導語：如何才能寫好一篇量子化學應用，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

（一）在建筑材料方面的應用

水泥是重要的建筑材料之一。1993年，計算量子化學開始廣泛地應用于許多水泥熟料礦物和水化產物體系的研究中，解決了很多實際問題。

鈣礬石相是許多水泥品種的主要水化產物相之一，它對水泥石的強度起著關鍵作用。程新等[1,2]在假設材料的力學強度決定于化學鍵強度的前提下，研究了幾種鈣礬石相力學強度的大小差異。計算發現，含Ca鈣礬石、含Ba鈣礬石和含Sr鈣礬石的Al-O鍵級基本一致，而含Sr鈣礬石、含Ba鈣礬石中的Sr，Ba原子鍵級與Sr-O，Ba-O共價鍵級都分別大于含Ca鈣礬石中的Ca原子鍵級和Ca-O共價鍵級，由此認為，含Sr、Ba硫鋁酸鹽的膠凝強度高于硫鋁酸鈣的膠凝強度[3]。

將量子化學理論與方法引入水泥化學領域，是一門前景廣闊的研究課題，它將有助于人們直接將分子的微觀結構與宏觀性能聯系起來，也為水泥材料的設計提供了一條新的途徑[3]。

（二）在金屬及合金材料方面的應用

過渡金屬(Fe、Co、Ni)中氫雜質的超精細場和電子結構，通過量子化學計算表明，含有雜質石原子的磁矩要降低，這與實驗結果非常一致。閔新民等[4]通過量子化學方法研究了鑭系三氟化物。結果表明，在LnF3中Ln原子軌道參與成鍵的次序是：d＞f＞p＞s，其結合能計算值與實驗值定性趨勢一致。此方法還廣泛用于金屬氧化物固體的電子結構及光譜的計算[5]。再比如說，NbO2是一個在810℃具有相變的物質(由金紅石型變成四方體心)，其高溫相的NbO2的電子結構和光譜也是通過量子化學方法進行的計算和討論，并通過計算指出它和低溫NbO2及其等電子化合物VO2在性質方面存在的差異[6]。

量子化學方法因其精確度高，計算機時少而廣泛應用于材料科學中，并取得了許多有意義的結果。隨著量子化學方法的不斷完善，同時由于電子計算機的飛速發展和普及，量子化學在材料科學中的應用范圍將不斷得到拓展，將為材料科學的發展提供一條非常有意義的途徑[5]。

二、在能源研究中的應用

（一）在煤裂解的反應機理和動力學性質方面的應用

煤是重要的能源之一。近年來隨著量子化學理論的發展和量子化學計算方法以及計算技術的進步，量子化學方法對于深入探索煤的結構和反應性之間的關系成為可能。

量子化學計算在研究煤的模型分子裂解反應機理和預測反應方向方面有許多成功的例子,如低級芳香烴作為碳/碳復合材料碳前驅體熱解機理方面的研究已經取得了比較明確的研究結果。由化學知識對所研究的低級芳香烴設想可能的自由基裂解路徑，由Guassian98程序中的半經驗方法UAM1、在UHF/3-21G*水平的從頭計算方法和考慮了電子相關效應的密度泛函UB3LYP/3-21G*方法對設計路徑的熱力學和動力學進行了計算。由理論計算方法所得到的主反應路徑、熱力學變量和表觀活化能等結果與實驗數據對比有較好的一致性，對煤熱解的量子化學基礎的研究有重要意義[7]。

（二）在鋰離子電池研究中的應用

鋰離子二次電池因為具有電容量大、工作電壓高、循環壽命長、安全可靠、無記憶效應、重量輕等優點，被人們稱之為“最有前途的化學電源”，被廣泛應用于便攜式電器等小型設備，并已開始向電動汽車、軍用潛水艇、飛機、航空等領域發展。

鋰離子電池又稱搖椅型電池，電池的工作過程實際上是Li+離子在正負兩電極之間來回嵌入和脫嵌的過程。因此，深入鋰的嵌入-脫嵌機理對進一步改善鋰離子電池的性能至關重要。Ago等[8]用半經驗分子軌道法以C32H14作為模型碳結構研究了鋰原子在碳層間的插入反應。認為鋰最有可能摻雜在碳環中心的上方位置。Ago等[9]用abinitio分子軌道法對摻鋰的芳香族碳化合物的研究表明，隨著鋰含量的增加，鋰的離子性減少，預示在較高的摻鋰狀態下有可能存在一種Li-C和具有共價性的Li-Li的混合物。Satoru等[10]用分子軌道計算法，對低結晶度的炭素材料的摻鋰反應進行了研究，研究表明，鋰優先插入到石墨層間反應，然后摻雜在石墨層中不同部位里[11]。

隨著人們對材料晶體結構的進一步認識和計算機水平的更高發展，相信量子化學原理在鋰離子電池中的應用領域會更廣泛、更深入、更具指導性。

三、在生物大分子體系研究中的應用

生物大分子體系的量子化學計算一直是一個具有挑戰性的研究領域，尤其是生物大分子體系的理論研究具有重要意義。由于量子化學可以在分子、電子水平上對體系進行精細的理論研究，是其它理論研究方法所難以替代的。因此要深入理解有關酶的催化作用、基因的復制與突變、藥物與受體之間的識別與結合過程及作用方式等，都很有必要運用量子化學的方法對這些生物大分子體系進行研究。毫無疑問，這種研究可以幫助人們有目的地調控酶的催化作用,甚至可以有目的地修飾酶的結構、設計并合成人工酶；可以揭示遺傳與變異的奧秘,進而調控基因的復制與突變，使之造福于人類；可以根據藥物與受體的結合過程和作用特點設計高效低毒的新藥等等，可見運用量子化學的手段來研究生命現象是十分有意義的。

綜上所述，我們可以看出在材料、能源以及生物大分子體系研究中，量子化學發揮了重要的作用。在近十幾年來，由于電子計算機的飛速發展和普及，量子化學計算變得更加迅速和方便。可以預言，在不久的將來，量子化學將在更廣泛的領域發揮更加重要的作用。

參考文獻：

[1]程新.[學位論文].武漢:武漢工業大學材料科學與工程學院,1994

[2]程新,馮修吉.武漢工業大學學報,1995,17(4):12

[3]李北星,程新.建筑材料學報,1999,2(2):147

[4]閔新民,沈爾忠,江元生等.化學學報,1990,48(10):973

[5]程新,陳亞明.山東建材學院學報,1994,8(2):1

[6]閔新民.化學學報,1992,50(5):449

[7]王寶俊,張玉貴,秦育紅等.煤炭轉化,2003,26(1):1

[8]AgoH,NagataK,YoshizawAK,etal.Bull.Chem.Soc.Jpn.,1997,70:1717

[9]AgoH,KatoM,YaharaAK.etal.JournaloftheElectrochemicalSociety,1999,146(4):1262

[10]SatoruK,MikioW,ShinighiK.ElectrochimicaActa1998,43(21-22):3127

[11]麻明友,何則強,熊利芝等.量子化學原理在鋰離子電池研究中的應用.吉首大學學報,2006,27(3):97.

