基于大数据分析技术,构造新型功能材料信息综合数据平台,提升新材料研发生产设计过程中建模分析、数据筛选和计算效率,是目前是计算机及材料科学研究专家正在研究的热点。同时,随着固态电极材料、太阳能电池材料和光电材料的广泛应用,探索Li系三元化合物的研究和开发新型能源贮存材料方法是解决当前能源效率问题的有效方法之一。本论文基于大数据分析方法和密度泛函理论,通过第一性原理计算的方法,对三种不同体系Li系三元化合物进行了广泛探讨,自动实现了多结构多任务的并行计算模式,减少了数据分析的复杂性、降低了计算的时间成本,提升了性能分析效率和准确率。首先给出了高通量模式的计算模型,主要解决材料计算过程中的材料基因电子结构等计算最耗时的部分问题。采用并行数据计算,对材料基因库进行优化,通过阶段性的策略改进和并行框架执行的方法,用以解决规模尺寸较大的材料模型计算耗时耗力较多的问题,使得计算的速度大幅度提高。基于密度泛函理论和高通量计算框架,采用原子置换结构和晶格弛豫的方法,提出了STRUC_VECT结构筛选算法和VACA_OPT空位结构优化算法,系统地研究了碱金属硼硅化物的各种物化性能参数。实验结果表明,模型可以有效地提高计算的效率,减少I/O资源消耗、加快模型计算的响应时间。其次,通过材料基因数据挖掘模式和优化后的局域轨道法计算,提出了材料基因组合物化性能关系定位模型,设计了一种简易有效的方法,从海量的电子结构数据库中寻找特定性能Li系列复合结构。采用的区域计算模块分解法、基因特征降维简化求解方案和高通量的功能材料计算模拟技术,设计了GENE_TRANS和HAMI_OPTI算法,开展了大规模自动化的材料计算,减少筛选结构所需要的计算时间,可拓展性强。采用高通量数据采集方法,基于Li系三元化合物结构建模、Density Functional Theory(DFT)计算和材料基因数据库有效地集成起来,系统的研究了碱金属硅氮化物物化性能。最后针对传统算法的物理循环次数过多,时间和资源效率相对低下问题,提出了改进的ATOM_OPT算法和ELECT-OPT算法,实施局域化的算法优化,快速定位局部性质的物化特征,规避了传统算法的瓶颈,降低了多次结构建模的繁琐性,增强了最优化求解实现算法的可行性和有效性,简化了计算流程,提升了计算效率。