1答：
原数据可能含有大量的噪声，去除噪声是有必要的。
原数据可能数据量很大，维数很高，计算机处理起来时间复杂度很高，预处理可以降低数据维度。在模式识别中, 数据的预处理很重要的另一个原因是用于同一分类的各个特征可能差别很大, 例如对金属间化合物的分类, 有的特征量为原子半径, 有的为熔点, 有的则为原子电荷密度。数据间不仅量纲不一样, 其绝对值大小有时会有几个数量级之差。因此, 应用表度化方法使个特征量变化幅度处于同一水平上。 最常用的预处理方法是标准化处理(autoscaling), 设aij为原始数据
1n ai??aij ( 1)
nj?1? si?1n?1_???aij?ai? ( 2) ???j?1n2 xij?
aij?aisi_ ( 3)
?x11?x21? X??:???xm1x12x22:xm2....x1n?....x2n?? ( 4)
....:??....xmn?其中xij为标准化数据,经过标准化处理的变量权重相同,均值为零, 方差为1。 2答：
（一）蒙特卡罗方法的基本思想
蒙特卡罗方法又称计算机随机模拟方法。它是以概率统计理论为基础的一种方法。 当所求问题的解是某个事件的概率，或者是某个随机变量的数学期望，或者是与概率、数学期望有关的量时，通过某种试验的方法，得出该事件发生的频率，或者该随机变量若干个具体观察值的算术平均值，通过它得到问题的解。这就是蒙特卡罗方法的基本思想。可以把MC解题归结为3个主要步骤：构造或描述概率过程；实现从已知概率分布抽样；建立各种估计量 （二）蒙特卡罗方法的特点
蒙特卡罗方法在实际的运用当中具有以下几个特点：
① 够比较逼真地描述具有随机性质的事物的特点及物理实验过程
蒙特卡罗方法可以部分代替物理实验，甚至可以得到物理实验难以得到的结果。用蒙特卡罗方法解决实际问题，可以直接从实际问题本身出发，而不从方程或数学表达式出发。它有直观、形象的特点。 ② 受几何条件限制小
在计算s维空间中的任一区域Ds上的积分，无论区域Ds的形状多么特殊，只要能给出描述Ds的几何特征的条件，就可以从Ds中均匀产生N个点 ③收敛速度与问题的维数无关
由误差定义可知，在给定置信水平情况下，蒙特卡罗方法的收敛速度为O(N?1/2)，与问
题本身的维数无关。维数的变化，只引起抽样时间及估计量计算时间的变化，不影响误差。也就是说，使用蒙特卡罗方法时，抽取的子样总数N与维数s无关。维数的增加，除了增加相应的计算量外，不影响问题的误差。这一特点，决定了蒙特卡罗方法对多维问题的适应性。此外，在计算机上进行蒙特卡罗方法计算时，程序结构简单，分块性强，易于实现。 （三）蒙特卡罗方法的局限性
蒙特卡罗方法的局限性主要包括三方面。首先，收敛速度慢。蒙特卡罗方法的收敛为
O(N?1/2)，一般不容易得到精确度较高的近似结果。对于维数少（三维以下）的问题，不
如其他方法好。其次，误差具有概率性。由于蒙特卡罗方法的误差是在一定置信水平下估计的，所以它的误差具有概率性，而不是一般意义下的误差。随机数选择问题是蒙特卡罗方法的局限性。在运用在运用蒙特卡罗算法求解定积分的解时，程序中的核心问题是随机数发生器的选用，选用不同的随机数发生器对定积分的计算结果有着不同的计算精度。数学上，对重积分和定积分的传统计算方法是将复杂的重积分和定积分化简为类次积分，来求原函数和积分结果。这种数学方法在理论上没有任何问题，但是在实际应用中，原函数难以得到，或者是原函数根本不能用初等函数来表示，而蒙特卡罗方法为此提供了一个新的途径，它是利用计算机的计算快速和计算高精度来模拟物理上的随机投点实验，最后通过概率计算来解决问题。蒙特卡罗方法中的关键之处是随机数发生器的选用。其选择共有三种方法：（1）乘同余法：这种方法在初始值给定时整个随机数数列就已经确定，但是整个随机数数列仍具有随机特性。