篇2

在傳統的證券投資學中，投資組合理論、資本資產定價模型、套利定價理論和期權定價理論是現代金融理論的四塊基石。前兩者主要依靠均值-方差組合優化的思想，后兩者則主要依靠市場的無套利條件。傳統的投資方法主要是基本面分析和技術分析兩大類，而量化投資則是“利用計算機科技并采用一定的數學模型去實現投資理念、實現投資策略的過程”[3]。從概念看，量化投資既不是基本面分析，也不是技術分析，但它可以采用基本面分析，也可以采用技術分析，關鍵在于依靠模型來實現投資理念與投資策略。為了分析量化投資對證券投資學的啟示，本文從量化投資“黑箱”的各個構成來探討量化投資與證券投資學中思路和觀點的差異。

（一）資產定價與收益的預測

根據組合優化理論，投資者將持有無風險組合與市場風險資產組合，獲得無風險利率與市場風險溢價。資本資產定價模型則將此應用到單一證券或組合，認為證券的風險溢價等于無風險利率加上與風險貢獻比率一致的風險溢價，超過的部分就是超額收益，即投資組合管理所追求的阿爾法值[4]。追求顯著正的阿爾法是資產定價理論給實務投資的一大貢獻。基于因素模型的套利定價理論則從共同風險因素的角度提供了追求阿爾法的新思路。其中，法瑪和佛倫齊的三因素定價模型為這一類量化投資提供了統一的參考。可以說，在因素定價方面，量化投資繼承了資產定價理論的基本思想。對于因素定價中因素的選擇，證券投資學認為，對資產價格的影響，長期應主要關注基本面因素，而短期應主要關注市場的交易行為，即采用技術分析。在量化投資中，主要強調按照事先設定的規則進行投資，這在一定程度上與技術分析類似。但是，在技術分析中，不同的人會有不同的結論，而量化投資則強調投資的規則化和固定化，不會因人的差異而有較大的不同。另外，量化交易更強調從統計和數學模型方面尋找資產的錯誤定價或者進行收益的預測。

（二）無套利條件與交易成本

在證券投資學里，流動性是證券的生命力。組合投資理論、資本資產定價模型以及套利定價理論等都認為市場中存在大量可交易的證券，投資者可以自由買賣證券。這主要是為了保證各種交易都能實現，如套利交易。根據套利定價理論，一旦市場出現無風險的套利機會，理性投資者會立即進行套利交易，當市場均衡時就不存在套利機會。現實市場中往往存在套利限制。一是因為凱恩斯說的“市場的非理性維持的時間可能會長到你失去償付能力”。二是因為市場總是存在交易費用等成本。但證券投資學中，對市場中套利限制與非流動性的關注較少，這是因為傳統金融理論中簡化了市場結構。市場微觀結構理論研究在既定的交易規則下，金融資產交易的過程及其結果，旨在揭示金融資產交易價格形成的過程及其原因。在市場微觀結構理論中，不同的市場微觀結構對市場流動性的沖擊是不同的。因而，從量化投資的角度看，為了降低交易帶來的價格沖擊，能實施量化投資策略的證券往往都應有較好的流動性，因為交易時非流動性直接影響投資策略的實施。從這個意義上講，量化投資時的交易成本不僅包括交易費用，更主要的是要考慮市場交易沖擊的流動性成本。

（三）風險控制與市場情緒

在證券市場中，高收益與高風險相匹配。量化投資在追求高收益的同時，不可避免地承擔了一定的風險。在證券投資學中，系統性風險主要源于宏觀經濟因素，非系統性因素則主要源于行業、公司因素，并且不考慮市場交易行為的影響。在量化投資中，較多地使用因素定價模型，不僅會考慮市場經濟因素，而且會考慮交易行為等因素，只是不同的模型有不同的側重點，在多模型的量化投資系統中自然包括了這兩方面的因素。除了各種基本面和市場交易的因素風險外，量化投資還有自身不可忽視的風險源。一方面，量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，隱藏著巨大的風險。另一方面，市場沖擊的流動性成本也是量化投資的風險控制因素，理所當然地在圖1的風險控制模型中體現出來。另外，在一般的投資過程中，市場情緒或多或少會成為風險控制的一個對象。然而，在量化投資中，更多的交易都是通過計算機來實現的，如程序交易等，這樣以來，投資者情緒等因素對投資決策的影響相對較小。所以，在量化投資的風險控制模型中較少地考慮市場情緒以及投資者自身的情緒，主要是通過承擔適度的風險來獲得超額回報，因為畢竟減少風險也減少了超額回報。

（四）執行高頻交易與算法交易

在對未來收益、風險和成本的綜合權衡下，實現投資策略成為量化投資的重要執行步驟。為了達到投資目標，量化投資不斷追求更快的速度來執行投資策略，這就推動了采用高速計算機系統的程序化交易的誕生。在證券投資學里，技術分析認為股價趨勢有長期、中期和短期趨勢，其中，長期和中期趨勢有參考作用，短期趨勢的意義不大。然而，隨著計算機信息科技的創新，量化投資策略之間的競爭越來越大，誰能運作更快的量化模型，誰就能最先找到并利用市場錯誤定價的瞬間，從而賺取高額利潤。于是，就誕生了高頻交易：利用計算機系統處理數據和進行量化分析，快速做出交易決策，并且隔夜持倉。高頻交易的基本特點有：處理分筆交易數據、高資金周轉率、日內開平倉和算法交易。[5]高頻交易有4類流行的策略：自動提供流動性、市場微觀結構交易、事件交易和偏差套利。成功實施高頻交易同時需要兩種算法：產生高頻交易信號的算法和優化交易執行過程的算法。為了優化交易執行，目前“算法交易”比較流行。算法交易優化買賣指令的執行方式，決定在給定市場環境下如何處理交易指令：是主動的執行還是被動的執行，是一次易還是分割成小的交易單。算法交易一般不涉及投資組合的資產配置和證券選擇問題。

二、對量化投資在證券投資教學中應用的思考

從上述分析可以知道，量化投資的“黑箱”構造與證券投資學之間存在一定的差異，因此，在證券投資的教學中應當考慮量化投資發展的要求。

（一）市場微觀結構與流動性沖擊

在理性預期和市場有效假說下，市場價格會在相關信息披露后立即調整，在信息披露前后市場有著截然不同的表現。在證券投資學里，一般認為價格的調整是及時準確的，然而，現實的世界里，價格調整需要一個過程。在不同的頻率下，這種價格形成過程的作用是不同的。在長期的投資中，短期的價格調整是瞬間的，影響不大。然而，在高頻交易中，這種價格調整過程影響很大。市場微觀結構就是研究這種價格形成過程。市場微觀結構理論中有兩種基本的模型：存貨模型和信息模型。存貨模型關注商委托單簿不平衡對訂單流的影響，解釋沒有消息公布時價格短暫波動的原因。信息模型關注信息公布后信息反映到價格中的這一過程，認為含有信息的訂單流是導致價格波動的原因。無論是關注委托訂單的存貨模型還是關注市場參與者信息類型的信息模型，這些市場微觀結構的研究加強了流動性與資產價格之間的聯系，強調流動性在量化投資決策中的重要作用。一般的證券投資學中基本沒有市場微觀結構的內容，因而，為了加強證券投資學的實用性，應關注市場微觀結構的內容與發展。

（二）業績評價與高杠桿

對于證券組合而言，不僅要分析其超額收益和成本，還要考慮其風險與業績。在組合業績評價中，一方面要考慮風險的衡量，另一方面則要分析業績的來源。在證券投資學中，組合業績來自于市場表現以及管理者的配置與選股能力。對于量化投資而言，市場時機和管理者的能力依然重要，然而，量化投資的業績評價還應考慮另一個因素：高杠桿。量化交易中，部分交易是采用保證交易的期貨、期權等衍生品交易，這種杠桿交易具有放大作用，在市場好的時候擴大收益，但在市場不好的時候會加速虧損，這些與傳統的業績評價就不太一樣。在一般的證券投資學里，業績評價主要考慮經風險調整的收益，很少考慮其杠桿的作用，這不僅忽略了杠桿的貢獻，而且有可能夸大了投資者的技能水平。

