影响值的反向传播神经网络方法用于提高密度泛函理论计算Y-NO键均裂能精度 Improving the Accuracy of DFT Calculation for Homolysis Bond Dissociation Energies of Y-NO Bond via Back Propagation Neural Network Based on Mean Impact Value.pdfVIP

Vol-33 高等学校化学学报 No．2 CHEMICAL OFCHINESEUNⅣERSmES 346～352 2012年2月 JOURNAL 基于平均影响值的反向传播神经网络方法用于 提高密度泛函理论计算Y—NO键均裂能精度 李鸿志1，陶 委2，高 婷1，李 辉1，吕英华1”，苏忠民2 (1．东北师范大学计算机科学与信息技术学院，长春130017； 2．东北师范大学化学学院，功能材料化学研究所，长春130024) netowrk， 摘要将基于平均影响值(Meanimpactvalue，MIV)的反向传播神经网络(Backpropagation鹏ural C)键均裂能的精度．利用量子化学计算和MIV-BPNN联合方法计算92个含Y—NO键的有机分子体系的均 裂能．结果表明，相对于单一的密度泛函理论B3LYP／6-3lG(d)方法，利用全参数下的BPNN方法计算92个 有机分子均裂能的均方根误差从22．25kJ／mol减少到1．84l【J／rnol，而MIV—BPNN方法使均方根误差减少到 1．36 实验上无法获取的均裂能值． 关键词Y—N0键；均裂能；密度泛函理论；平均影响值；反向传播神经网络 中图分类号064l 文献标识码 A DOI：10．3969／j．issn．025lJ0790．2012．02．024 NO是一个细胞内和细胞间的简单信号分子，对生命体内许多生理功能(如血压调节、免疫和神经 传导等)起着至关重要的调控作用¨胡1．NO是具有高化学活性的分子自由基，在生命体内很少以游离 态形式存在，绝大部分都与生命体内活线性分子结合而实现NO在生命体内的贮存、转移和释放． 分子中的化学键能是分子的热力学性质之一，被定义为键离解反应的焓变．Y—No键(Y=N，S， O及C)的均相离解的键能可表示为 X—NO叫X‘+NO’ (1) 式中，x为与NO相连的分子片段．x—N0分子通过Y—NO键的均相离解释放NO分子自由基． 能，实验数据表明，Y—NO键异裂能普遍高于均裂能，表明NO载体更易于释放NO’而不是NO+或 能的研究，有助于衡量NO在生命体内结合(或释放)的能力，并有助于理解和预测NO在生命体内的 转移方向和转移机理． 量子化学方法不仅可以验证实验值，还能够在实验值未知或不确定的情况下预测化学键能．密度 functionaJ 泛函理论(Density theory，D盯)基于第一性原理，其中包含了交换能和相关能的近似方法， 可较好地处理相关能，并加快计算速度，在精度上也可与较高级别的从头算方法相媲美，但计算得到 的键能通常比实验值低．近10年来，很多统计学方法被用于提高量子化学的计算精度．通常情况下可 先由量子化学方法计算得到相关的分子属性，然后再应用统计学方法建立实验值与计算值之间的关 系．这些统计改进方法主要包括线性方法(如多元线性回归心¨等)和非线性方法(如支持向量机及神经 收稿日期：201l旬5旬3． 展计划项目(批准号资助． 联系人简介：吕英华，男，博士，教授，博士生导师。主要从事面向并行对象计算机系统的模拟和模式识别研究． E—nIail：luyh@舱眦．edu．cn 苏忠民，男。博士，教授，博士生导师，主要从事量子化学和功能材料化学研究．E．n埔il：抛m@n咖u．edu．cn 万方数据 No．2 李鸿志等：基于平均影响值的反向传播神经网络方法……计算Y—N0键均裂能精度 347 网络等[22埘1)．尽管多元线性回归方法简单直观，但在使用相同的物理参数情况下，神经网络可以较 来建立实验值和第一主要原理计算结果之间的数量关系．这个数量关系随即被用于减少计算吸收能结 0．33 eV减少到0．09 收能的校正[圳．