收藏本站
《东北师范大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

提高密度泛函理论方法计算吸收能的精度:神经网络和遗传算法

李辉  
【摘要】: 电子跃迁吸收能是分子的一个重要的物理属性,它包含分子的内在结构信息和电子性质,所以精确地预测吸收能是计算化学领域的一个重要问题。量子化学方法已经超过了仅仅验证实验值的水平,它能够在实验值不知道或不确定的时候来精确地预测吸收能,然而并不是所有的计算结果都是十分精确地,特别是对于复杂分子或者较大的系统,导致这种局限性的主要原因是计算方法本身采用固有的近似引起的。要解决这个问题,期望找到一些简单而有效的方法来校正理论计算的误差。 本论文针对150个有机小分子体系,用神经网络、遗传算法、神经网络集成以及K近邻等方法来校正量子化学方法计算的结果,提高量子化学计算电子光谱吸收能的精度。这些方法为准确地预测分子的各种性质提供了一种新的研究手段,拓展了理论方法的可靠性和适用性。 研究工作主要包括如下几个部分: 1.基于量子化学TDDFT/B3LYP方法计算有机小分子的紫外可见吸收光谱的吸收能,利用遗传算法和BP神经网络(GANN)来提高有机小分子吸收能的计算精度。在GANN方法中,GA被用来搜索神经网络的最优初始权值,BP被用来进一步训练神经网络来获得最优的最终连接权值。该方法被用来校正150个有机分子的光谱吸收能的理论计算误差。通过BPN的校正,均方根误差由B3LYP/6-31G(d)计算得到的0.47降到了0.22 eV,而对于GANN校正方法,误差则降到了0.16 eV。GANN方法避免了传统BP算法易陷入局部极小的缺陷,同时在提高DFT方法计算精度时优于BP神经网络校正方法。 2.利用神经网络集成(NNE)的方法来提高单一神经网络的泛化能力,其中NNE采用了bagging技术来生成集成中的6个个体神经网络,在集成时使用基于简单平均的结果合成(NNEA)和加权平均的结果合成(NNEW)方法。包含150个分子的实验数据被随机分成两个数据集,训练集包含120个分子,测试集包含30个分子。对于BPN、NNEA和NNEW校正方法将训练集中120个分子的误差分别由B3LYP/6-31G(d)计算得到的0.48降到0.20,0.22,0.22 eV,对于测试集中的30个分子,误差则分别由原来的0.41降到0.26,0.20和0.18 eV。从测试集的数据仿真结果表明神经网络集成能够降低单一神经网络的泛化误差。 3.提出了用神经网络集成和K近邻方法(NNEKNN)来精确预测150个有机分子的电子跃迁吸收能。传统的前向神经网络是一个无记忆的方法,这意味着当神经网络训练结束后,所有有关输入的相关信息都被存储在网络的连接权值中,这时不再需要输入数据了。相反,K近邻方法代表的是一种基于记忆的方法,该方法在记忆中存储了输入数据的整个数据库,然后它的预测结果是基于这些已存储数据的局部近似值。在近邻选择上,NNEKNN方法使用集成输出的结果与位于训练集中的近邻之间的欧几里德距离作为衡量方法。对于NNEKNNA和NNEKNNW校正方法,对于训练集的120个分子而言,误差均由原来的0.48降到0.16 eV,而对于测试集中的30有机分子来说,误差分别由原来的0.41降到0.14和0.10 eV。结果表明NNEKNN方法能够有效地降低密度泛函理论的计算误差,可以以比BPN和NNE方法提供更高的精度来预测光谱吸收能。
【学位授予单位】:东北师范大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP183

【引证文献】
中国博士学位论文全文数据库 前1条
1 王佳男;提高量子化学计算方法的精度:极限学习机神经网络[D];东北师范大学;2012年
【参考文献】
中国期刊全文数据库 前7条
1 王美玲,张长江,付梦印,肖?;一种用于非线性函数逼近的小波神经网络算法仿真[J];北京理工大学学报;2002年03期
2 任宏萍,陆建东,尹申明;一种非线性优化的神经网络[J];计算机研究与发展;1995年06期
3 李晓梅,马树元,吴平东,陈之龙,柳回春;基于Bagging的手写体数字识别系统[J];计算机工程与科学;2004年02期
4 周志华,陈世福;神经网络集成[J];计算机学报;2002年01期
5 杨国亮,王志良,任金霞;采用Adaboost算法进行面部表情识别[J];计算机应用;2005年04期
6 李银国;张邦礼;曹长修;;小波神经网络及其结构设计方法[J];模式识别与人工智能;1997年03期
7 罗明,白雪生,徐光祐;基于SVD的二次型距离相似索引层次算法[J];清华大学学报(自然科学版);2002年01期
【共引文献】
中国期刊全文数据库 前10条
1 马宁;李斌;;基于神经网络集成的车牌字符识别[J];安徽广播电视大学学报;2012年02期
2 李豹;;并行神经元集成在风险评估中的应用[J];安徽工程科技学院学报(自然科学版);2009年04期
3 潘希姣;;多子群粒子群集成神经网络[J];安徽建筑工业学院学报(自然科学版);2007年02期
4 李亭;杨敬锋;彭晓琴;陈志民;;基于最大似然法集成的黄曲条跳甲预警模型[J];安徽农业科学;2008年25期
5 时雷;虎晓红;席磊;段其国;;集成学习技术在农业中的应用[J];安徽农业科学;2008年26期