（三）人為因素與模型風險

在量化投資中，非常注重計算機對數據和模型的分析，這突出了量化投資的規則性和固定性。然而，實際中，別看量化采用了各種數學、統計模型，但策略設計、策略檢測和策略更新等過程都離不開人的決策。量化交易策略與判斷型交易策略的主要差別在于策略如何生成以及如何實施。量化投資運用模型對策略進行了細致研究，并借助計算機實施策略，能夠消除很多認為的隨意性。但是，量化策略畢竟體現投資者的交易理念，這一部分依賴于投資者的經驗，一部分依賴于投資者對市場的不斷觀察與更新。實際上，人始終處于交易之中，對于市場拐點以及趨勢反轉的判斷主要還是依賴投資者的經驗。光大的烏龍指事件充分表明了人為因素在量化投資中的兩面性：決策實施依賴于人的設定，而人的設定不僅依賴于經驗，而且人還會犯錯。人之所以會犯錯，一方面是因為人們對市場的認知是不完全的，另一方面則是人們使用了錯誤的模型。經典的證券投資理論中，股票價格的變動被認為是隨機的，小概率事件出現的機會比較小，但是經驗研究表明股票收益率具有肥尾現象，小概率事件發生的機會超出了人們原先的認識，即市場還會出現“黑天鵝”。更為關鍵的是，量化投資更依賴數學和統計模型，這就使得量化投資存在較大的模型風險，即使用了錯誤的模型。為了防范模型風險，應采用更為穩健的模型，即模型的參數和函數應該適應多種市場環境。近年來，研究表明，證券收益及其與風險因素的關系存在較大的非線性，同時，市場中存在一定的“噪聲”，采用隱馬爾科夫鏈等隨機過程和機器學習等數據挖掘技術進行信息處理成為量化投資的重要技術支持。

（四）2013年諾貝爾經濟學獎的啟示

篇3

關鍵詞：離子液體；合成；紅外光譜；核磁共振；量子化學計算

中圖分類號：O645 文獻標志碼：A 文章編號：1672-1098（2014）02-0001-04

離子液體[1-2]（ionic liquid）兼有極性與非極性有機溶劑的溶解特性，對有機、金屬有機、無機化合物有很好的溶解性，溶解在離子液體中的催化劑，同時具有均相與非均相催化劑的優點，催化反應有高的反應速率與高的選擇性，與傳統的易揮發有機溶劑（the volatile organic compounds，VOCs）相比具有無味，不燃，易于產物分離，易回收，可循環使用的優點，可見離子液體在作為與環境友好的“潔凈”溶劑方面有很大的潛力[3-5]。本研究包括（1）離子液體[BMIm]Cl的合成；（2）離子液體[BMIm]Cl的表征及量子化學計算。

1 實驗部分

1.1 試劑

N-甲基咪唑（工業級，浙江臨海化工廠），氯代正丁烷（n-BuCl，AR），氫氧化鈉（NaOH），濃硫酸（H2SO4），碳酸氫鈉（NaHCO3），乙酸乙酯（EA），高純氮氣（N2）。

1.2 儀器

傅立葉變換紅外光譜儀測試系統（Nicolet 8700，美國熱電儀器公司），超導傅立葉數字化核磁共振譜儀（AVANCE III 400 MHz，瑞士布魯克公司），數顯恒溫攪拌油浴鍋（HH-S4，金壇市白塔金昌實驗儀器廠），真空干燥箱（101A-3，上海實研電爐有限公司）。

1.3 方法與步驟

1.3.1 原料的預處理 N-甲基咪唑的預處理：常溫下取100 mL N-甲基咪唑，加入2～3 g NaOH攪拌進行干燥脫水，在N2保護下取（180±10）℃餾分即為所得純品。

氯代正丁烷的預處理：用適量濃H2SO4多次洗滌n-BuCl至酸層無色，用1 mol/L的NaHCO3水溶液中和后，在N2保護下取（70±10）℃餾分即為所得純品。

1.3.2 離子液體[BMIm]Cl的合成 如圖1所示，在裝有回流冷凝管、滴液漏斗和氮氣導管（兼含溫度計）的500 mL三口燒瓶中，按摩爾比1.1∶ 1加入N-甲基咪唑70 mL（約合0.878 mol），并將100 mL n-BuCl（約合0.957 mol）裝入滴液漏斗，設置油浴加熱溫度70 ℃，在N2保護下將n-BuCl在2 h內滴加完畢，之后繼續加熱攪拌回流反應48 h，得到的粘稠液體在0 ℃以下冷凍1～2 d后結晶。抽濾晶體后，用EA反復洗滌，如圖2所示。在50 ℃、0.08 MPa下真空干燥脫除殘留的EA后，得到白色固體產品氯代1-丁基-3-甲基咪唑（1-butyl-3-methyl imidazolium chloride，記為[BMIm]Cl，下同），產率93%（真空干燥后的固體應立即稱量或使用，否則極易吸水）。

1.3.3 [BMIm]Cl的表征 利用紅外光譜儀和核磁共振譜儀（CDCl3作溶劑）對合成的離子液體[BMIm]Cl的化學結構進行表征。

1.3.4 [BMIm]Cl的量子化學計算 使用Materials Studio 5.5計算工作站對[BMIm]Cl進行了分子建模，并使用Dmol3模塊對其結構進行了量子化學計算和優化。

2 結果與討論

2.1 [BMIm]Cl的合成反應式

N-甲基咪唑和氯代正丁烷反應合成離子液體[BMIm]Cl的反應方程式如圖3所示。

2.2 [BMIm]Cl的紅外結構表征

圖4中，3 416 cm-1是咪唑環甲基側鏈C-H鍵伸縮振動吸收峰，2 961 cm-1是丁基取代基上-CH3的C-H伸縮振動峰，2 874 cm-1是丁基取代基上-CH2-的伸縮吸收峰，1 636 cm-1是咪唑環上C=C伸縮振動峰，1 570 cm-1是咪唑環中C=N伸縮振動吸收峰，1 465 cm-1是丁基側鏈-CH2-上的C-H面內彎曲振動峰。1 169 cm-1是咪唑環中的C-H彎曲振動峰，754 cm-1是咪唑環的彎曲振動峰，3 416 cm-1是少量雜質水帶來的-OH峰。FTIR（film）/cm-1ν=2961， 2 874（ν C-H）；1 636（ν C=C）；

1 570（ν C=N）； 1 465（β C-H）；1 169（δ C-H）； 754 （δ 咪唑環）。

2.3 [BMIm]Cl的核磁結構表征 在實測譜圖5b上，化學位移δ為0.9是丁烷基側鏈上-CH3的氫原子，δ為1.4是丁烷基上連接-CH3上的-CH2-氫原子，δ為1.9是丁烷基上中間的-CH2-氫原子，δ為4.1是與咪唑環上N相連的甲基側鏈-CH3上的氫原子，δ為4.3是丁烷基與咪唑環上N相連的-CH2-氫原子，δ為7.4和7.5分別是咪唑環上CH=CH對應的氫原子，δ為10.7是咪唑環上N=CH-N上的氫原子。

盡管由于電負性差異造成實測譜圖與理論譜圖在化學位移上略有差別，但從峰強度和H分布基團角度來看，所合成的物質可判定為[BMIM]Cl，且其雜質較少，含水量低于1%。

其數據為1H NMR （400 MHz， CHLOROFORM-D，27 ℃ ）ppm 0.93 （td，J=7.34，1.63 Hz，3 H） 1.35 （ddd，J=15.18， 7.40， 1.51 Hz， 2 H） 1.87 （m， 2 H） 4.10 （d， J=1.25 Hz， 3 H） 4.30 （t， J=7.40 Hz， 2 H） 7.38 （dd， J=3.39， 1.63 Hz， 1 H） 7.50 （m， 1 H） 10.66 （d， J=8.78 Hz， 1 H）。

2.4 [BMIM]Cl結構的理論計算

[BMIM]Cl分子是通過離子氫鍵將陽離子[BMIM]+與陰離子Cl-結合而形成，其間會有電子轉移，但[BMIM]+因電子云密度較小而顯正電性，Cl-則顯負電性。根據理論推測，[BMIM]Cl分子的HOMO應該大部分存在于Cl-上，而LUMO則會集中出現在[BMIM]+上。量化計算結果證明了這種推測，如圖6所示。