人们通过大量的研究发现可通过选择恰当的数值使得乘同余法的周期可以达到满周期。（2）VEN DER法。（3）取小数法：其原理是将前一次随机数平方后的数，取其小数点后第一个非零数字后面的尾数作为下一个所求随机数 。此算法简单易读，除初值外，没有其他参数，并且计算过程与初值的取值关系不大，几乎可以取所有的非负有理数和非平方数（即该数的开根是无理数）；只要取得一个适当的种子，该算法所得到的随机数序列就具有周期长，不易退化，统计性质好的优点。通过随机数发生器对蒙特卡罗算法求解定积分的影响的比较试验，得到了可以满足模拟要求的随机数发生器----乘同余法
（四）蒙特卡罗方法的主要应用范围
蒙特卡罗方法所特有的优点，使得它的应用范围越来越广。它的主要应用范围包括：粒子输运问题，统计物理，典型数学问题，真空技术，激光技术以及医学，生物，探矿等方面，特别适用于在计算机上对大型项目、新产品项目和其他含有大量不确定因素的复杂决策系统进行风险模拟分析。随着科学技术的发展，其应用范围将更加广泛。
3答：量子化学中的基组是用于描述体系波函数的若干具有一定性质的函数。基组是量子化学从头算的基础，在量子化学中有着非常重要的意义。基组的概念最
早脱胎于原子轨道，随着量子化学的发展，基组的概念已经大大扩展，现已不局限于原子轨道的原始概念。在量子化学计算中，根据体系的不同，需要选择不同的基组，构成基组的函数越多，基组便越大，计算的精度也越高，计算量也随之增大。
1.斯莱特型基组
斯莱特型基组就是原子轨道基组，基组由体系中各个原子中的原子轨道波函数组成。 Slater轨道的选取形式为
（2.24）
的函数，这里A是归一化常数
n、l、m依次为主量子数、角量子数和磁量子数，ζ称轨道指数．可以用拟合的办法选取ζ，使(2.24)更接近真正的原子轨道，下面是对简单的双原子分子氮化氢HF的计算实例，
计算时将F原子核固定在原点，H位于(0，0，R)，R是键长1.733au或0.9171?这里au表示原子单位，即玻尔半径a。．选取基集合为F原子的1s，2s，2px，2py和2pz轨道，以及H原子的1s轨道．这是最小基集合轨道．采用的Slater函数为 对F：
对H：
而 ζ1＝8.7；ζ2＝2.62；ζ3＝1.0。这是闭壳层分子，总共10个电子，共占有5个轨道．6个基函数得到6阶的久期方程组．经过6次迭代收敛．在迭代过程中总能量的变化如下： 第一次迭代：-103.93973au 第二次迭代：-104.66070au 第三次选代：-104.67676au 第四次迭代：-104.67184au 第五次迭代：-104.67184au 第六次迭代：-104.67184au 最终得到的分子轨道总能量和分子波函数系数C?i见表2.2-1
斯莱特型基组是最原始的基组，函数形式有明确的物理意义，但是这一类型的函数，数学性质并不好，在计算多中心双电子积分时，计算量很大，因而随着量子化学理论的发展，斯莱特型基组很快就被淘汰了。 2.高斯型基组
高斯型基组用高斯函数替代了原来的斯莱特函数。它与S1later轨道的差别在于其径向部分的指数衰减呈r2的形式，即为
ren?1??r2
的形式．角向部分仍为球谐函数Ylm??,??．可见，随着r的增加高斯轨道的衰减比Slater轨道快得多，这是有利于多中心积分的计算的．而且选用高斯轨道可以将形如(2.10)和(2.14)的多中心积分全部用解析形式推导出来，可使计算大为简化。因此，在多原子分子轨道的计算中，人们往往来用高斯轨道为基，以减少计算工作量． 从球谐函数的表达式中可以看出，在直角坐标系中rn?1Ylm??,??实际上是一个多项式的
形式，因此往往将以原于A为中心的Gauss轨道函数定义为
其中N是归一化因子；
