构建范德华复合物分子间势能面的神经网络方法

• Published in: 化学物理学报（英文版） Vol. 37; no. 1; pp. 59 - 69
• Main Authors: 程通, 杨明娟, 宋宏伟, 郑利敏, 郑锐, 杨明晖
• Format: Journal Article
• Language: Chinese
• Published: 华北水利电力大学电子工程学院,郑州 450011 2024; 中国科学院精密测量科学与技术创新研究院,波谱与原子分子物理国家重点实验室,武汉 430071%中国科学院大学,北京 100049; 华中科技大学武汉光电国家研究中心,武汉 430074; 中国科学院精密测量科学与技术创新研究院,波谱与原子分子物理国家重点实验室,武汉 430071%中国科学院精密测量科学与技术创新研究院,波谱与原子分子物理国家重点实验室,武汉 430071%中原工学院,郑州 450007%华北水利电力大学电子工程学院,郑州 450011%中国科学院精密测量科学与技术创新研究院,波谱与原子分子物理国家重点实验室,武汉 430071
• Subjects: Potential energy surface; 势能面; Van der Waals complex; Descriptor; 神经网络; Neural network; Symmetry-adapted rotational basis; 对称性匹配转动基函数; 描述符; 范德华复合物
• ISSN: 1674-0068
• DOI: 10.1063/1674-0068/cjcp2304040

本文提出了一种神经网络新方法用于构建范德华复合物的分子间势能面.该神经网络所使用的描述符分为两部分:径向部分表示单体的分子间伸缩振动,角度部分描述了分子间的相对取向.由于采用了束缚态计算中的对称性匹配转动基函数作为角度描述符,可以确保势能面具有正确的对称性.旋转基函数的数量可以由其中的角动量量子数最大值控制,并且可以通过限制量子数来描述刚性单体分子的对称性.本研究推导了五种范德华复合物的描述符,包括原子-线性、原子-非线性、线性-线性、线性-非线性和非线性-非线性分子复合物.利用该方法构建了两个范德华复合物的势能面:Ar-NaCl和N2-OCS.拟合能量与从头计算能量之间的均方根误差值分别为0.11 cm-1和0.26 cm-1,验证了该方法可以准确构建高精度范德华复合物势能面.