化学试剂、生物试剂、实验试剂、就上找试剂网

利用神经网络构造表面散射复杂的高维势能面

来源: X-MOL 2017-07-07 11:44:10

分子与金属表面碰撞进而发生解离、散射并伴随着分子-表面间的能量传递，是工业上大量多相催化反应的初始步骤，并可能是复杂反应网络中的决速步。因此研究分子在表面的碰撞过程是理解分子-表面相互作用，并进一步理解和优化多相催化反应的重要方式。在这一方面，理论研究一直是必不可少的工具。随着第一性原理方法的发展，尽管我们已经可以快速地计算能量单点，但直接进行动力学模拟仍旧是计算量非常大的工作。为了避免进行这样重复高代价的计算，美国新墨西哥大学郭华教授与中国科学技术大学蒋彬教授课题组合作，构建了HCl在Au(111)表面散射经典体系60维度的第一性原理势能面，并初步研究了HCl的散射动力学。

以往研究气相分子在金属表面的碰撞时，往往将表面原子固定做近似的处理。这样的势能面不能考虑分子与表面的能量交换，然而表面原子的运动大大增加了体系的自由度，构建势能面变得非常困难。2007年，Behler和Parrinello提出一种原子中心神经网络的方法（Atomistic Neural Network, ANN），按照每种原子的势能面用一个神经网络表示的思想，使高维势能面的构建成为可能

理论和计算化学

复制链接

分享至微信

分享至微博

1.凡本网注明“来源：找试剂”的所有文字、图片、音频和视频文件，版权均为找试剂所有。如需转载请与4008-955-951联系。任何媒体、网站或个人转载使用时须注明来源“找试剂”，违反者本网将追究法律责任。 2.本网转载并注明其他来源的稿件，均来自互联网或业内投稿人士，版权属于原版权人。转载请保留稿件来源及作者，禁止擅自篡改违者自负版权法律责任。 3.本网评论版权中各网友的评论只代表网友个人观点，不代表本站的观点或立场。

我要提问