圖6a中，[BMIM]Cl分子的HOMO全部存在于Cl-上，因為陰離子在形成過程中，由于電子在Cl-軌道中轉移，使其軌道更易填滿。由于HOMO的存在，Cl原子軌道能級為所有填充軌道中最高的。而圖6b所示的LUMO大部分出現在[BMIM]+部分，且主要集中于咪唑環上，這是由于丁基與N原子結合后，在N-C-N三個原子之間形成一個由兩個電子與一個空軌道組成的大π鍵，與H2有很強的H-π共軛效應，可以形成較強的分子內氫鍵，令整個離子因缺少一個電子而顯正電性，且正電荷存在于咪唑環內。LUMO的存在說明若有多余電子，咪唑環上的空余分子軌道將被優先填充。

對比圖5實測數據可明顯發現，咪唑環上CH=CH對應化學位移左偏，咪唑環上N=CH-N和甲基側鏈右偏，該現象也可用上述HOMO和LUMO進行解釋。

3 結論

本文通過合成了離子液體[BMIM]Cl，對其IR、1HNMR譜圖進行了綜合分析，表明所合成的離子液體[BMIM]Cl雜質較少，含水量低于1%，并通過理論計算，均使得離子液體的結構與理論吻合，為該類型離子液體的合成、應用研究提供了幫助。

參考文獻：

[1] SWATLOSKI R P， HOLBREY J D， ROGERS R D.Ionic liquids are not always green： hydrolysis of 1-butyl-3-methylimidazolium hexafluorophosphate[J]. Green Chemistry， 2003， 5（4）： 361-363.

[2] 鄧友全. 離子液體―性質， 制備與應用[M]. 北京： 中國石化出版社， 2006：8-100.

[3] SHELDON R. Catalytic reactions in ionic liquids[J]. Chemical Communications， 2001 （23）： 2 399-2 407.

篇4

基于與業務主管部門和登記注冊管理部門前期積極的工作交流，“人才聯盟”落戶海南進入加速實施階段，相關人才項目的準備工作基本完成，現將近期工作匯報如下：

一、“人才聯盟”申請成立進度

積極與相關領導深入溝通交流，在充分闡述“人才聯盟”成立的初衷、即將開展的業務范圍、廣泛深遠的社會經濟意義以及發展前景的基礎上，對可行性征詢材料進行了系統的完善。

“人才聯盟”籌備委員會已經在第一時間通知所有發起單位、會員單位以及捐資單位按照成立登記申請相關要求完成相關材料的整理，近期提交籌委會進行審核、報送社會團體管理處。

二、首批外籍院士工作站項目

為抓緊落實人才交流大會上關于“百位外籍院士入海南”的簽約合作以及推進首批外籍院士工作站項目，“人才聯盟”籌委會依托聯盟平臺優勢整合國際人才資源，已經累計與24名外籍院士及2名重要領域博士確立合作關系，外籍院士及博士分別來自俄羅斯、烏克蘭、哈薩克斯坦、烏茲別克斯坦和中國，涉及領域涵蓋公共衛生、醫療、環境保護、新能源、可再生能源、生物科學、生態系統、農業技術、新材料、機械科學、電真空技術、船舶技術設計和物理化學等領域，分別為農業學、無線電物理學、低溫物理學、聲學、熱物理學、光學、固態物理學、核物理學、雷達技術、電磁場與微波技術、高功率微波技術、超導體學、生物能源、新能源、綜合醫學、臨床醫學、病理學、神經生理學、血液學、免疫學、腫瘤學、高科技醫學工程、微血管學、心臟外科、分子診斷、基因組學、蛋白質組學、系統生物學、生物化學、分子生物學、遺傳學、天然及合成化合物技術、化學物理學、晶體量子化學、固體量子化學、高分子物理學、高分子化合物、納米材料、復合材料、聚合過程動力熱力學、動力工程學、爆炸物理學、核技術以及流體力學等學科的專家。2名外籍博士為各自所在領域的高端技術研究人才，所掌握技術為無線電應用和探地雷達領域核心技術，可填補國內在該領域的空白。

篇5

關鍵詞：因子分析；地球化學測量；水系沉積物；R型因子

1 因子分析的不同方式及其適用范圍

因子分析法，其基本目的在于用較少的因子，描述或解釋整個事件中變量的關系，不同于主要成分分析，它是通過降維的思想，將原始的研究數據通過矩陣（或協方差矩陣）的形式，以其內部變量關系相互關系為出發點，將錯綜復雜的變量用少數變量因子來表示的多元統計分析法。

因子分析可根據其出發點不同分為：R型因子分析、Q型因子分析，以及Q-R型因子分析：

R型因子分析，是針對變量所做的因子的分析，其基本思路為通過對變量的相關系數矩陣結構組合的研究，找出能夠表現所有變量的少數幾個隨機變量來描述大多數隨機變量之間的相關關系。再根據其相關性的大小對變量進行分組，使同組內的變量之間的相關性較高，而非同組變量之間的相關性較低。

Q型因子分析，是針對樣品所做的因子分析。它與R因子的出發點不同，但核心的思路是相同的。它的計算是從樣品的相似系數矩陣出發，而R型因子分析的計算是從樣品的相關系數矩陣出發的。換而言之就是考慮指標的重要程度，決定保留哪些去掉哪些；Q型聚類分析考慮的是指標之間的相關性，哪幾類指標可以合并組成一個類，使得組內距離而小組間距離大（組內距離、組間距離根據具體問題進行具體的調整分析）。

Q-R型因子分析巧妙的運用了R型因子與Q型因子的對偶關系，將變量與樣品特性投影在一個因子空間內，使得樣品類型特征可以以空間內其他變量點來解釋。

水系沉積物樣品分析中，核心問題是研究元素共生組合關系，因此R型因子分析被視為樣品分析的有效手段和方法，就像原子內部規律組合的結構，R型因子將其所代表的多項變量因子進行整合，實現降維，不僅能體現出元素在含量上的相互關系，更可以反應元素內部成因關系。換而言之，R型因子分析結果可以用來進一步的分析元素的賦存狀態和形成方式。在地質事件過程中，經常會伴隨物質成分的活化和轉移，從而形成新的元素關系網，并在因子分析過程中得到體現。

Q型因子在計算過程中會對指標進行縮減，將保留的重要指標用以代表整體變量，排除分析的過程中因為更大的誤差和異常的數值而造成不必要的干擾，并減少了計算量。但在樣品分析的過程中，異常值往往是特殊構造、特殊解釋的突破口，為了保證實驗分析的準確性，往往不采用Q型因子分析法。

Q-R型因子分析的主要應用于研究變量和樣品之間的關系，由常用的R型因子分析，可以輕易的轉化成Q-R型因子分析，但Q-R型因子分析較少被提及應用不廣泛。

因子分析法在樣品分析中已經有了實質性的應用，尤其針對土壤、水系地球化學測量過程中分析元素種類龐大，圖件數量龐大，單憑人力很難快速準確地進行數據處理分析。相對于其他方式的普查，水系沉積物、土壤沉積物地球化學勘探有著取樣簡單、成本低、適用范圍廣等優勢。而水系沉積物的成分、含量特征與物源巖性存在著復雜的關系，數據處理是整個地球化學勘探的核心部分，有效的分析方法不僅可以提高樣品分析的速度，更可以提高沉積物樣品的準確度，對地球化學測量有著重要的意義。

2 因子分析法在實際中的應用

在某長江中下游地區的1：20萬普查勘探過程中，針對3025個水系沉積物樣品進行了28種化學元素的分析。并利用R型因子對元素進行降維，提取有效的公共因子，根據少數公因子提供的變量，來反映不同元素之間的組合關系，進而劃分元素共生組合類型。在該地區的水系沉積物樣品分析過程中，將28種元素中信息的重疊部分進行組合，提取成為公共因子，以這少數變量綜合表現多個變量（此劃分基礎建立在原樣品中具有較多的共同特征）。在實際使用過程中使用了Bartlett球度檢驗以及KMO檢驗，在準備過程中對樣品進行了相關性檢驗，對樣品相關KMO值進行分析，對實驗所得KMO數值進行劃分：KMO>0.9非常合適；0.8

