| 统计方法校正O3LYP方法计算的生成热 |
| |
| 引用本文： | 王秀军*,龙汨. 统计方法校正O3LYP方法计算的生成热[J]. 物理化学学报, 2012, 28(11): 2581-2588. DOI: 10.3866/PKU.WHXB201207172 |
| |
| 作者姓名： | 王秀军* 龙汨 |
| |
| 作者单位： | Key Laboratory of Fuel Cell Techology of Guangdong, College of Chemistry and Chemical Engineering, South China University of Technology, Guangzhou 510640, P. R. China |
| |
| 基金项目： | 国家自然科学基金(20975040);广东省自然科学基金(10351064101000000)资助项目~~ |
| |
| 摘 要： | 由于引入各种内在近似, 密度泛函理论存在固有误差. 本文采用O3LYP/6-311+G(3df, 2p)//O3LYP/6-31G(d)计算了220个中小型有机分子的生成热(ΔfHcalcΘ), 随后应用神经网络(ANN)和多元线性回归(MLR)方法对ΔfHcalcΘ进行校正. 采用计算得到的生成热、零点能、分子中原子总数、氢原子个数、双中心成键电子数、双中心反键电子数、单中心价层孤对电子数、单中心内层电子数作为ANN和MLR的描述符. 以180个分子作为训练集构造ANN或MLR模型, 并对40 个独立测试集分子的ΔfHcalcΘ进行了预测. 结果表明: 经过ANN和MLR校正后,训练集分子生成热的理论计算值和实验值间的均方根偏差(RMSD)从24.7 kJ·mol-1分别降低到11.8、13.0 kJ·mol-1; 独立测试集分子的RMSD从21.3 kJ·mol-1分别降低到10.4、12.1 kJ·mol-1. 因此ANN模型的拟合和预测能力要明显优于MLR模型.
|
| 关 键 词： | O3LYP 神经网络 多元线性回归 生成热 均方根偏差 |
| 收稿时间： | 2012-04-09 |
| 修稿时间： | 2012-07-17 |
Statistical Correction of Heat of Formation Calculated by the O3LYP Method |
| |
| WANG Xiu-Jun LONG Mi. Statistical Correction of Heat of Formation Calculated by the O3LYP Method[J]. Acta Physico-Chimica Sinica, 2012, 28(11): 2581-2588. DOI: 10.3866/PKU.WHXB201207172 |
| |
| Authors: | WANG Xiu-Jun LONG Mi |
| |
| Affiliation: | Key Laboratory of Fuel Cell Techology of Guangdong, College of Chemistry and Chemical Engineering, South China University of Technology, Guangzhou 510640, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | O3LYP Neural network Multiplelinear regression Heat of formation Root mean square deviation |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《物理化学学报》浏览原始摘要信息 |
|
点击此处可从《物理化学学报》下载全文 |
