電子和計算機和化學怎麼結合

A. 化學和計算機有專業上的聯系嗎

首先你要明白計算機的本質問題,計算機是來模擬現實世界來解決問題的,那麼現實世界的問題就分各行各業,每個行業用到技術不同,自然要通過計算機來解決問題,你必須掌握現實世界中這些問題的解決方式,才能用計算機來模擬來解決這類問題
做游戲開發需要很多物理知識 ,人工智慧領域神經網路需要用到生物學知識.....
所以說既然做了計算機行業,那麼多學一些知識不是壞事,但是要認准一個方向,因為計算機科學分支太多了,每個分支領域都夠你研究一輩子了,我們不可能面面俱到,成為一個領域的專家就已經很了不起了,再說了,現在軟體工程都講究分工協作,不是單打獨斗的年代
把計算機專業最底層的軟硬知識打扎實,這是你通往上層不同分支領域的最重要的基礎,基礎不牢固,上層學起來很困難,迷霧重重,一碰就倒

B. 計算機在化學中的應用

計算機在化學中的應用
application of computers in chemistry
━━━━━━━━━━━━━━━━━━━━━━━━
按化學體系分類
計算機在分析化學中的應用
數據處理
條件預測
提高選擇性
提高靈敏度
實現儀器自動化和智能化
計算機在有機化學中的應用
譜圖檢索
差譜技術
結構解析
合成路線設計
按計算機應用方法分類
數值計算
化學模似
實時控制
模式識別
資料庫
專家系統━━━━━━━━━━━━━━━━━━━━━━━━
計算機是一種多功能的設備,可用於計算、擬合模擬、製表、繪圖、選擇、判別、存貯、檢索、統計、管理、自動控制、人工智慧、專家系統等方面。計算機在化學中的應用可從不同角度分類：按化學體系，可從解決化學各分支學科的問題分類；按應用方法，則是從計算機的功能應用來分類。
按化學體系分類
計算機在分析化學中的應用 簡稱計算分析，其內容有：
數據處理 利用一元統計，可對同一項目的若干次測量數據進行統計處理，計算置信區間、標准誤差、變動系數等。利用二元統計，可以計算含量與滴定體積或濃度與吸光度之間的直線方程（線性回歸法）。用程序型計算器也能迅速完成這些計算。
條件預測 根據溶液平衡原理，考慮副反應系數校正，形成精確的數學模型，可對化學分析條件進行預測，例如顯色反應最合適的pH的預測、離子交換色譜法中淋洗液濃度和用量的預測等。在較復雜的情況下，可以利用計算數學方法。設有10種金屬離子與10種絡合劑共存，它們之間的競爭反應可用迭代法預測，計算機對每種絡合物用迭代法處理，獲得收斂結果的報出答案,迭代999次仍不收斂者棄去，總共不多於10萬個數據的計算。按常法以每個數據平均費時6分鍾計,一個人要三年半才能算完，用計算機處理不到 1小時可得出答案，為化學分析中哪種離子參加反應、哪些離子被掩蔽等條件，獲得可靠的預測效果。
提高選擇性 即准確測定指定的組分,消除干擾一般可概括為下列兩種模型：①平衡模型，以各種平衡常數為依據,把共存的每種平衡都寫成一個方程式,形成一組方程。在測得某些未知量之後，就可把被測物質的共存干擾物質的含量一起計算出來。這種模型適於處理化學分析問題，但受到平衡常數的精密度和高濃度溶液中活度校正的准確度的限制。②當量模型，以廣義的當量關系，即測定信息與被測物含量的關系為依據。這些測定信息可以是滴定體積、沉澱重量、吸收、發射、電流、電壓、波峰的高度或面積等。將它們組成方程組，可把多種組分的含量一起計算出來。這種模型適用於化學分析和各種儀器分析，准確度高於平衡模型，但也受到某些限制。
此外，國內還研究了在多波長光度法中用計算機選擇波長對（或波長組），以及無機紅外光譜等方法，來提高測定性質相近元素的選擇性。
提高靈敏度 改善信噪比、提高解析度，常採用數學方法，使原來測量不出來的量能被測出。其方法有累加平均法、導數光譜法、傅里葉變換法、信號相關法和卷積法等。
實現儀器自動化和智能化 儀器自動化發展迅速，內容包括數據採集（將儀器測得的模擬量通過模數轉換電路轉換為數字，以便計算機處理）、數據處理（自動記錄、換算、校正、平滑）、自動控制（用程序控制進樣、加液、升溫、調節等操作），以及屏幕指導（操作人員不用帶紙筆和操作規程,一切工作都由屏幕提示,人機對話，操作過程和結果都由機器列印記錄）等。
儀器智能化是一個新的課題，是儀器自動化並配備專家系統的產物，其低級階段是配備小型資料庫，能選擇實驗條件，存貯、調用譜圖等；其高級階段是用專家系統指導人們工作，檢查儀器，對操作人員輔導、答疑等。
計算機在有機化學中的應用 簡稱計算有機，其內容有：
譜圖檢索 物質的不同結構引起譜圖上的不同特徵。因此，譜圖的檢索就成為有機分析的重要手段，常用的有紅外、核磁、質譜等譜圖。例如，由實驗測出未知物的紅外譜圖，把它和標准譜圖對照，參照質譜數據求得分子量,就可求得未知物的組成和結構。但是,標准譜圖數量太大,如果有18萬張標准譜圖，每2秒種翻閱1張,一個人要半個月才能翻完一遍，還談不上思考和比較。若將譜圖信息數字化，用計算機進行檢索，就可以迅速指出實測譜圖與哪一張標准譜圖相同，或與哪幾張標准譜圖相似程度最大，這將為分析者提供解決問題的線索。
