数据挖掘(DataMining)是从大量的、不完全的、有噪声的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。原子参数与数据挖掘方法相结合是一种半经验方法，在化学理论研究、材料设计和工业过程优化等方面都有广泛应用。本文将数据挖掘用于若干含氧酸盐物相规律的研究以及材料设计，主要的研究内容和研究成果如下： 1.运用原子参数-支持向量机算法和熔盐相图智能数据库技术，研究白钨矿型钼酸盐、钨酸盐和稀土元素钼酸盐、钨酸盐形成异价固溶体的条件，碱金属-稀土元素钼酸盐和钨酸盐的晶型以及这些化合物与稀土元素钼酸盐或钨酸盐形成连续固溶体的判据，并求得这类化合物晶胞参数的计算式。计算表明：各组分元素的离子半径和电负性是影响固溶体形成、晶型和晶胞参数的主要因素。根据本文所得经验式估计TlPr(MoO4)2-Pr2(MoO4)3系固溶体情况与实测结果一致。 2.用多种数据挖掘方法研究Na2SO4(Ⅰ)型结构同阴离子体系形成连续固溶体的条件，求得Na2SO4(Ⅰ)型结构形成的判别式和这类化合物晶胞参数的计算式。计算表明：发现几何因素(阴阳离子半径以及阴阳离子半径的各种函数)是影响Na2SO4(Ⅰ)型结构化合物连续固溶体、晶型和晶胞参数的重要因素。根据各种数据挖掘方法留一法结果发现支持向量机方法在总结Na2SO4(Ⅰ)型结构物相若干规律中比其它方法效果好。 3.运用原子参数-数据挖掘方法和熔盐相图智能数据库技术，研究含CO32-、CrO42-、SO42-、WO42-、MoO42-碱金属熔盐系二元相图形成固溶体的条件，并求得上述体系中部分含有连续固溶体液相线极小点的对应温度计算式。留一法结果表明：支持向量机算法在此类相图规律总结中有一定优势，但对于具体问题，应该选择最适合解决此问题的方法，有时将不同建模方法结合起来使用效果更好。 4.将支持向量机回归方法用于两个材料设计体系，建立了半导体纳米氧化铟薄膜厚度控制的优化模型以及Ni-Mn-Ga形状记忆合金马氏体初始转变温度的预报模型。用SVR对三类氧化铟薄膜厚度控制进行留一法预报，其MRE分别为：12.225％，9.868％和6.433％，比BPANN和MLR的结果好；Ni-Mn-Ga形状记忆合金马氏体初始转变温度的SVR、BPANN和MLR留一法MRE分别为4.365％，4.329％和4.275％。结果表明：SVR在材料设计中有一定的潜力，有助于新材料的设计。