催化剂是化学化工生产中的“点金石”,它可以提高反应速率、活化惰性反应材料、降低生产成本、提高目标产物产量、降低副产物的产量。因此,研制高效品优的催化剂具有极大的实际应用价值,对可持续发展具有重要意义。以试错法为特征的传统催化剂研究方法成本高、效率低。随着计算机技术的发展,以及计算化学相关理论的不断完善,理论计算方法在寻找和筛选目标催化剂领域正发挥着越来越重要的作用。目前催化材料的筛选多采用N?rskov和Bligaard等人提出的方案,在此方案中吸附能常选作关联催化剂性能的“描述符”。目前吸附能的研究多采用基于电子结构计算的参数,因而计算成本较高。本论文以吸附能作为研究对象,旨在以尽可能低的计算成本,采用非量子化学计算参数,构建吸附能之间的标度关系,为新型催化剂材料的设计与筛选服务,主要研究内容如下:首先,我们采用PBE泛函计算了12种原子在38种金属表面的吸附能,并将金属底物和吸附原子的性质与吸附能进行关联。结果表明,当电负性较大的吸附原子与电负性较小的金属之间发生吸附时,吸附能与二者的电负性之差具有良好的线性关系,但这种关系只适合以离子键吸附的情况。随后,我们运用机器学习方法,建立了普适性更广的吸附能预测模型,实现了原子在金属表面吸附能的预测,预测值与DFT计算值之间的平均绝对误差可达0.17 e V。鉴于合金在催化中日益增长的重要性,我们计算了12种原子在12种二元合金表面的吸附能,探讨了合金表面吸附能与纯金属表面吸附能之间的关系,发现合金表面的吸附能主要取决于吸附原子与合金中活性组分之间的相互作用。并通过前一章构建的吸附能模型,成功地预测了合金表面的吸附能,平均绝对误差小于0.27 e V。第5章研究了二氧化碳加氢反应中涉及的18个物种在7种纯金属表面及12种二元合金表面的吸附能,探讨了各物种吸附能之间以及合金表面吸附能与纯金属表面吸附能之间的关系。结果表明,纯金属表面18个物种的吸附能可用C和OH的吸附能表征,而合金表面的吸附能则至少需要C、O、CO2、H2O 4个物种的吸附能;进一步的研究表明,纯金属表面的吸附能可对相应合金表面的吸附能进行有效表示。