差譜技術 實測譜圖的可靠性通常存在一些問題，如溶劑、基體的影響，共存物質的干擾等。一般試樣本身就是未知物,欲將它提純為純化合物測譜是困難的,這就產生了差譜技術，即用差減的方法產生相應於純化合物的譜圖。
傳統的差譜是用光學方法，如利用參比溶液。雙光束補償等方法，對於識別未知含量的干擾物質有困難。利用計算機執行差譜程序，可將干擾物質的標准譜圖通過換算，與試樣的譜圖進行差減，達到扣除基體、數據平滑、多組分逐級差譜等效果，為有機物的成分、結構分析提供新的手段。
結構解析 1985年已知有機化合物約有600萬種,但已見報道的譜圖庫收集的譜圖一般少於20萬種。可以預料，譜圖檢索是不能完全解決問題的。結構解析方法利用已有的光譜、波譜數據，由人工歸納出結構單元與譜圖性質關系的「知識規則」，存入計算機，作為邏輯判斷的標准。試樣數據輸入時，計算機推理判斷，指出試樣的結構的若干種可能方案。這種方法模擬了化學專家的智能，屬於「化學專家系統」的研究。
結構解析的理想目標是結構自動分析，將未知物在紅外光譜儀、核磁共振譜儀等幾台儀器上同時測譜，所得數據聯機送入計算機進行實時處理。在屏幕上顯示出平面或立體結構圖形，不過這種工作僅在小范圍內實現，要處理天然有機化合物等復雜問題為時尚早。
合成路線設計 文獻中已有大量有機合成路線，這是進行新物質合成的基礎，但是人們難以全部掌握這樣多的合成方法。利用資料庫方法把已有合成路線存入計算機中，可從不同途徑加以利用：①逆向追溯，提出欲合成某種目標物質時，機器從已有合成路線追溯，知道該物質可由A、B兩物質在什麼條件下合成；進一步追溯A可由C和D合成，B可由E和F合成，如此一直找到一些廉價易得的物質作為合成原料；②順向預測，已有大批原料，讓計算機判斷用這些原料能合成什麼有用物質；③途徑選擇，機器找出一批合成路線後，讓機器從中選出最符合要求（例如:成本最低，產率最高，方法最簡,污染最少）的合成路線。
按計算機應用方法分類
數值計算 主要是利用計算數學方法，對化學各專業的數學模型進行數值計算求解。例如量子化學、結構化學中的一些演繹性的計算分析化學中的條件預測化工中的各種應用計算等。
化學模擬 模似是計算機應用的重要方面，主要有：①數值模擬，例如，欲從工作曲線測量數據歸納成數學公式，可用曲線擬合法。這是較簡單的模擬。有時用一種數值計算方法就能完成任務。②過程模擬，欲總結某一復雜過程的測試數據，形成整套的規律和數學模型時，可能涉及許多種數值模擬工作。過程模擬能預測反應效果，在生產中起重要指導作用。③實驗模擬，例如，為了弄清幾種參數（反應物濃度、溫度、壓力）對產量的影響，可在建立數學模型後，逐個改變參數，讓機器回答其產量。這樣,若干小時或若干天才能完成的實驗,在計算機上用若干分鍾就能得出結果。
模擬實驗的另一種形式，是在屏幕上顯示反應設備和反應現象的實體圖形，或反應條件（數據）與反應結果(數據)的坐標圖形。將一種操作方法或條件輸入，屏幕上即顯示相應的實驗效果，通常用於計算機輔助教學中。
實時控制 即儀器聯機和自動化。
模式識別 在化學中應用較廣的是統計模式識別法。這是一種統計處理數據，按專業要求進行分類判別的方法，適於處理多因素的綜合影響。例如，根據人的毛發、血、尿中微量元素含量診斷疾病，根據油田水的化學成分探測油礦，根據物性數據設計新的功能材料等。
資料庫 資料庫是一種綜合服務性的軟體工程。這里所謂數據是廣義的。在化學資料庫中,數據常數、譜圖、文摘、操作規程、應用程序……都是「數據」。資料庫能存貯大量信息，並可根據不同需要進行檢索。研究者為了查明有關領域的國際現狀，並在此水平上提高一步，通常要費大量勞動去查閱文獻，常常要求涉及某幾個關鍵詞的文獻，或某人在某年間的文獻等。建成了化學文獻庫，在使用時可以任意指定領域、要求。在一、二小時內拿到全部列印資料，完成常人半年查閱文獻的工作量。
專家系統 專家系統是資料庫與人工智慧結合的產物，它把「知識規則」作為程序，讓機器模擬專家的分析、推理過程，達到用機器代替或部分代替專家的效果。具體例子有：①酸鹼平衡專家系統，內容包括知識庫和檢索系統，提出問題時，機器自動查出數據，找到程序，進行計算、繪圖、選擇判斷等處理，並用專業內行的語言回答問題，例如，任意溶液（包括任意種組分的混合溶液）的pH值計算，任意溶液用酸、鹼進行滴定時操作規程的設計等。②定性分析專家系統，用帕斯卡語言編寫了陽離子硫化氫系統和陰離子消去法系統，學生拿到未知試樣，不用學習和查閱這種古老系統，只須按照機器提示的手續進行操作，所得現象再輸入機器，如此逐步處理，就會得出「試樣是什麼化合物」的結論。
專家系統可以移植，利用一個專家系統的框架，改變其資料庫、知識庫內容，就可形成另一專業的專家系統。
專家系統有「學習」功能如果知識庫不夠全面,或形勢發展、情況有變化,機器輸出的答案不正確時,使用者可以隨時按鍵糾正。機器「學習」了新的知識後，下次回答同樣問題就不再出錯。
專家系統是軟體系統，可以復制交流。如果各單位根據自己的專長，設計相應的專家系統，則經過復制交流，每個單位都可掌握許多「專家」，形成強大的智力資源。

