發(fā)布時間：2021-11-22 01:13

　　分子反應(yīng)動力學(xué)是從原子分子層面觀察和研究微觀化學(xué)反應(yīng)過程進(jìn)而了解化學(xué)反應(yīng)機(jī)理的一門學(xué)科。勢能面是理論研究分子反應(yīng)動力學(xué)的前提,精確的勢能面能保證動力學(xué)計算結(jié)果的可靠性。本文利用神經(jīng)網(wǎng)絡(luò)擬合方法和高精度從頭算方法構(gòu)建了 AuH2、NaH2+和Li2H三個金屬氫化物體系的基態(tài)勢能面,并基于新構(gòu)建的勢能面,利用含時量子波包法對這三個反應(yīng)體系的反應(yīng)動力學(xué)性質(zhì)和反應(yīng)機(jī)理進(jìn)行了研究。本論文主要包含以下三部分工作:（1）利用神經(jīng)網(wǎng)絡(luò)方法擬合22853個構(gòu)型下AuH2體系的從頭算能量點(diǎn),得到一個新的AuH2體系的基態(tài)勢能面。利用多參考組態(tài)相互作用方法和aug-cc-pVQZH、cc-pwCVQZ-PPAu基組計算AuH2體系的單點(diǎn)能,為補(bǔ)償高階截斷誤差,計算中還考慮了戴維森修正。利用神經(jīng)網(wǎng)絡(luò)方法擬合AuH2體系解析勢能面的擬合誤差為1.87meV。從新解析勢能面上得到的AuH（1∑+）和H2（X1∑g+）分子的平衡間距、解離能和諧振頻率與實驗結(jié)果符合得非常好。采用含時量子波包法在新解析勢能面上計算Au（2S）+ H2（X1∑g+）→AuH（X1∑+）+ H（2S）反應(yīng)動力學(xué)。由于該反應(yīng)是吸熱反應(yīng),所以... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：112 頁

【學(xué)位級別】：博士

【部分圖文】：

圖２．］?（ａ）Ａ?＋?ＢＣ的雅可比坐標(biāo)，（ｂ）ＡＢ?＋?Ｃ的雅可比坐標(biāo)??

圖２．２神經(jīng)元結(jié)構(gòu)示意圖??Ｆｉｇ．?２．２?Ｄｉａｇｒａｍ?ｏｆ?ｎｅｕｒｏｎａｌ?ｓｔｒｕｃｔｕｒｅ??圖２．２中ｘ為輸入信號，ｗ為權(quán)重，／為凈輸入，即所有的輸入通過某種運(yùn)算結(jié)合到??一起（本文中用到運(yùn)算的是線性加權(quán)求和），＾為轉(zhuǎn)換函數(shù)，＿ｙ為輸出。從圖中可以看出??一個神經(jīng)元可以接受多個輸入信號６，這些輸入信號經(jīng)過線性加權(quán)求和結(jié)合到一起，最??后經(jīng)過轉(zhuǎn)換函數(shù)彡計算得到輸出信號。輸出信號＿ｙ的形式如下：??ｙ?＝?＜ｔ＞?（２．２９）??Ｖ?／＝１?Ｊ??其中Ｗ，？是對應(yīng)輸入信號的連接權(quán)重，ｂ是偏置。人工神經(jīng)網(wǎng)絡(luò)就是用大量的神經(jīng)元互相??連接構(gòu)成，雖然神經(jīng)網(wǎng)絡(luò)的思想非常簡單，但是可以對任何算數(shù)進(jìn)行邏輯計算，并且有??很強(qiáng)大的學(xué)習(xí)能力。神經(jīng)網(wǎng)絡(luò)有多種模型，其中多層神經(jīng)網(wǎng)絡(luò)由于其靈活性而被廣泛應(yīng)??用到眾多領(lǐng)域。神經(jīng)網(wǎng)絡(luò)因其靈活性與準(zhǔn)確性，已經(jīng)被越來越多地應(yīng)用于擬合不同體系??的勢能面。在擬合勢能面時，神經(jīng)網(wǎng)絡(luò)一般包含一個輸入層，一個輸出層和若干隱藏層，??每一層由若干平行神經(jīng)元構(gòu)成。勢能面擬合的精度和計算量的大小受隱藏層的個數(shù)和每??層神經(jīng)元的個數(shù)影響

?藏層就能很好地解決勢能面的擬合問題，而每層的神經(jīng)元的個數(shù)可以根據(jù)具體情況通過??測試來確定。本文用于擬合的神經(jīng)網(wǎng)絡(luò)包含兩個隱藏層，其結(jié)構(gòu)如圖２．３所示。??輸入層?隱藏層１?隱藏層２??０?－?：＿?－麵－－－＠」＼輸出層??Ｑ?－：?－?？?－??？?＠?＠??圖２．３神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖??Ｆｉｇ．?２．３?Ｄｉａｇｒａｍ?ｏｆ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??其中ＪＣ所在的層為輸入層，Ｗ，，分別為權(quán)重，每個隱藏層包含的神經(jīng)元的個數(shù)根據(jù)實??際情況確定，可以不相同。本文中在擬合勢能面時選取的每個隱藏層中的神經(jīng)元個數(shù)相??同。最后擬合得到勢能面的表達(dá)式為：??匕，—＿＝＋＃］＋ｒ?）＋＃?（２．３〇）??／＝！?ｊ＝］?＼?ｋ＝＼?ｙ??１９８６年提出的多層網(wǎng)絡(luò)的“前饋”算法（Ｂａｃｋ?Ｐｒｏｐａｇａｔｉｏｎ，ＢＰ），該方法實現(xiàn)了誤差??的反向傳播，是一種有監(jiān)督的學(xué)習(xí)方法。ＢＰ算法極大地推動了神經(jīng)網(wǎng)絡(luò)方法的發(fā)展，??由于ＢＰ算法可以反向傳播能夠很好地滿足勢能面的擬合需求，因此被廣泛應(yīng)用到很多??不同體系勢能面的擬合當(dāng)中。在擬合中，會隨機(jī)賦予絕對值較小的權(quán)值和偏置初始值，??然后逐層的傳播計算

【參考文獻(xiàn)】：
期刊論文
[1]反應(yīng)體系F+H2→HF+H的一個全域從頭算勢能面（英文）[J]. 許傳秀,謝代前,張東輝.  Chinese Journal of Chemical Physics. 2006(02)



本文編號：3510633