6 任向辉;王运兵;崔建新;李嘉;李松伟;;色板对葱蓟马诱捕量的BP神经网络模型预测[J];安徽农业科学;2009年31期
7 华常春;高桂枝;;京杭大运河扬州段水污染研究[J];安徽农业科学;2010年27期
8 王瑞梅;傅泽田;何有缘;;基于神经网络的模糊系统池塘淡水养殖溶解氧预测模型[J];安徽农业科学;2010年33期
9 贺艳辉;袁永明;张红燕;龚贇翀;王红卫;;BP人工神经网络在罗非鱼价格预测中的应用[J];安徽农业科学;2010年35期
10 袁健;陈丽侠;耿宝江;;基于BP神经网络的闽江上游洪水预报[J];安徽农业科学;2011年24期
中国重要会议论文全文数据库 前10条
1 施式亮;何利文;伍爱友;李润求;;基于分形学的瓦斯爆炸事故时序数据分析模型及应用[A];中国职业安全健康协会2011年学术年会论文集[C];2011年
2 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
3 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
4 ;Predictive Control Based on Multi-network for a Deep Seabed Mining Robot Vehicle[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5 毛存礼;余正涛;线岩团;郭剑毅;雷雄丽;;基于短信的旅游景点酒店问答系统研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 杜方键;杨宏晖;;K均值聚类优化集成学习[A];2011'中国西部声学学术交流会论文集[C];2011年
7 马骥;朱慕华;肖桐;朱靖波;;面向移进-归约句法分析器的单模型系统融合算法[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
8 李留澜;李书琴;;构建社会主义和谐社会必须切实发挥法治的保障作用[A];科学发展观与中国特色社会主义——全国社会科学院系统邓小平理论研究中心第十一届年会暨学术研讨会论文集[C];2006年
9 杜晓凤;丁友东;;FloatBag选择性神经网络集成及其在人脸检测中的应用[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
10 简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
中国博士学位论文全文数据库 前10条
1 于化龙;基于DNA微阵列数据的癌症分类技术研究[D];哈尔滨工程大学;2010年
2 李建平;面向异构数据源的网络安全态势感知模型与方法研究[D];哈尔滨工程大学;2010年
3 邬俊;基于交互式语义推理的图像检索算法研究[D];大连海事大学;2010年
4 朱松;随机回归神经网络的动力学行为研究[D];华中科技大学;2010年
5 邓斌;B2C在线评论中的客户知识管理研究[D];电子科技大学;2010年
6 苏煜;基于SCF范式的在线P300脑机接口研究[D];浙江大学;2010年
7 邝砾;基于接口和行为语义的Web服务发现与适配研究[D];浙江大学;2009年
8 杜方;复杂网络系统间相似性识别及其应用[D];浙江大学;2010年
9 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年
10 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 马冉冉;集成学习算法研究[D];山东科技大学;2010年
2 王永;消防单兵综合信息采集系统研究[D];山东科技大学;2010年
3 王萍;语音情感识别研究[D];山东科技大学;2010年
4 吕万里;中文文本分类技术研究[D];山东科技大学;2010年
5 邢著荣;基于辐射传输模型和CHRIS数据反演春小麦LAI[D];山东科技大学;2010年
6 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
7 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年
8 石国强;基于规则的组合分类器的研究[D];郑州大学;2010年
9 陈松峰;利用PCA和AdaBoost建立基于贝叶斯的组合分类器[D];郑州大学;2010年
10 吴正娟;特征变换在组合分类中的应用研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前7条
1 王美玲,张长江,付梦印,肖?;一种用于非线性函数逼近的小波神经网络算法仿真[J];北京理工大学学报;2002年03期
2 范强;彭宏;胡劲松;;带修复因子的遗传算法在道路工程多资源平衡优化中的应用[J];重庆交通学院学报;2007年03期
3 秦金贵;刘道玉;;有机和金属有机非线性光学晶体材料[J];化学通报;1990年10期
4 秦金贵,杨楚罗,刘道玉;金属有机非线性光学材料研究进展[J];化学通报;1996年06期