C. 計算機化學的應用

計算機輔助分子設計和模擬
工程方面的計算機輔助設計已是大家所熟悉的了，化學由於它的特殊性使得計算機輔助化學設計相對來說發展相對較晚，但化學家已在分子設計和有機合成設計兩個主要領域取得較大進展並日益發展。
分子設計和模擬的目標是預測具有指定性質（或性能）的可能分子的結構。它們主要應用於醫葯（葯物設計）和農用化學品（除草劑設計、農葯設計、殺蟲劑設計等）領域，在實驗室內分子設計主要應用蛋白質、酶、核酸等大分子的設計。以前發現一個有應用價值的新化合物主要是憑化學家的經驗和靈感，最常用和最有效的方法就是採用費錢費時的篩選法，已開始採用對分子結構進行系統的有規律的變化，尋找性質與結構變化之間的相關關系，從而建立結構-性質關系模型以用於分子設計。圍繞計算機輔助分子設計，要開展一系列的基礎研究工作，主要有結構-性質關系研究、三維動態分子模型化方法、分子形狀和活性關系、構象分析、生物大分子的結構-功能關系，以及分子設計方法在葯物、材料設計中的應用研究等。
化學結構與化學反應的計算機處理技術
長期以來化學家在應用計算機解決化學問題中遇到的第一個困難就是化學結構的計算機處理的問題。可以說化學的一切領域無一不與化合物的結構密切相關。在過去的30多年中，這一問題得到了廣泛的重視和深入的研究，從而形成了計算機化學的一個重要的研究領域。經過多年努力，化學結構計算機處理中的理論和絕大部分技術問題已基本得到解決。然而，這些方法還是有局限性的；難以應用於諸如族性結構處理、結構-活性相關的自動化研究和反應機理研究等方面。即使對確定結構處理中的問題，現有的解決方案仍不為所有化學家所接受。因此，確定結構的計算機處理仍有一些難題，如無機化合物、金屬有機化合物、互變異構的化學結構等，需要做更深入的研究。同時應當看到這些問題又是計算機化學中諸多領域的基礎，它們的完全解決將有利於計算機化學的發展。
化學反應的處理問題
由於可以將化學反應看成是一些化學結構向另一些化學結構的轉換，因此，化學反應的處理問題說到底是對化學結構的處理。但是，化學反應的計算機成立也有它自己特定的問題，如反應中心的自動識別、反應知識的發現、組織和利用、同類反應的自動產生等問題。這些問題是當前計算機處理化學反應領域內的主要研究方向，它們的解決一方面將推動化學反應資料庫向更高層次的發展，另一方面將通過與數據挖掘技術的結合，發現反應知識，使計算機輔助有機合成路線設計更有扎實的基礎，從而能得到更合理的解決。
族性結構的計算機處理問題
族性結構的計算機處理問題是一個比確定結構更富挑戰性的課題，但又是當今計算機化學必須解決的問題之一。與確定結構不同，族性結構由於在結構式中採用了可變部分而使得一個族性結構對應於一類物質。這類物質可以是有限個確定的化合物；而當採用了「烷基」或「含氮雜環」這類通式術語時，也可以代表無限個化學物質。族性結構的這一性質決定了相應的計算機處理系統的復雜性。族性結構的計算機處理，還只有一個方向性的解決辦法。但從大的方面來看，要解決能忠實於原來意義的族性結構的表述方法和族性結構的檢索兩個問題。如何根據族性結構的特徵；解決它的計算機表述方法是當前族性結構處理的核心問題。它解決得好，族性結構的檢索問題也將較易解決。族性結構的檢索問題與它的表述有密切聯系，並可歸結為如下三類問題：①某一確定結構（化合物）是否被包含在一個族性結構中？