加速材料的研发进程目前已成为世界各国的共同追求,如何基于低成本、高可靠性的预测方法来指导实验从而快速获得新材料已经成为一个重要的研究方向。传统的材料研发模式主要基于反复的试验,需要耗费大量的时间和资源。2011年,美国白宫提出了“材料基因组计划（Materials Genome Initiative,MGI）”,该计划包括三个部分:高通量计算,实验方法和数字化材料数据库,其中材料数据库是至关重要的一环。在MGI思想提出之后,出现了一批基于高通量计算的数字化在线材料数据库,这些数据库在很大程度上促进了材料领域的研究进展。在本论文中,我们建立了自己的第一性原理数据库,即包含三维结构的材料信息平台（Materials Informatics Platform,MIP-3d,http://www.mip3d.org）。我们最初的目的是将大数据技术应用于我们感兴趣的功能材料（例如热电材料）。截止目前,MIP-3d已经记录了本工作计算得到的31000多种化合物的电子结构,电子态密度信息以及12000多种化合物的体积模量和声速等信息。基于本课题组前期研发的电输运计算程序包Trans Opt,我们还计算得到了4400多条材料的电输运性质数据,并将结果集成到了MIP-3d数据库中。另外对于具有带隙的化合物,我们还分析了它们的能带简并度。能带简并度是材料热电性能的评判标准之一,简并度和电输运性质的计算也使得MIP-3d成为专门为热电应用设计的数据库。本工作的计算成果向所有科研工作者开放。总之,MIP-3d的计算数据和可视化信息展示可以给后续材料研究人员的工作提供很多帮助,并且也为热电材料的机器学习和高通量筛选工作提供了数据支持。目前热电材料应用的主要问题是转换效率不高。材料要想具有较高热电转换效率,要求其具有较高的电导率与泽贝克系数和较低的热导率,并且这些参数之间相互耦合,导致对其中某个参数单独优化变得很困难。MIP-3d已经记录了4400多个材料的电输运性质,所以这里我们选择直接利用高通量筛选的方式来寻找具有良好电性能的材料。另一方面,因为低声速的材料很可能会有较低的晶格热导率,有利于获得较好的热电性质,因此我们以低声速作为低晶格热导率的判据。基于MIP-3d的计算结果,我们以材料的功率因子和声速为条件进行了高通量筛选,最终预测出了85个n型化合物和90个p型化合物,它们之中可能存在新型高性能热电材料。