5 任宏萍,陆建东,尹申明;一种非线性优化的神经网络[J];计算机研究与发展;1995年06期
6 李银国;张邦礼;曹长修;;小波神经网络及其结构设计方法[J];模式识别与人工智能;1997年03期
7 李向;谭伟;康立山;;基于遗传算法的资源均衡优化研究[J];计算机工程与设计;2008年17期
中国博士学位论文全文数据库 前10条
1 李鸿志;提高密度泛函理论计算Y-NO体系均裂能精度:神经网络和支持向量机方法[D];东北师范大学;2011年
2 陈巍;电子化物和碱金属化物的非线性光学性质研究[D];吉林大学;2006年
3 杨丽;金属有机配合物及高聚物发光材料的理论研究[D];吉林大学;2006年
4 张浩;大气化学中几种重要的含氮分子和瞬变物种反应的机理研究[D];吉林大学;2006年
5 李明霞;钌配合物电子结构和光谱性质的量子理论研究[D];吉林大学;2007年
6 王炳强;分子间相互作用及非线性光学性质的理论研究[D];吉林大学;2007年
7 杨国春;有机非线性光学材料的TDDFT-SOS理论研究[D];东北师范大学;2007年
8 元以中;有机及金属有机材料的三阶非线性光学研究[D];华东师范大学;2007年
9 李向;遗传算法及在计划评审技术(PERT)中的应用研究[D];中国地质大学;2008年
10 王芳芳;从线型到笼型分子的结构、相互作用和性质的理论研究[D];吉林大学;2008年
中国硕士学位论文全文数据库 前4条
1 秦广军;遗传算法的改进研究与应用[D];郑州大学;2006年
2 任晓慧;氨基酸分子与溶剂间相互作用的理论研究[D];江南大学;2008年
3 陈密密;金属—非金属—金属夹心型化合物:平面外σ-芳香性和电学性质[D];吉林大学;2009年
4 刘燕;应用ABEEM/MM研究Sr(Ⅱ)和Ba(Ⅱ)离子水分子体系[D];辽宁师范大学;2010年
【二级参考文献】
中国期刊全文数据库 前6条
1 王志良;人工心理学──关于更接近人脑工作模式的科学[J];北京科技大学学报;2000年05期
2 沈学华,周志华,吴建鑫,陈兆乾;Boosting和Bagging综述[J];计算机工程与应用;2000年12期
3 崔伟东;周志华;李星;;神经网络VC维计算研究[J];计算机科学;2000年07期
4 周志华,陈世福;神经网络集成[J];计算机学报;2002年01期
5 吕柏权,李天铎,吕崇德,刘兆辉;一种用于函数学习的小波神经网络[J];自动化学报;1998年04期
6 周志华;何佳洲;陈世福;;神经网络国际研究动向——2000年国际神经网络联合大会评述[J];模式识别与人工智能;2000年04期
【相似文献】
中国期刊全文数据库 前10条
1 李天牧,李学群;基于神经网络的自动特征抽取[J];云南大学学报(自然科学版);1991年03期
2 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
3 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
4 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
5 ;简讯[J];西安电子科技大学学报;1992年01期
6 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
7 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
8 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
9 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
10 陈在;;神经网络:一种全新的多媒体技术[J];重庆邮电学院学报(自然科学版);1993年01期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
2 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
3 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
4 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
5 杨文宇;利用状态函数导数的脉冲神经网络新算法[D];大连理工大学;2013年
6 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
7 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
8 董岩;基于神经网络的机载三轴稳定平台控制系统算法应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
9 Atlas Khan;神经网络的优化与用于优化的神经网络[D];大连理工大学;2013年
10 董滔;时滞神经网络的动力学行为分析[D];重庆大学;2013年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026