排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
统计方法在提高密度泛函理论准确性的研究进展 总被引:1,自引:0,他引:1
介绍了神经网络方法、线性回归分析方法和支持向量机模型的原理及其对密度泛函理论计算结果修正的研究进展.这3种统计方法在改进密度泛函理论计算结果准确性方面均有着很大的作用.最后讨论了3种方法亟待解决的问题并对其发展进行了展望. 相似文献
2.
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.修正后的三个参数觔0、觔x、觔c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(ΔfH苓).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. 相似文献
1