材料模拟python_关于材料计算，模拟，仿真什么区别?

(1)modeling是computation与simulation的前提，是指把实际场景与计算等相结合的逻辑过程，比如方法怎么选择，体系怎么设置，加载条件等。computation与simulation并列，一般computation是为了得到一个构型(分子结构)或者小体系的性质，例如第一性原理计算与DFT。computation对结果的精确性要求比较高，一般要求数理知识，因此可称计算。simulation侧重于对“演化”的描述，例如相场法与分子动力学，一般用于检验由实验得到的结论是否可由微观过程解释。simulation中可能存在唯象理论，唯象理论是对真实场景的简化，用于扩大可处理的尺度。有限元方法也一般归于simulation(可能因为它经常算不准)。

举例来说，对于金属基复合材料，力学性能的模拟基于有限元，modelling就是几何模型与本构关系；界面结合模拟基于分子动力学，modelling就是可能存在的取向关系，原子种类；析出相物性计算基于第一性原理，modelling就是点阵类型等。

你观察到的“多用于医药与生物”的原因可能是：文献检索方法存在问题。

(2)材料科学与工程中建模与计算大量存在，计算材料学早在1990年左右就被广泛讨论，产出很多。计算材料学并不是一个“方面”，它是很大的一个学科，不同方法间差距好似陶瓷与高分子。你需要足够明确你要做什么，用什么方法，然后广泛阅读文献，才能判断前景如何。知乎并不是获取知识的捷径。

目前国内低端的模拟计算太多了，看得人灰心。但先进的模拟方法仍然很稀缺，理论方面的课终归要补的。不过说来非常好笑，材料学的模拟计算，纳米尺度依赖于物理学，可以服务于功能材料；宏观依赖于计算力学，可以服务于材料成型等；介观尺度，需要材料学知识的模拟反而没有很大发展，可能太难了吧。

(3)机器学习在材料学中已经有大量应用。典型的如高熵合金成分设计与非晶金属等。需要注意，机器学习方法仅是一种数据处理方法，它善于从数据发现规律，但材料学中数据才是最难得的，都是烧钱。材料学与机器人学间的联系我不了解，材料学太基础了。不过近期有文章把智能可变形材料归于机器人。材料学与AI的联系是，做AI的经常黑材料学炼丹。

最后，要是学校不是很好，导师不是很强，想做材料计算/模拟没人指导，就建议先转专业学计算力学(有限元)或者数学，不然进步很慢。