Введение
1. Разработка баз данных по материалам для электроники 22
1.1. Базы данных по веществам и материалам для электроники, созданные в мире 22
1.2. База данных по свойствам неорганических соединений «Фазы» 32
1.2.1. Структура базы данных З 3
1.2.2. Программное и аппаратное обеспечение БД «Фазы» 35
1.2.2.1. Архитектура БД 34
1.2.2.2. Подсистема редактирования информации БД 37
1.2.2.3. Подсистема поиска информации в БД 38
1.3. База данных по фазовым диаграммам систем с полупроводниковыми соединениями «Диаграмма» 41
1.3.1. Системы и свойства, заносимые в базу данных «Диаграмма» 43
1.3.2. Структура базы данных 47
1.3.3. Программное и аппаратное обеспечение БД «Диаграмма» 51
1.3.3.1. Архитектура БД 51
1.3.3.2. Система удаленного администрирования БД 53
1.3.3.3. Система удаленного доступа пользователей к БД «Диаграмма» из сети Интернет 53
1.3.3.4. Система визуализации графической информации 61
1.4. База данных по свойствам акустооптических, электрооптических и нелинейнооптических веществ «Кристалл» 67
1.4.1. Физические основы функционирования акусто-, электро- и нелинейнооптических материалов и обоснование выбора свойств веществ, заносимых в базу данных «Кристалл» 69
1.4.2. Критерии отбора материалов, информация о которых заносится в базу данных 71
1.4.3. Структура базы данных 75
1.4.4. Программное и аппаратное обеспечение БД «Кристалл» 78
1.4.4.1. Архитектура БД 78
1.4.4.2. Система удаленного администрирования БД 79
1.4.4.3. Система удаленного доступа пользователей к БД «Кристалл» из сети Интернет 80
1.5. Интеграция баз данных по веществам и материалам ИМЕТ РАН 86
2. Методы конструирования неорганических веществ 92
2.1. Квантовомеханические методы 93
2.2. Эмпирические методы 98
2.3. Методы поиска многомерных классифицирующих закономерностей 100
2.3.1. Автоматическая классификация 105
2.3.2. Обучение ЭВМ распознаванию образов 111
2.3.2.1. Статистические методы 114
2.3.2.2. Эвристические методы 115
2.3.2.3. Методы нейрокибернетики 118
2.3.2.4. Методы обучения ЭВМ процессу формирования понятий на основе растущих пирамидальных сетей 123
2.3.3. Поиск наиболее важных для классификации
признаков 136
2.4. Обзор исследований по конструированию
неорганических веществ и материалов 140
2.4.1. Прогноз типа диаграмм состояния физико-химических систем 142
2.4.2. Прогноз возможности образования соединений определенного состава в неорганических системах 148
2.4.3. Прогноз свойств неорганических соединений 151
2.4.3.1. Прогноз типа кристаллической структуры неорганических соединений 151
2.4.3.2. Прогноз физических свойств неорганических соединений 158
2.4.4. Применение методов распознавания образов в
промышленных разработках неорганических
материалов 165
3. Конструирование неорганических соединений, перспективных для применения в электронике 168
3.1. Методика конструирования новых неорганических соединений, используемая в настоящей работе 170
3.1.1. Выбор наборов признаков для описания физико-химических систем 170
3.1.2. Дискретизация признаков 171
3.1.3. Выбор примеров для обучения ЭВМ 173
3.1.4. Повышение достоверности прогнозирования за счет сравнения результатов прогноза с использованием разных наборов признаков 175
3.1.5. Классифицирующие закономерности 176
3.2. Конструирование соединений, перспективных для разработки новых полупроводниковых материалов 180
3.2.1. Соединения состава АВ2Х4 (X = S, Se, Те) 181
3.2.1.1. Прогноз возможности образования соединений состава АВ2Х4 182
3.2.1.2. Прогноз типа кристаллической структуры соединений состава АВ2Х4 189
3.2.2. Соединения состава АВХ2 (X = S, Se, Те) 204
3.2.2.1. Прогноз возможности образования соединений состава АВХ2 205
3.2.2.2. Прогноз соединений состава АВХ2 с
кристаллической структурой типа a-NaFe02 211
3.2.3. Соединения состава АВХ (X = Р, As, Sb, Bi) 214
3.3. Конструирование соединений, перспективных для использования в качестве новых сегнетоэлектрических, пьезоэлектрических, акустооптических, электрооптических и нелинеинооптических материалов 222
3.3.1. Халькопириты состава АВХ2 227
3.3.1.1. Халькопириты состава АВХ2 (A = Li, Na, К, Rb, Cs, Ag, Au, Zn, Cd, Hg; В = Al, Ga, In, Tl, Fe, Co, Ni; X = O, S, Se, Те) 228
3.3.1.2. Халькопириты состава ABX2 (A = Mg, Ca, Sr, Ba, Zn, Cd, Hg; В = Si, Ge, Sn; X = N, P, As, Sb, Bi, S, Se, Те) и CDY2 (С = Li, Na, K, Rb, Cs; D = P, As, Sb, Bi; Y = N, P, As, Sb, Bi) 231
3.3.2. Соединения состава АВОз с кристаллической
структурой искаженного ильменита и перовскита 233
3.3.2.1. Поиск эмпирических критериев существования перовскитной структуры 234
3.3.2.2. Прогноз возможности образования соединений состава АВОз 238
3.3.2.3. Прогноз типа кристаллической структуры соединений состава АВОз 240
3.3.3. Соединения состава ABF5 с кристаллическими структурами типа BaFeF5, BaGaF5 и CaFeF5 248
3.3.4. Соединения состава А2В2(Х04)з (X = S, Cr, Mo, W) с
кристаллической структурой типа лангбейнита 251
3.4. Конструирование соединений, перспективных для
использования в качестве новых магнитных материалов 255
3.4.1. Соединения состава АВ204 со структурой шпинели 255
3.4.1.1. Прогноз возможности образования соединений состава АВ204 256
3.4.1.2. Прогноз соединений состава АВ204 со
структурой шпинели 259
3.4.2. Соединения состава АВ2Х2(Х = Al, Si, Ge, Р, As, Sb) с кристаллической структурой типа ThCr2Si2 263
3.4.3. Фазы Гейслера состава АВХ2 267
3.5. Кибернетико-статистический подход к конструированию новых веществ с заданными свойствами 272
4. Заключение 278
4.1. Компьютерное конструирование неорганических веществ как способ автоматизации поиска новых материалов 278
4.2. Основные направления развития предложенного подхода 282
Выводы 289
Литература 292