對區域內28種元素進行分析后，利用正交旋轉因子在和矩陣對元素進行整合，將計算結果特征值進行綜合對比，最終選取前五個公共因子為重要因子（其特征根數值分別為R1-2.354、R2-1.521、R3-1.358、R4-1.186累計特征根百分比為75%）。這五種重要因子代表工作區內五中元素組合：（1）As，Sb，Mo；（2）Pb，Ag，Bi；（1）ZN，Cu；（4）W；（5）Au。上述五種聚類結合實際數據可以對各種元素之間的親疏關系進行識別。

聚類分析中所得到的R1組合對應Mo、As、Sb因子組合，代表了高溫熱液活動的特征。R2組合對應Pb、Ag、Bi因子組合，R3組合對應As、Sb、Mo因子組合，對應為多金屬礦化的物質屬性，說明上游地區有較為活躍的熱液活動。而通過實際勘探已經發現上游地區多為溫熱型礦床，基本與實驗數據相符。R4組合對應KMO計算結果中的W因子，通過兩方面證明了W元素具有較強的獨立性。R5組合對應Au因子，充分說明Au元素獨立的元素特征。

3 結束語

利用因子分析所得出的結論，將區域內28種元素減少為5個公共因子，極大的減少了工作量，使得原本無從下手的大數據處理簡化成了5個因子的組合，進而轉化為較為直觀的數據表。將數據加以解釋處理按照其分布梯度繪制成圖，即可將原數據70%多的信息簡單的呈現在了眼前。在實際應用中，圖件的辨識度極高，異常明顯，元素共生伴生關系便于解釋，為下一步的工作打下了良好的基礎。

參考文獻

[1]董毅，范麗琨，段煥春，等.青海大坂山地區水系沉積物測量元素組合分區[J].地質與勘探，2009，45（1）：70-74.

[2]董毅.因子分析在水系沉積物測量地球化學分區中的應用探討――以青海都蘭地區為例[J].礦產與地質，2008，22（1）：78-82.

[3]于林松，邱成貴，劉偉.青海省北部綠草山地區化探元素組合分類信息探討[J].山東國土資源，2014，30（20）：54-57.

[4]趙博.幾種統計分析方法在化探數據處理中的應用[D].北京：中國地質大學，2010.

篇6

【摘要】 運用量子化學中的HartreeFock程序(631G基組)方法計算質子化α氨基酸溶質的分子結構參數，借助于多元線性回歸法建立了α氨基酸對映體在冠醚手性固定相上的色譜保留與其分子結構參數之間的定量結構對映異構體保留(QSERR)模型。結果表明，α氨基酸光學異構體的容量因子對數(logk′)與質子化α氨基酸溶質的分子結構描述參數之間具有較好的線性相關性。在QSERR模型中，溶質結構描述參數EHOMO， DIP， ElcE， Ang和logP具有較為明確的物理意義，這些參數反映了固定相與溶質分子之間的靜電作用、ππ作用力、色散力、立阻和疏水作用，能較好地解釋α氨基酸對映體在聯萘冠醚CSP上保留機理。建立的QSERR模型具有較好的穩定性和預測能力。

【關鍵詞】 定量結構對映異構體保留關系， α氨基酸， 冠醚手性固定相， 色譜保留機理， HartreeFock程序

1 引 言

運用高效液相色譜(HPLC) 分離對映異構體已成為現代合成化學、生物醫藥學及農業化學等領域中常用的分析方法。大部分色譜手性分離很大程度上依賴于分析測試者的經驗。建立具有明確物理含義的定量結構對映體保留關系(QSERR)能有效地預測色譜保留值，可以為選擇最佳分離條件提供理論依據，還有助于理解色譜保留及手性識別的機理[1～4]。近年來， 隨著計算機技術和量子化學方法的不斷發展， 量化計算已越來越受到人們的關注[5～7]。在QSRR/ QSERR研究中，獨自應用量化參數或將量化參數與其它常規參數聯合已經越來越多地被使用。文獻[8，9]應用量化參數建立了QSERR模型，研究了α氨基膦酸酯類化合物在兩種不同的衍生化環糊精固定相上手性識別機理; Suzuki等[10]通過2D和3D分子描述參數建立了一系列芳基醇類化合物在4種刷型固定相上的QSERR模型，指出影響容量因子(k′)和分離因子(α)的分子描述參數不同;施介華等[6，11]運用量化參數分別建立烴類和酯類化合物的色譜保留關系的QSRR模型。

冠醚作為一類色譜手性固定相，常被用來識別具有NH2官能團的對映體[12～16]，其獨特的冠環結構對客體分子的選擇性識別起著重要作用。但有關手性冠醚類固定相上α氨基酸的色譜保留和對映異構體結構間的定量構效關系的報道鮮見。本研究運用量子化學方法中的HartreeFock程序(631G基組)計算了20個質子化α氨基酸溶質分子的結構描述參數，通過多元線性回歸建立了α氨基酸類化合物在鍵合聯萘冠醚手性固定相(CSP)上的定量結構與對映體保留的QSERR模型，探討了α氨基酸對映體在鍵合聯萘冠醚固定相上的色譜保留機理。

2 實驗部分

2.1 數據來源

本研究所用α氨基酸化合物在新型聯萘冠醚手性柱上的色譜保留數據取自文獻[15](見表1)。

2.2 溶質分子描述參數的計算及QSERR模型建立

由于α氨基酸的NH2基團在酸性流動相中將發生質子化，形成強極性的銨離子(NH+4)，實際上色譜分離過程中與冠醚類手性固定相發生相互作用的是質子化的氨基酸[16](見圖1b)。所有質子化表1 α氨基酸在聯萘冠醚手性固定相上保留值[15]

Table 1 Retention value of αamino acids on the crown chiral stationary phase[15]No.氨基酸 Amino acidlogk′1logk′2No.氨基酸 Amino acidlogk′1logk′21丙氨酸 Alanine -0.23660.338511甲硫氨酸 Methionine-0.11350.53912精氨酸 Arginine-0.2366-0.045812苯基丙氨酸 Phenylalanine-0.10240.37663天冬酰胺 Asparagine-0.5528-0.337213苯甘氨酸 Phenylglycine0.15490.59884天冬氨酸 Aspartic acid-0.37680.008614脯氨酸 Proline-0.6383-0.63835半胱胺酸 Cysteine-0.4202-0.013215絲氨酸 Serine-0.5686-0.30107谷氨酸 Glutanic acid-0.22910.541616蘇氨酸 Threonine-0.6198-0.19386谷氨酰胺 Glutamine-0.44370.245517色氨酸 Tryptophan0.14610.60538組胺酸 Histidine-0.4815-0.309818酪胺酸 Tyrosine-0.20760.28109異亮胺酸 Isoleucine-0.5086-0.236619纈氨酸 Valine-0.5528-0.284010亮氨酸 Leucine-0.19380.4997204羥基苯甘氨酸

4Hydroxyphenylglycine-0.17390.6730k′1: L氨基酸容量因子(Capacity factor of LAmino acid)， k′2: D氨基酸容量因子(Capacity factor of DAmino acid)。的α氨基酸分子結構首先用ChenDraw作出平面圖，然后用Chem3D中的MOPAC 8.00對分子幾何結構進行初步優化后，再用Gaussian 03軟件包中的HartreeFock程序(631G基組)進行結構優化，振動分析計算的結果中無虛頻，證明優化得到的分子結構對應于能量極小點。獲取質子化氨基酸溶質的量子化學參數：DIP(分子總體偶極距)、 TE(分子總能量)、 ELUMO(最低分子空軌道的能量)、 EHOMO(最高分子占有軌道的能量)、 Ang(原子NC*C之間平面角)、 MR(分子折射率)、 logP(疏水性參數)和ElcE等分子描述參數在Chem3D中計算得到。所有量化參數的計算和分子模擬在PD2.80PC機上運行完成。

