基于新一代密度泛函和神经网络势能面的量子反应动力学计算

介绍了近年来发展起来的新一代密度泛函XYG3及利用神经网络构造分子体系势能面的最新进展。以H₃和CH₅等体系为实例,表明基于高效准确的密度泛函电子结构计算,与神经网络高精度势能面构造的理想结合,可以得到可靠的化学动力学结果,并有望用于更大更复杂的体系。     

XYG3型双杂化密度泛函方法新进展：从能量到能量的解析梯度

本文回顾了现代密度泛函理论的基础,着重评述了XYG3型双杂化（XYG3typeofdoublyhybrid,xDH）泛函的最新进展,解析能量梯度的实现．XYG3是首个依照绝热途径理论建立的双杂化泛函,在具体实现上具有独特的构架．该类型泛函利用常用泛函（如B3LYP或PBE0等）作母泛函来进行自洽计算,以期获得更好的密度和轨道,然后将所得到的轨道和密度信息带入到xDH泛函中以得到最终能量．由于自洽泛函和最终能量泛函不同,因而在计算解析能量梯度时需要求解耦合微扰Kohn—Sham方程．在此基础上,还评述了xDH泛函在能量,尤其是构型优化方面的具体表现．测试的构型集包括以共价键键合的分子和非键相互作用体系的平衡结构,以及反应过渡态结构．结果表明,xDH双杂化泛函总体上给出了比母泛函更好的能量和几何构型．