收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

提高量子化学计算方法的精度:极限学习机神经网络

王佳男  
【摘要】:量子化学计算在解释和预测中小分子的实验结果上有着巨大优势,但由于量子化学计算方法固有的近似使得误差难以避免。尤其是对于结构不规整的复杂大分子,计算误差更为明显。为了能够在较少的机时和计算资源下得到比较精确的计算结果,或者得到在现有的计算条件下传统量子化学计算难以获得的精确结果,我们将量子化学计算方法和智能计算方法相结合,期望能找出一些简单且高效的方法来提高量化计算的精确度,或对难以计算的物质性质进行预测。 本文研究工作主要包括以下两个部分: 1.研究了36个带额外电子的具有较高非线性光学响应的碱金属分子的非线性光学性质。分别用计算精度不同的二级微扰方法(MP2)和Hartree-Fock(HF)方法来计算这些分子的第一超级化率值。MP2方法计算精度较高,比较接近实验值,但会随着分子体系的增大而消耗大量的计算时间和资源;Hartree-Fock方法的计算效率较高,但其计算结果和实验值差距较大,精度难以令人满意。因此我们采用极限学习机神经网络方法(ELMNN)来为低精度方法和高精度方法的计算值之间建立起某种数量关系模型,用低精度方法的计算值来预测高精度方法的计算值。 本文利用ELMNN方法在HF方法计算结果基础上预测MP2方法的计算结果,预测值和目标值之间差异的均方根偏差值(RMS)只有了0.02a.u.,所需的时间也较高精度计算方法(MP2)大幅度缩减,为原有MP2方法的所需时间的25%至42%。 2.研究了90个氟硼荧(BODIPY)染料分子的电子激发能性质。电子激发能是使电子从基态跃迁到激发态而需要的能量,是分子的一个重要的物理属性,它包含了分子的内在结构信息和电子特性,因此对于研究如何提高BODIPY染料的光谱性能及应用领域来说也是非常重要的一个属性。常用来计算激发能的B3LYP方法计算结果同样难以令人满意,尤其对于分子尺寸较大的体系。因此我们同样采用极限学习机神经网络方法(ELMNN)来在精确预测氟硼荧染料分子(BODIPY)的电子激发能值。 此外,为了考量不同类型物理参数对应的物理化学性质与电子激发能的关系,我们用了四组分子描述符来进行比较,实验结果表明量化计算分子描述符(quantum chemicaldescriptors)的预测结果最好,计算结果偏差的RMS仅为0.13eV,也同时说明量化计算分子描述符与电子激发能的相关性更高。最后,本文还将ELMNN方法通过网络应用的形式在网上提供BODIPY分子电子激发能的预测服务,并将该预测工具命名为EEEBPre(Prediction of electronic excitation energies for BODIPY dyes),访问地址为:http://202.198.129.218。这一应用服务可以提供BODIPY分子的较高精度的激发能预测值,可以为从事理论和实验研究的化学家们提供这一领域的有效研究工具。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郭前岗,孙瑜;一种新型神经网络结构的PID控制器及其仿真研究[J];西北轻工业学院学报;1998年03期
2 冯静,王玉,陈中中;浅谈用神经网络预测摩擦焊接头性能[J];大众科技;2005年08期
3 王艳春;王新;;基于神经网络求解TSP问题的研究[J];齐齐哈尔大学学报;2006年01期
4 易祖坤;蒋海;杨亚东;;人工神经网络复合压裂选井选层中的应用[J];西部探矿工程;2007年09期
5 夏文智;李刚进;朱丽;章中林;;工业火灾报警控制器的可靠实现[J];消防科学与技术;2008年03期
6 郑孝东;程根银;顾涛;胡兴志;李永;封孝辉;黄文华;;基于模糊-神经网络的局部通风机变频调速系统设计[J];煤炭工程;2010年04期
7 朱海东;雷英成;屈勇;;基于神经网络的多属性分析在地震图像共同区域划分中的应用[J];长江大学学报(自然科学版);2011年06期
8 郑晓雯,林南英;神经网络在机械系统故障诊断中的应用[J];西安科技学院学报;1994年02期
9 杨尚宝,杨天钧,董一诚;铁水含硅量预报神经网络模型[J];北京科技大学学报;1995年06期
10 钟本善,江玉乐,李永杰;用人工神经网络法预测气-水边界[J];成都理工学院学报;1995年03期
11 魏一鸣,童光煦;基于神经网络的品位估值方法及其计算机系统[J];化工矿物与加工;1995年02期
12 黄梦涛,赵轶群,刘颖;神经网络在煤低温自燃实验炉建模中的应用[J];西安科技学院学报;1996年01期
13 赵涤之,薛国新,周天彤;二级RBF神经网络用于化工过程的动态监控[J];江苏石油化工学院学报;1996年02期
14 闵华清,杨进,周万隆,徐贵刚;神经网络控制系统的仿真研究[J];武汉化工学院学报;1996年04期
15 朱群雄,麻德贤;神经网络结构分析与BP算法修正[J];计算机与应用化学;1997年04期
16 罗首章,李松仁,陈松乔;神经网络在矿石可选性预测专家系统中的应用[J];有色金属(选矿部分);1997年02期
17 刘金琨,王树青;高炉异常炉况神经网络专家系统[J];钢铁研究学报;1998年05期
18 金子明,杨国田,王秀妍;基于神经网络的表面粗糙度识别算法[J];抚顺石油学院学报;1998年03期
19 吴怀宇,宋玉阶;非线性回归分析中的神经网络方法[J];武汉科技大学学报(自然科学版);1998年01期
20 杨继萍;吕乃光;邓文怡;张小星;吕勇;;用人工神经网络测量三维物体轮廓的研究[J];北京机械工业学院学报;1998年03期
中国重要会议论文全文数据库 前10条
1 门洪;武玉杰;李小英;高艳春;;基于支持向量机的分类算法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国博士学位论文全文数据库 前10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
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005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
中国重要报纸全文数据库 前10条
1 本报记者  李延生;内容能否让数码学习机返璞归真[N];中国企业报;2006年
2 深圳商报记者 林若飞 实习生 陈飞燕;学习机企业要端正“学习态度”[N];深圳商报;2006年
3 王永强;学习机行业仍处在“暴利”阶段[N];中国经营报;2006年
4 周中;学习机市场竞争加速[N];中华工商时报;2006年
5 加莹;数码学习机“内存”差错无人管[N];中国商报;2007年
6 本报记者  翟帆;数码学习机,用你能学什么?[N];中国教育报;2006年
7 本报记者  李予阳;数码学习机需要再“瘦身”[N];经济日报;2006年
8 本报记者  毛晶慧;数码学习机转攻“内容”[N];中国经济时报;2006年
9 本报记者 戴远程;学习机市场再添搅局者洗牌在即[N];南方日报;2006年
10 ;学习机市场风云再起[N];消费日报;2006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
  • 010-62982499
  • 010-62783978