3 結果與討論

3.1 QSERR模型的建立

由于分子“手性”的差別，手性分子與手性固定相相互作用的過程中存在著一定差異，即手性分子的結構參數與色譜參數之間存在一定相關性這一假設是完全合理的[6]。在QSERR模型建立過程中，最大的困難是如何找到能夠區分不同對映體的手性分子結構參數，因為對映體分子諸多性質參數(如分子尺寸、形狀、電性參數和疏水性參數等)有時很接近，甚至完全相同。與許多手性分子一樣，α氨基酸對映體分子結構參數大部分相同。本研究通過Gaussian 03和Chem3D軟件計算，提取了質子化后的L型和D型α氨基酸的分子結構描述參數(見表2和表3)。

為保證所選取的結構參數與容量因子對數(logk′)之間有較好的相關性，盡量選擇與容量因子相關性較大，彼此之間相關性較小的參數。本研究首先對各參數進行相關性分析，發現MR與ElcE和TE之間有明顯相關性，因此分別選取MR， ElcE和TE與其它結構描述參數進行多元線性回歸，得到α氨基酸對映體在鍵合聯萘冠醚CSP上的色譜保留參數的QSERR模型為：logk′1=-13.400-0.402EHOMO-0.047DIP+0.115Ang-5.90×10-5ElcE

(n=20， r=0.959， SD=0.067)(1)表2 質子化Lα基酸分子參數

Table 2 Molecular descriptors of Lαamino acid cationsNo.DIPElcEEHOMOELUMOTElogPMRAng 13.8840-4882.0-1.42461.8078-1340.9-1.4091.9489108.4722.1710-12247.4-1.32411.5128-2447.1-2.7254.2690105.3133.0044-8496.3-1.08701.4144-2009.9-2.9232.8171107.3042.4240-8797.0-1.38020.9798-2110.0-2.2812.6015106.8252.0069-5938.5-1.60210.7928-1534.8-1.3062.7552106.2273.7806-12972.2-1.49831.1399-2266.0-1.8253.0653105.4065.1110-9873.5-0.76881.2623-2165.3-2.4673.2809106.6284.0373-10590.2-0.70971.1597-2164.1-2.2353.6785106.3592.4120-12247.4-1.32411.5128-2447.1-2.7254.2690105.31104.2044-8616.1-1.25371.6917-1808.1-0.2933.3403105.32113.1407-11670.7-1.46750.6253-1846.4-0.8603.9776105.20122.8048-11314.1-1.45410.5860-2163.30.0664.4601105.48133.8687-9734.0-1.89341.0413-2007.8-0.3903.9963105.15142.1267-6106.1-0.70761.5282-1624.3-0.7332.7878106.30152.2410-6260.0-1.10271.5618-1661.3-2.5742.1020107.88162.2684-7661.3-1.07131.5946-1816.9-2.3162.5658107.80172.0277-16153.7-1.56800.2930-2658.50.0125.5776105.32182.1460-11972.2-1.43460.5580-2483.80.0125.5776105.47192.7089-7398.3-1.35201.7728-1652.2-0.7492.8765104.00204.8453-11317.9-1.67890.8915-2328.3-0.7794.1494104.95氨基酸編號同表1(The number of aminoacids are the same as in Table 1)。 DIP: Dipole moment (debye); ElcE: Electronic energy (eV); EHOMO: Highest occupied molecular orbital (eV); ELUMO: Lowest unoccupied molecular orbital(eV); TE: Total energy(eV); logP: Hydrophobic parameters; MR: Molar refractivity; Ang: Plane angle between N—C*—C。表3 質子化Dα氨基酸分子參數式中， n為線性回歸樣本的個數， r為擬合方程的相關系數，SD為標準偏差。由式(1)和(2)可知，所建立的α氨基酸對映體在鍵合聯萘冠醚CSP上的色譜保留參數的QSERR模型具有較好的多元線性相關性。同時，為了識別異常值，對參與回歸樣本的保留值進行去一法檢驗，未出現異常值。這表明此QSERR模型具有較好的穩定性。

3.2 手性識別機理的探討

根據液相色譜分離原理，溶質在色譜柱上的保留行為主要由溶質與固定相以及流動相之間的分子作用力所決定的。所建立的α氨基酸對映體在鍵合聯萘冠醚CSP上的色譜保留參數的QSERR模型中，每個分子描述參數均表征色譜過程中溶質同固定相或流動相的某種相互作用。在液相色譜中ELUMO和EHOMO表示溶質和固定相之間電荷的傳遞反應，也就是在溶質和固定相之間存在氫鍵作用力或ππ相互作用[17]。logP與溶質疏水性相關，體現了溶質分子與固定相之間的疏水作用。Ang表示對映體色譜保留過程中對分子構象的要求[9]。DIP可以表示溶質分子和固定相之間的靜電相互作用能力的大小[2]。MR反映了溶質分子參與分子色散力的能力[18]，而ElcE和TE與MR具有較好的相關性，因此ElcE和TE包含一定色散力的信息，也可以表示溶質分子參與色散力的能力。

盡管對分子間力(包括氫鍵力、范德華力、空間位阻、疏水作用等)的研究己比較深入、全面，但是如何協同這些作用力而增加或減弱非對映體絡合物的穩定性卻并不很清楚。從所建立的QSERR模型可知，在聯萘冠醚CSP上，質子化氨基酸的保留行為主要取決于固定相與溶質分子之間的靜電作用、ππ作用力、色散力、立阻和疏水作用。

3.3 保留值的預測

所建立的QSERR模型可預測α氨基酸對映體在聯萘冠醚手CSP上的色譜保留值，即通過計算α氨基酸對映體的結構描述參數來預測其對映體的色譜保留值。結果表明，在這種手性冠醚固定相上，α氨基酸對映體的容量因子對數(logk′)的預測值與實驗值之間具有較好的線性相關性(圖2)，其線性回歸方程分別為：

logk′1(pred)=0.9201logk′1(exp)+0.0069

(n=20， r=0.9572， SD=0.064)(3)

logk′2(pred)=0.9199 logk′2(exp)+0.0161

(n=20， r=0.9566， SD=0.064)(4)

兩者回歸方程的斜率接近于1，基本通過原點，這表明所建立的QSERR模型用于預測α氨基酸對映體在這兩種手性冠醚固定相上的保留行為是切實可行的。

圖2 預測值和測定值

Fig.2 Plot of experimental vs. predicted logk values3.4 小結

本研究建立了α氨基酸對映體在鍵合聯萘冠醚CSP上的色譜保留參數的QSERR模型，各結構描述參數具有明確的物理含義。能較好地解釋α氨基酸對映體在聯萘冠醚CSP上保留機理。所建模型在預測其保留值時具有較好的準確性和穩定性。

參考文獻

1 Jiang Feng(江 峰)， Shi JieHua(施介華)， Yan Wei(嚴 巍)， Li Bing(李 兵). Chinese J. Anal. Chem.(分析化學)， 2004， 32(11): 1550～1555

2 Gao RuYu(高如瑜)， Wang HeFang(王荷芳). Chinese Journal of Organic Chemistry(有機化學)， 1999， 19(2): 135～140

3 Lipkowitz K B. J. Chromatogr. A， 1994， 666: 493～503

4 Lipkowitz K B. J. Chromatogr. A， 1995， 694: 15～37

5 Ouyang Liang(歐陽 亮)， He Gu(何 谷)， Guo Li(郭 麗). Acta Chim. Sinica(化學學報)， 2006， 64:1379～1384

6 Shi JieHua(施介華)， Jiang Feng(江 峰)， Yan Wei(嚴 巍)， Wang JiKang (王紀康)， Wang GuiLin(王桂林). Chinese J. Anal. Chem.(分析化學)， 2005， 33(2): 181～186