实际上，Slater型的函数能较好地模拟原子轨道，但用Slater函数作基的多中心积分的计算非常复杂．为弥补高斯轨道不像”原子“轨道的缺点，往往增加基函数组的数目．例如，先用几个高斯轨道来拟合32ater钦道，也就是将SIater函数用高斯函数展开的办法．为了减少计算工作量，人们考虑了很多节约的办法．一个常用的办法是所谓冻结芯态．因为当原子组合成分子时，其芯态电子是变化很少的，活跃的是价态电子，所以常常将芯态电子“冻结”起来，只考虑价态电子的运动，这样可以减少基函数组的数目．
高斯型函数在计算中有较好的性质，可以将三中心和四中心的双电子积分轻易转化为二中心的双电子积分，因而可以在相当程度上简化计算，但是高斯型函数与斯莱特型函数在r=0处的行为差异较大，直接使用高斯型函数构成基组会使得量子化学计算的精度下降。
4答：材料设计主要方法及特点归纳如下： 1 经验法
长期以来,材料研究通常采用配方法或常说的“炒菜”方式进行。该方法是根据大量的试验数据,对成分-组织-性能反复调整、试验,直到获得满意的材料为止。这种方法具有相当大的盲目性,费时、费力、经济损失大,已远远不能满足现代科技和社会的发展要求。此外,为了总结出材料的成分-组织-性能间的内在规律,常用统计学法对试验数据反复回归,得到一些回归方程,这些关系式对材料的研究、应用起到了一些积极作用。但是,这些关系式都是在一定的生产条件下建立起来的,它仅适用于相应的生产条件;再者,由于材料的制备过程是一个复杂的非线性系统,显然利用线性函数来考虑性能、组织和成分的这些关系式不是很理想的。
2 半经验法
这种设计方法的基本原理是从已有的大量数据和经验事实出发,将材料的性能、组分等数据存放在数据库中,利用一些数学计算来完成材料设计。典型的材料数据库是日本工程中心自1996年开始建立的LPF数据库,该库涵盖了合金、金属间化合物、陶瓷、矿物等全部无机物材料的有关信息。在LPF数据库的基础上可建立一个知识-信息体系,通过计算有效地预测、开发新材料。要建立有效地知识体系,数学方法较为关键。常用的有热力学方法,即利用材料的一些特征数据(如自由能、扩散系数等)预测材料的性能;还可利用能带理论来设计一些合金元素在金属间化合物中的作用,以及利用量子力学理论计算合金的相结构等。 3 第一原理法
材料是由许多紧密排列的原子构成的,是一个复杂的多粒子体系。第一原理法就是把由多粒子构成的体系理解为由电子和原子核组成的多粒子系统,并根据量子力学的基本原理最大限度的对问题实现“非经验性”处理。第一原理的出发点是求解多粒子系统的量子力学薛定谔方程,在实际求解该方程时采用两个简化:一是绝热近似,即考虑电子运动时原子核是处于它们的瞬时位置上,而考虑原子核的运动时不考虑电子密度分布的变化,将电子的量子行为与离子的经典行为视为相对独立;第二个假设是利用哈特利-福克自洽场近似将多电子的薛定谔方程简化为单电子的有效势方程。事实上,基于第一原理的计算方法发展较快,如密度泛函理论(DFT)、准粒子方程(GW近似)方法等。现在应用最广泛的是密度泛函理论,它是将多电子系统简化成单电子系统,该理论认为系统基态物理性质是由其电子密度唯一确定的。在实际计算过程中,为了解决交换能与关联能的计算,常采用局域密度近似(LDA),即将非均匀电子系统分割成一些小块,在这些小块中认为电子气是均匀的,这样,子块中的交换关联能只取决于该处的电子密度。虽然LDA取得了较好的计算效果,但也有不合理的计算结果,有待进一步完善。
4 分子动力学法
分子动力学(MD)是从原子尺度上来研究体系的有关性质与时间和温度关系的模拟技术,它把多粒子体系抽象为多个相互作用的质点,通过对系统中的各质点的运动方程进行直接求解来得到某一时刻各质点的位置和速度,由此来确定粒子在相空间的运动轨迹,再利用统计计算方法来确定系统的静态特性和动态特性,从而得到系统的宏观性质。其模拟流程图如图2