团簇是由几个至上千个原子或分子通过相互作用而形成的稳定聚集体,随着所含原子数目的增加,团簇的物理化学性质会发生变化,由于团簇具有奇特的物理化学性质以及潜在的应用背景,引起人们的广泛关注。理解团簇的奇特性质的关键因素之一是确定团簇的结构,而团簇具有特殊的几何结构。因此,团簇结构的确定一直是团簇科学界关注的重要问题。遗传算法是优化多变量函数的一种常用方法,现已被广泛应用于各种优化问题,用于研究团簇的结构和性质方面具有高效和全局搜索等特点。这个优化方法受到达尔文生物进化思想的启发,源于物种不断得到优化这一事实。近年来Deaven等对遗传算法作了重大改进。并以此找到了 C60的基态结构,显示了该方法优化团簇结构的潜力。本文采用遗传算法结合密度泛函理论对团簇结构进行搜索和优化,采用理论与实验相结合方法确定团簇结构,主要研究内容如下:(1)本文对于遗传算法过程中确定初始构型、选择操作、杂交过程进行优化,针对研究体系的特点,加入附加条件,基本完成遗传算法对团簇结构的智能化搜索。(2)将本遗传算法应用于多元团簇金钒氧团簇AuV2O5+和AuV2O4+结构的搜索确定,可提供大量的金钒氧团簇结构的候选构型,结合密度泛函理论进一步优化,可有效地找到金钒氧团簇的基态结构。与已发表的AuV2O6+团簇结构进行对比,发现构型结构基本相似,初步判断金钒氧构型确定的合理性。(3)利用H2小分子作为探针分子对AuV2O5+团簇结构进行实验验证,实验结果与通过遗传算法确定的团簇基态结构高度吻合,并与铈体系AuCe2O4+和H2反应的实验结果对比,从分子水平角度探究了 H2氧化过程对金属氧化物载体的依赖性质。本研究在自行编写的遗传算法程序框架的基础上,针对多元团簇体系,选择、设计合适的交叉策略,并对程序进行全面优化完善,基本实现团簇构型的高效、智能和可靠搜索,得到团簇的稳定构型。在此基础上,结合实验工作提供的各种信息,使用量子化学方法中的多种分析方法,特别是概念密度泛函方法研究团簇稳定构型的电子结构特点,结合过渡态理论,预测其反应活性和其它性质。研究结果表明,改进后的遗传算法对于多元团簇结构确定已基本实现智能化搜索,对团簇结构智能化搜索具有一定的指导意义。