7 Zeng XiaoLan(曾小蘭)， Liu HongXia(柳紅霞)， Liu HongYan(劉紅艷). Acta Chim. Sinica(化學學報)， 2007， 65: 1797

8 Huang JunMin(黃君珉)， Chen Hui(陳 慧)， Gao RuYu(高如瑜)， Wang QinSun(王琴孫). Chem. J. Chinese Universities(高等學校化學學報)， 2001， 22(11): 1838～1842

9 Chen Hui(陳 慧)， Lü XianYu(呂憲禹)， Huang JunMin(黃君珉)， Gao RuYu(高如瑜)， Wang QinSun(王琴孫). Chem. J. Chinese Universities(高等學校化學學報)， 2000， 21(4): 562～565

10 Suzuki T， Timofei S， Iuoras B E， Uray G， Verdino P， Fabian Walter M F. J. Chromatogr. A， 2001， 922(12): 13～23

11 Shi JieHua(施介華)， Jiang Feng(江 峰)， Wang GuiLin(王桂林)， Yan Wei(嚴 巍). J. Zhejiang University of Technology(浙江工業大學學報)， 2004， 32(4): 418～422

12 Chen JuanJuan(陳娟娟)， Zhang DaTong(張大同)， Shen BaoChun(沈報春)， Zhang XueJun(張雪君)， Xu BeiJia(徐貝佳)， Xu XiuZhu(徐秀珠). Chinese J. Anal. Chem.(分析化學)， 2006， 34(11): 1535～1540

13 Machida Y， Nishi H， Nakamura K， Nakai H， Sato T. J. Chromatogr. A， 1998， 805(12): 85～92

14 Hyun M H， Jin J S， Koo H J， Lee W. J. Chromatogr. A， 1999， 837(12): 75～82

15 Hyun M H， Han S C， Lipshutz B H， Shin Y J， Welch C J. J. Chromatogr. A， 2001， 910(2): 359～365

16 Sousa L R， Sogah G. D Y， Hoffman D H， Cram D J. J. Am. Chem. Soc.， 1978， 100(14): 4569～4576

篇7

什么是多尺度模型

20世紀70年代，瓦謝爾從理論上提出，可以用計算機模擬、以量子力學和分子力學結合的方式描述化學過程，后來被稱為“多尺度模型”。這一理論得到了廣泛的應用。

其實，多尺度模型就是我們常用的MM/QM模型。我們知道，原子是化學反應的基本微粒，它由原子核和核外電子共同構成。我們在做分子模擬時，分子力學（MM）算起來比較快，但只能處理到原子、基團這個層面，而量子力學（QM）雖然考慮到了電子和原子核，但計算起來相當復雜。

三位科學家的開創性，在于打開了“勢不兩立”的分子力學與量子力學之間的一扇窗，將兩者結合起來。如今，當科學家在模擬分子反應的過程時，他們會在必要時借助計算機的力量。化學反應系統核心的計算基于量子物理學，而在遠離反應核心區域的地方，模型計算則基于經典物理學，在最外的幾層，原子和分子甚至混合在一起，形成同質的物體。通過這些理論簡化，我們可以對大型的化學系統進行模擬計算。

多尺度模型的應用與前景

“分而治之”描述化學反應

化學反應是一個微觀過程，許多化學反應的發生極為迅速，我們肉眼難以快速捕捉到。比如，生命體中的核糖從無規則的多肽鏈發展到穩定的蛋白質結構所用時間為微秒級。如果掃描這一過程，耗費的時間將是天文數字。

因此，傳統上用實驗手段描述出反應過程的每一個步驟幾乎是不可能實現的。量子力學的描述小而精，分子力學的描述寬泛但精度不高。如果都用高精度的方法來描述化學過程，計算將難以進行。所以，多尺度組合的方法便成了研究者最好的選擇，這與中國古代“分而治之”的哲學思想類似。

掀起科學研究新篇章

化學是一門以實驗為基礎的學科，三位科學家基于量子力學、經典力學以及混合量子—經典力學提出的理論模型對化學的定量化研究、化學理論研究以及實驗研究都有非常重要的指導作用。例如，通過計算機模擬的方法來研究蛋白質分子的運動和酶的催化反應機理，發展分子動力學模擬方法，研究復雜化學體系的運動規律等。

同時，該模型還被應用于計算化學、生物化學、生物物理學以及物理學與應用數學，是典型的跨學科成果。這一模型的提出與應用，對化學學科的推進、化學與生物學科交叉發展都發揮了相當大的作用，具有里程碑式的意義。

研究前景可觀

對于該領域的研究，我國的起步相對較晚，但自2000年之后，隨著國家科研實力的增強，這一領域研究已經取得了較大進步。例如，2012年9月，北京師范大學化學系教授方維海帶領的課題組便采用高精度的量子化學計算對螢火蟲發光機理進行了進一步探索，提出了漸進可逆電荷轉移引發熒光的新理論，首次在電子態的水平闡明了螢火蟲生物發光的化學起源。

此外，三位科學家的研究成果，已經應用于廢氣凈化及植物的光合作用研究中，并將用于優化汽車催化劑、藥物和太陽能電池的設計中。

經典力學與量子力學

經典力學是力學的一個分支。經典力學是以牛頓運動定律為基礎，在宏觀世界和低速狀態下，研究物體的運動。經典力學又分為靜力學（描述靜止物體）、運動學（描述物體運動）和動力學（描述物體受力作用下的運動）。

量子力學是研究微觀粒子的運動規律的物理學分支學科，主要研究原子、分子、凝聚態物質，以及原子核和基本粒子的結構、性質，它與相對論一起構成了現代物理學的理論基礎，而且在化學等相關學科和許多近代技術中也得到了廣泛的應用。

（敬瑞玲）

試一試

1. 我們知道，經典力學是以牛頓運動定律為基礎，在宏觀世界和低速狀態下，研究物體的運動。那么你所了解的牛頓運動定律有哪些呢？

2. 量子力學主要研究原子、分子、凝聚態物質，以及原子核和基本粒子的結構、性質，根據所學的知識回答下列問題。

（1）原子是由什么構成的？

（2）氫原子呈什么電性？為什么？

（3）畫出Na原子的原子結構示意圖。

（4）根據核外電子排布規律，畫出Fe原子的原子結構示意圖。

篇8

查看更多《德州學院學報》雜志社信息請點擊： 《德州學院學報》編輯部       

        數學與應用數學

        (1)有關ncp函數的一些研究 雍龍泉

        (7)兩點邊值問題的chebyshev--galerkin譜方法 張光輝 任敏

        (10)修正牛頓法求解絕對值方程 鄧永坤

        (14)數值積分若干方法的比較分析 王少英

        (16)多元統計分析方法在實際問題中的應用 姜波

        (20)任意參數下的frenet公式的機器證明 雷超

        (23)一元線性回歸分析在保險行業的應用 劉情情

        (26)信息熵賦權的大學生綜合素質評價模型的excel求解 陳華喜 許慶兵 姚保峰

        物理學與電子科學技術

        (31)從一個佯謬對電磁場動量守恒的理論推證 趙彥杰

        (33)外磁場下電偶極子運動規律研究 任恒峰 王清亮 連潤明 孟峰

        化學與化工

        (37)電子相關和基組效應對丙氨酸量子化學參數的影響 呂仁慶 邢彬彬

        (41)桂花黃酮的提取及體外清除亞硝酸鹽的研究 江慧華 陳培珍 穆寄林 劉俊劭 馬森 劉瑞來

        醫學科學與技術

        (45)磁共振動態增強技術在小肝癌診斷中的應用價值 許萬博 劉小金

        (48)散光表視標檢查中30°原則解析 劉長輝 張志芹 張吉平

        機電、動力、能源與交通

        (52)汽油添加劑適應電噴發動機使用性能的試驗分析 馬洪新

        (55)層次分析法在焦爐火災爆炸事故中的應用 劉斌

        學術爭鳴

        (59)哥德巴赫猜想的一個等價命題 葉雉鳩

        (63)動態的哈勃常數與弦（以太）的一些探討 任海濤

        (69)對常數變易法求微分方程通解的質疑 汪維剛

        資源環境與區域發展

        (71)結構性城市cis模式探討 張平青 王洋

        (76)基于swot分析法的齊河縣縣域經濟發展研究 侯超

        (83)山東省人口素質綜合評價及其空間分異研究 董海濤

        (89)6項課題獲山東省自然科學基金項目立項 無

        體育科學

        (90)借鑒注意理論提升警察警務實戰知覺能力 魏毅

        (95)沙灘藤球技戰術特征的分析與研究 孫伊

        (99)從意識與行為角度分析＂拓展訓練教學模式＂在高校武術課的應用 劉志勇

        (104)中學生體育鍛煉和心理彈性的關系研究 歐陽翠云

        無

  &nb

篇9

滬教版化學九（上）“純凈物中元素之間的質量關系”是在學生學習了用元素概念定性地表示物質組成的基礎上，進一步從定量的角度來學習和研究物質的組成。本節課的難點是讓學生建立和理解元素在物質（化合物）中的質量分數的概念，引領學生從微觀粒子的數量與質量的角度，推算出組成宏觀物質中各元素質量關系，也是幫助學生理解化學學科中“宏觀-微觀-符號”這三重表征的極好素材。

