物理化学学报 >> 2010, Vol. 26 >> Issue (01): 188-192.doi: 10.3866/PKU.WHXB20100116
张家虎, 王秀军
ZHANG Jia-Hu, WANG Xiu-Jun
摘要:
神经网络方法成功地应用于修正密度泛函理论B3LYP方法中的三个参数(a0、ax和ac)以构建新B3LYP交换相关泛函. 本文采用包含输入层、隐藏层和输出层的三层式神经网络结构. 总电子数、多重度、偶极矩、动能、四极矩和零点能被选为物理描述符. 296个能量数据被随机地分成两组, 246个能量数据作为训练集以确定神经网络的最优结构和最优突触权重, 50个能量数据作为测试集以测试神经网络的预测能力. 修正后的三个参数a0、ax、ac从输出层处得到, 并用于计算体系的热化学性质如原子化能(AE)、电离势(IP)、质子亲合能(PA)、总原子能(TAE)和标准生成热(△fHΘ). 修正后的计算结果优于传统B3LYP/6-311+G(3df,2p)方法的计算结果. 经过神经网络修正后, 296个物种的总体均方根偏差从41.0 kJ·mol-1减少到14.2 kJ·mol-1.
MSC2000:
O641