X1se:一种密度泛函和神经网络组合的高效、准确的热化学方法

• 作者: 吴剑鸣 周余伟 徐昕 杨勇
• 来源期刊: 中国科学（化学）
• 关键词: 密度泛函 B3LYP 生成焓 热化学 神经网络 X1/X1s
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 专题论述
• 页码范围: 38-50
• 页数: 13页
• 语种: 中文
• DOI: 10.1360/N032015-00176

摘要

本文介绍一个近期发展的基于神经元网络的校正密度泛函(DFT)计算标准生成焓(△fHθ)的方法,即X1se方法.首先,该方法通过B3LYP/6-311 +G(d,p)优化构型和计算零点能,采用B3LYP/6-311 +G(3df,2p)计算单点能量,由此获得DFT计算的△fHθ;接着,将DFT计算获得的生成焓和零点能,以及分子的各种描述子输入已训练好的神经网络模型,无需额外的计算量,就可获得校正后的生成焓.与本研究组早期发展的X1和X1s方法相比,X1se新增加了环境描述子,因而进一步提高了该系列方法的应用范围和计算精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨勇		15	82	4.0	8.0
2	徐昕		6	1	1.0	1.0
3	吴剑鸣		1	0	0.0	0.0
4	周余伟		1	0	0.0	0.0