统计方法校正o3lyp方法计算的生成热

由于引入各种内在近似,密度泛函理论存在固有误差.本文采用o3lyp/6-311+g(3df,2p)//o3lyp/6-31g(d)计算了220个中小型有机分子的生成热(δfhcalcθ),随后应用神经网络(ann)和多元线性回归(mlr)方法对δfhcalcθ进行校正.采用计算得到的生成热、零点能、分子中原子总数、氢原子个数、双中心成键电子数、双中心反键电子数、单中心价层孤对电子数、单中心内层电子数作为ann和mlr的描述符.以180个分子作为训练集构造ann或mlr模型,并对40个独立测试集分子的δfhcalcθ进行了预测.结果表明:经过ann和mlr校正后,训练集分子生成热的理论计算值和实验值间的均方根偏差(rmsd)从24.7kj·mol-1分别降低到11.8、13.0kj·mol-1;独立测试集分子的rmsd从21.3kj·mol-1分别降低到10.4、12.1kj·mol-1.因此ann模型的拟合和预测能力要明显优于mlr模型.