“純凈物中元素之間的質量關系”一節內容較為抽象與深奧，且遠離學生的生活經驗和感性知識，這給教學帶來了一定的困難。為較好地突破教學中的這一難點，幫助學生用定量的觀點去學習化學，教師在教學中可通過觀察、想象、模型化等方法，化虛無抽象為形象直觀，逐步引領學生從定性到定量，初步理解物質的組成。同時通過類比推理，學生的抽象思維能力和定量計算能力也能有所提高。

二、教學片斷

環節一：問題情景。

【投影】尿素是農業上常用的一種氮肥。小強看到某化肥標簽如下：

試幫助小強回答下列問題：

（1）尿素含氮量的含義。

（2）尿素中的含氮量是如何計算出來的？

學生活動：思考、討論。

環節二：定比定律介紹。

【閱讀】法國化學家普魯斯特發現定比定律的化學史。

【講解】每一種化合物都有固定的組成，且組成化合物的各成分元素的質量比是一定的，這一規律稱為定比定律，又稱定組成定律。

學生活動：閱讀、思考。

環節三：水中氫、氧元素質量比。

【活動】指導學生用下面的模型搭出水分子結構，再拼出1個水分子中氫、氧原子質量比的示意圖。

【講解】水中氫、氧原子個數比n（H）：n（O）=2：1，1個水分子中所有的氫原子和氧原子的質量之比，即是水中氫元素和氧元素的質量之比。

1個水分子中氫原子和氧原子的質量比=

【講解】原子的質量都很小，計算時使用相對原子質量。

【總結】化合物中各元素質量比=該元素原子的相對原子質量×原子個數之比。

【鞏固】計算下列物質中原子個數比、各元素的質量比：（1）氨氣（NH3）；（2）尿素〔CO（NH2）2〕。環節四：水中氫元素的質量分數。

【活動】用模型拼出氫元素質量在水中占的質量比例（質量分數）。

【講解】一個水分子中所有的氫原子的質量與這個水分子的質量之比，即是水中氫元素的質量分數。

1個水分子中氫原子所占的質量分數=

【講解】分子和原子的質量都很小，計算時使用相對分子質量和相對原子質量。

環節五：拓展應用。

【情景再現】尿素是農業上常用的一種氮肥。小強同學看到某化肥廣告如下：

請你運用本節課所學知識判斷這袋尿素樣品是純凈物還是混合物？

學生活動：

通過計算，純尿素的含氮量為46.7%。而樣品中氮元素的質量分數為43.5%，低于純尿素中氮元素質量分數，故為混合物。

【課堂小結】結合所學內容，從知識、方法、規范、學科觀念談一談這節課的收獲。

三、教學反思

從宏觀到微觀，從定性到定量，是化學教學中的一大難點。本節課將宏觀計算演變成微觀模型的演示，從而化抽象為直觀，進一步提高學生對物質的微粒觀、元素觀的認識。

1.合理設置教學臺階。本節教學內容是初中化學計算的開始，設計時以學生熟悉的化學肥料（尿素）為素材，以問題鏈作為主線，同時以組成相對簡單的水為例，用球棍模型讓學生體驗水分子與氫原子和氧原子的關系。通過模型，學生總結出水分子中氫、氧原子質量比和氫原子在水分子中占的質量比例，然后通過類比、歸納等方法得出氫、氧元素質量比和水中氫元素的質量分數。教學以生活經驗為基礎，拾級而上，降低學習的難度。

篇10

五大特點是

（1）化學家對物質的認識和研究，從宏觀向微觀深入。20世紀以來，化學家已用實驗打開原子大門，深入地了解原子內部的情況，并且用量子理論探討原子內的電子排布、能量變化等。就是對復雜的化學反應來說，也可以測量反應機理，了解反應過渡態的情況以及分子、原子間能量的交換。

（2）從定性和半定量化向高度定量化深入。雖然近代化學也曾廣泛地使用各種定量化工具，但是還只能說停留在定性和半定量化水平。本世紀60年代后，電子計算機大規模地引進化學領域，用它來計算分子結構已取得巨大的成功。如今任何化學論文如無詳盡的定量數據就難以發表，發表了也難取得公認。而且如今化學實驗的精密度愈來愈高，幾乎所有儀器都是定量化的，有的還用電子計算機來控制。

（3）對物質的研究從靜態向動態伸展。近代化學對物質的研究基本上停留在靜態的水平或從靜態出發，推出一些動態情況。例如，從熱力學定律出發，通過狀態函數的變化，從始態及終態情況推斷反應變化中一些可能情況。現代化學已擺脫這種間接研究推理，而采用直接的方法去了解或描述動態情況，特別是激光技術、同位素技術、微微秒技術、分子束技術在現代化學里的大規模應用。化學家目前已能了解皮秒內微粒運動的情況，反應中化學鍵的斷裂以及能量交換等情況。特別值得一提的是有關動態薛定諤方程的研究，一旦成功它將會為動態研究開辟光輝前景。

（4）由描述向推理或設計深化。近代化學幾乎全憑經驗，主要通過實驗來了解和闡述物質。雖然也有一些理論如溶液理論、結構理論等可以指示研究方向，但總體來說近代化學基本上是描述性的。原來化學中四大學科（無機化學、有機化學、分析化學、物理化學）彼此存在很大獨立性。然而現代化學已打破傳統的界限，化學不僅自身各學科相互滲透，而且跟物理、生物、數學、醫學等學科相互交融和滲透。特別是近年量子化學的發展，已滲透到各學科，使化學擺脫歷史傳統，可以預先預測和推理，然后用實驗來驗證或合成。例如，當今許多高難度的合成工作都事先根據理論設計，然后決定合成路線。著名的維生素B12的合成工作就是一個典范，它標志著化學已從描述向設計飛躍。

（5）向研究分子群深入。近代化學對化學的研究通常只停留在一個或幾個分子間的作用。即所謂0級、1級、2級、3級反應，對多分子的反應是無能為力的。但是近代化學遠遠不能滿足實際需要了，特別是研究生物體內的化學反應，就要研究多個分子甚至一大群分子間的反應了。例如，一個活細胞內往往需要幾十種酶作催化劑，同時催化許多化學反應。因此研究分子群關系，已成為現代化學的一個特點。

現代化學的發展方向，一是化學向分子設計方向前進。分子設計就是說化學家像建筑師造房子那樣設計好再建造。由于電子計算機、各種能譜技術、微微秒技術、激光技術、同位素技術等在化學上的應用，使分子設計逐漸趨向現實。上面說過的著名有機合成大師伍德沃德合成難度極大的維生素B12，就是按他創立的前沿軌道理論出發，計算后設計出最佳合成路線和原料配比，一舉成功并傳為佳話。目前全世界每年合成幾千種抗癌藥，大都是先設計好合成路線，而后進入生產的。