②一個族性子結構是否部分或全部為另一族性結構所包含？③兩個不同的族性結構是否有共同的確定結構？族性結構處理中的主要問題已基本得到解決。最早的族性結構檢索系統，法國QUESTEL公司開發的Markush-DARC，已運行了15年。但是，現有系統都仍然存在一些不足，這些不足源於族性結構表述的固有困難。可以預見，它們的徹底解決將依賴於組合概念表述的革新，而不是基於現有概念的打補丁。這種概念的更新將有可能豐富和推動圖論、集合論等數學理論的發展，而且也將為性能更好的實用系統的建立奠定基礎。
人工智慧的化學應用
人工智慧技術已有40多年的歷史，它在化學中的應用也不是新鮮事了，因為DENDRAL系統就開始了人工智慧的化學應用，而且正是它的成功而開創了當代已得到蓬勃發展與廣泛應用的稱之為專家系統的人工智慧中的一個重要分支。但是，由於人工智慧技術是一個多學科的綜合研究領域，它的內容與應用常常難於理解，因此盡管人工智慧已經走出了它的嬰兒期而日趨成熟，但至今仍有許多人並不十分了解人工智慧的作用。作為事實科學的化學，盡管其理論近幾十年來得到了長足的進展，但是化學家解決問題主要還是依靠經驗和直覺。人工智慧正好能提供將理論與經驗結合起來的手段。因此，不少化學家與人工智慧專家都認為化學是人工智慧最理想的試驗場與用武之地。當前化學中人工智慧的主要研究有應用自然語言處理技術的化學文獻文摘的自動生成、化學數據中的智能檢索方法、化學實驗室的自動化與機器人、神經網路方法的化學應用、化學中的NP-完備性問題及其解決辦法、化工過程系統綜合、故障診斷、過程式控制制中的人工智慧方法等，其中最活躍而且也是最成功的是研究開發由譜圖數據，包括紅外、質譜、核磁共振，特別是從二維和高維核磁共振數據藉助於計算機快速推定未知化合物結構的解析系統。但是，盡管已有不少這類系統，但真正能解決實際問題的系統還不多，研製實用的結構解析系統是這一領域的重要課題。
計算機輔助化學過程綜合與開發
隨著計算機存儲和運算能力的提高，使得計算機正在迅速進入新興產業和傳統產業的各個方面。對於典型的過程工業的化學和石油化學工業，計算機同樣成為它們的核心部分，對過程進行全面制約並對其變革產生著深刻的影響。從目前來看，過程綜合有兩個層次的含義。由已知的原料條件和產品的性能規格要求，如何找到最佳的工藝製造途徑是過程綜合一個層次的含義。對不同過程的集成，以期達到對能量、物料、設備等資源的最大限度利用的同時，達到消滅污染於過程的目的，是過程綜合另一個層次的含義。這無疑是過程工業在下一世紀最具挑戰性的課題之一。
「過程概念設計」的提出是計算機輔助化學過程綜合與開發領域技術進步的一個重要標志。然而，這種進步主要表現在知識的積累方面，而在計算機軟體方面，除在能量系統綜合外，似乎尚未取得突破性的進展。計算機化學至少可以從三個主要方面促進過程綜合與新流程的開發：①集中對化學過程的研究成果，形成資料庫和軟體包；②計算機輔助過程評估、系統設計、關鍵設備設計、動態控制和管理；③充分利用理論研究成果，減少放大步驟。

D. 哪個大學有化學和計算機結合的專業，是什麼專業啊

化學和計算機結合的專業是量子化學，西北大學有此專業。
浙江工業大學開設有化學工程與工藝＋計算機科學與技術雙專業。