全文总字数：1488字
1. 毕业设计（论文）主要内容：
金属有机骨架材料（MOFs）是一类由金属或金属氧化物中心与有机链接体自组装而成、具有规整结构的多孔晶体材料，因具备较高的比表面积、自由孔体积而在气体储存、气体分离与催化等领域具有潜在应用价值。
本课题以课题组前期研究为基础，采用分子设计或在前人研究基础上建立一个多样性的金属有机骨架材料数据库，并通过分子模拟、深度学习算法等手段研究基于能量分布参数等为结构特征值的材料储氢性能快速预测方法。
主要掌握MOFs材料分子设计的方法、材料不同结构参数（如比表面积、孔隙率）的表征方法以及深度学习算法在材料储氢性能预测中的应用；了解MOFs材料储氢性能定量构效关系分析方法、分子模拟计算MOFs材料储氢性能的方法，为促进MOFs材料在储氢方面的应用奠定理论与实践基础。
2. 毕业设计（论文）主要任务及要求
1. 查阅不少于20篇相关文献资料，其中英文文献不少于5篇，撰写开题报告；
2. MOFs材料分子设计以及大型MOFs材料数据库的收集与整理；
3.采用快速扫描方法计算MOFs材料能量分布参数，基于深度学习预测材料储氢性能；
3. 毕业设计（论文）完成任务的计划与安排
第1-2周：资料收集、整理，撰写开题报告，完成英文翻译
第3-5周：熟悉MOFs分子设计、结构参数计算、能量分布参数计算以及深度学习算法在材料储氢性能预测中的应用
第6-9周：研究深度学习算法预测MOFs材料储氢性能的参数优化
4. 主要参考文献
[1] Bucior B J, Bobbitt N S, Islamoglu T, etal. Energy-based descriptors to rapidly predict hydrogen storage inmetal-organic frameworks [J]. Molecular Systems Design Engineering, 2019, 4(1): 162-74.
[2] Wu X, Xiang S, Su J, et al. Understanding QuantitativeRelationship between Methane Storage Capacities and Characteristic Propertiesof Metal–Organic Frameworks Based on Machine Learning [J]. The Journal ofPhysical Chemistry C, 2019, 123(14):8550-9.
[3] Wu X, Li L, Fang T., et al. Effect of an acetylene bond on hydrogen adsorption indiamond-like carbon allotropes: from first principles to atomic simulation[J]. Physical Chemistry Chemical Physics, 2017, 19(13):9261.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
