原子团簇基态结构的预测是团簇研究的核心问题之一,其结果直接影响着对团簇性质的讨论。现在通常采用简化的势能函数模型来描述原子间的相互作用,并通过求解该势能函数的最小值来预测团簇的基态结构。虽然势能函数模型是真实模型的简化,但它的求解仍然是NP难的。因此对于团簇基态结构预测问题,当前研究的重点是如何设计出高效的启发式求解算法。研究了LJ团簇、Au团簇和Co团簇。通过优化这些团簇对应的势能函数来预测其基态结构。论文内容主要包括以下三个方面:第一、讨论了势能函数的性质及团簇初始格局的构造。第二、设计了拟物拟人算法预测LJ团簇的基态结构。第三、基于格点搜索算法和两阶段下降法设计了TP-DLS算法,并用此算法预测了LJ团簇、Au团簇和Co团簇的基态结构。在讨论势能函数性质时,证明了函数中的某些参数对团簇结构预测没有影响,因此可以去掉这些参数以简化函数。通过拟物拟人算法预测了LJ团簇的基态结构,得到了团簇尺寸在38~74之间的所有已知的最优结构。TP-DLS算法在求解团簇结构问题时不仅效率高,并且改进了Au58和Co101团簇已知的最低能量值。在优化Au团簇时,得到了Au58的两种新构型。这两种构型都是十面体结构,它们的势能值分别为-15648.5689和-15648.8754,都要优于当前已知的最低势能值-15647.9269。在优化Co团簇时,得到了Co101团簇的新构型。该构型也是十面体结构,该构型的势能值为-384.329400,优于当前已知的最低势能值-384.1472457。