基于机器学习构建的环三亚甲基三硝胺晶体势

• 作者: 王鹏举 苏艳 范俊宇 赵纪军
• 来源期刊: 物理学报
• 关键词: 含能材料 神经网络 势函数 分子动力学
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 物理学交叉学科及有关科学技术领域
• 页码范围: 302-310
• 页数: 9页
• 语种: 中文
• DOI: 10.7498/aps.69.20200690

摘要

环三亚甲基三硝胺(RDX)是一种高能低感度炸药, 对其能量和性质的准确计算对于开展该炸药的分子模拟至关重要. 本文基于机器学习算法, 采用高维神经网络模型, 对RDX分子晶体结构数据集进行势函数训练. 分别采用9种不同的网络结构进行测试训练, 并选取其中学习效果最好的势函数对RDX分子晶体结合能和晶格中原子受力进行计算, 均能很好地重复出第一性原理的计算结果, 其测试集结合能的均方根误差为59.2 meV/atom. 作为机器学习势函数的应用, 进一步使用该势函数对α相RDX晶体进行分子动力学模拟,以验证其适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵纪军		31	160	6.0	12.0
2	范俊宇		2	0	0.0	0.0
3	苏艳		4	1	1.0	1.0
4	王鹏举		1	0	0.0	0.0