有机小分子收能的精确计算：神经网络与支持向量机方法.pdfVIP

摘 要 分子吸收能可以表征分子的内在结构信息和电子性质，是分子的一个重要物理属 性。因此，精确地预测吸收能是计算化学领域的一个重要问题。量子化学是研究分子微 观结构、性质和分子间相互作用的基础学科，在近20年中，量子化学的基础理论和计 算方法取得了显著进展。量子化学计算的一大优势在于它可以先于实验来预测物质的性 质或实验上至今无法测得的一些物理量及无法观测到的反应过程。量子化学计算在解释 和预测中小分子的实验结果上显示出巨大优势，但由于计算方法固有的近似使得误差不 可避免，尤其是对于结构不规整的复杂大分子，计算误差更大。在近10年里，许多统 计校正方法被用于提高量子化学的计算精度。其步骤是先用量子化学方法计算分子的相 关物理参数，然后用统计方法来确定理论计算和实验值的数量关系，这些方法主要包括： 多元线性回归和人工神经网络等。． 本论文针对160个有机小分子体系，用人工神经网络和支持向量机等方法来校正量 子化学方法计算的结果，提高了量子化学计算吸收能的精度。在简单的物理参数下，组 合型计算方法能够减小理论计算因忽略电子相关效应和使用小基组所带来的系统误差， 为准确、快捷地预测分子性质提供了一种新的研究手段。 研究工作主要包括如下几个部分： 1、量子化学方法计算有机小分子的紫外可见吸收光谱，用遗传算法优化BP神经网 eV。 误差分别是0．32，0．95和0．46eV，校正后均方根误差降低到了0．14，0．19和0．18 其中，B3LYP／6．31G(d)．GABPl计算结果误差较小，基本与实验值吻合。 2、GABP2用于确定B3LYP／6．3 1G(d)．GABPl计算值和低水平理论计算方法之间的 后误差的均方根降低到了O．20和O．19eV。比较两次校正结果，我们可以验证GABP 的校正值可以看做是实验的近似值。 或者无法获得较高精度理论值的时候，它可能成为一个预测实验值的有效的理论计算工 具。 4、根据所选数据集来增加物理参数，然后用多元线性回归来筛选物理参数。 5、引入最小二乘支持向量机来提高密度泛函理论计算值。最小二乘支持向量机校 正后的误差由0．32eV降低到了O．11eV。相比多元线性回归来说，最dx--乘支持向量 机有更好的适应能力和校正效果。在无法获得实验值或无法得到精度较高的量子化学计 吸收能。最小二乘支持向量机扩展了B3LYP／6．31G(d)的真实性和实用性。 关键词： 有机小分子；吸收能；密度泛函理论；神经网络；遗传算法；支持向量机 Ⅱ Abstract isa fora Absorptionenergysignificantphysicalpropertymolecule，which inherent舭tureinformationandelectronic implies accurate the properties．nlc prediction isoneofthe in absorptionenergy importanttopicscomputational isafundamental andinteractionsofmolecules．Inthe chemistry subjectstudying properties has been