于本文使用了部分深度学习算法，本地电脑配置无法满足需求，因此使用到华为云ModelArts深度学习训练平台进行模型训练已达到更有效果。通过本文研究分析，可以对金团簇，硼团簇全局最优结构作出预测分析并可视化分析，并对所用模型的优缺点进行了一定分析。

关键词：遗传优化算法;卷积神经网络;ModelArts;聚类算法;HK模型优化

0 引言

人类物质文明的进步离不开新材料的应用，特别是近百年来，多元化的各种新物质、新材料不断被创造出来，其结构越来越复杂，功能呈现多样化趋势，各国在该领域所面临的竞争日趋激烈。如何更高效地发展新材料、新结构，加速高性能新物质的设计、合成和应用的步伐，关系到经济增长的可持续性，成为现阶段我国化学科研及应用领域从业者所面临的严峻挑战。然而，结构与性能1关系的复杂性决定了这方面的研究是一项长期、艰苦的任务。当前无法通过其与固体液体简单对比发现团簇的物理化学性质。

1 金团簇能量预测及最优结构

1.1能量预测

在进行初步分析时……