应用量子化学和机器学习构建水分子势能面——介绍一个综合计算化学实验

doi:10.3866/PKU.DXHX202309060

大学化学 >> 2024, Vol. 39 >> Issue (3): 351-358.doi: 10.3866/PKU.DXHX202309060

应用量子化学和机器学习构建水分子势能面——介绍一个综合计算化学实验

周佳()

哈尔滨工业大学(深圳)理学院, 城市水资源与水环境国家重点实验室, 广东深圳 518055

收稿日期:2023-09-18 录用日期:2023-11-14 发布日期:2023-12-01
通讯作者: 周佳 E-mail:jiazhou@hit.edu.cn
基金资助:
深圳市教育学会“十四五”规划2021年度教育科研一般课题(YB2021004);哈尔滨工业大学(深圳)质量工程项目(高等教育教学改革项目)(HITSZERP22009);哈尔滨工业大学(深圳)思政课程和课程思政专项课题(HITSZIP22017)

Constructing Potential Energy Surface of Water Molecule by Quantum Chemistry and Machine Learning: Introduction to a Comprehensive Computational Chemistry Experiment

Jia Zhou()

State Key Laboratory of Urban Water Resources and Environment, School of Science, Harbin Institute of Technology (Shenzhen), Shenzhen 518055, Guangdong Province, China

Received:2023-09-18 Accepted:2023-11-14 Published:2023-12-01
Contact: Jia Zhou E-mail:jiazhou@hit.edu.cn

摘要/Abstract

摘要：

当前机器学习在化学及其相关学科研究中的地位日渐提高，但是在本科化学实验中还未见涉及，现有的计算化学实验多侧重应用量子化学方法研究分子性质和化学反应。为了普及机器学习这一强大工具，本文将介绍一个综合计算化学实验，适用于高年级本科生或研究生。通过本实验，学生可以初步掌握机器学习的基本原理和操作流程，同时培养学生应用量子化学和机器学习解决化学问题的能力。

关键词: 势能面, 量子化学, 机器学习, 计算化学实验

Abstract:

The status of machine learning in chemistry and related disciplines is becoming increasingly prominent, but its application in undergraduate chemistry experiments has yet to be seen. Existing computational chemistry experiments mostly focus on the application of quantum chemistry methods to study molecular properties and chemical reactions. In order to popularize machine learning as a powerful tool, this article will introduce a comprehensive computational chemistry experiment suitable for senior undergraduate students or graduate students. Through this experiment, students can gain a preliminary understanding of the basic principles and operational procedures of machine learning, while also develop their ability to apply quantum chemistry and machine learning to solve chemical problems.

Key words: Potential energy surface, Quantum chemistry, Machine learning, Computational chemistry experiment

周佳. 应用量子化学和机器学习构建水分子势能面——介绍一个综合计算化学实验[J]. 大学化学, 2024, 39(3): 351-358.

Jia Zhou. Constructing Potential Energy Surface of Water Molecule by Quantum Chemistry and Machine Learning: Introduction to a Comprehensive Computational Chemistry Experiment[J]. University Chemistry, 2024, 39(3): 351-358.

链接本文: https://www.dxhx.pku.edu.cn/CN/10.3866/PKU.DXHX202309060

https://www.dxhx.pku.edu.cn/CN/Y2024/V39/I3/351

图/表 7

图1

图2

表1

表2

图3

图4

图5

参考文献 16

1	范康年; 周鸣飞. 物理化学, 第3版北京: 高等教育出版社, 2021, 851
2	Schlegel H. WIREs Comput. Mol. Sci. 2011, 1, 790. doi: 10.1002/wcms.34
3	袁汝明; 傅钢摇; 韩国彬. 大学化学, 2011, 26 (3),47.
4	许秀芳. 大学化学, 2021, 36 (2), 1912058.
5	陈国博; 李苓; 高先池. 实验技术与管理, 2021, 38 (4), 231.
6	袁汝明; 傅强; 傅钢. 大学化学, 2020, 35 (9), 1.
7	司聪慧; 刘金华; 卢启芳; 郭恩言. 实验室研究与探索, 2022, 41 (2), 155.
8	苑世领; 张恒; 张冬菊. 分子模拟-理论与实验北京: 化学工业出版社, 2016, 202.
9	Mills A. ; Goings J. ; Beck D. ; Yang C. ; Li X. J. Chem. Inf. Model. 2022, 62 (13), 3169. doi: 10.1021/acs.jcim.2c00373
10	Eckhoff M. ; Reiher M. J. Chem. Theory Comput. 2023, 19 (12), 3509. doi: 10.1021/acs.jctc.3c00279
11	Schmitz G. ; Godtliebsen I. ; Christiansen O. J. Chem. Phys. 2019, 150 (24), 244113. doi: 10.1063/1.5100141
12	Goodlett S. ; Turney J. ; Schaefer H. J. Chem. Phys. 2023, 159 (4), 044111. doi: 10.1063/5.0158919
13	Hughes Z. ; Thacker J. ; Wilson A. ; Popelier P. J. Chem. Theory Comput. 2019, 15 (1), 116. doi: 10.1021/acs.jctc.8b00806
14	Frisch, M.; Trucks, G.; Schlegel, H.; Scuseria, G.; Robb, M.; Cheeseman, J.; Scalmani, G.; Barone, V.; Petersson, G.; Nakatsuji, H.; et al. Gaussian 16 Rev. C. 01, Gaussian, Inc. : Wallingford, CT, USA, 2016.
15	Mathematica 12.0 ed.; Wolfram Research, Inc. : Champaign, IL, USA, 2019.
16	周佳; 魏梦娇. 大学化学, 2022, 37 (6), 2201033.

输入文件	各部分的说明
# HF/6-31G(d, p) scan	任务类型，包括计算方法和基组
	空白行
water scan	计算说明
	空白行
0 1	电荷、自旋多重度
O	水分子内坐标
H 1 B1
H 1 B1 2 A1
	空白行
B1 0.5 31 0.05	键参数、初始键长、扫描步数、扫描步长
A1 104.5	键参数

输入文件	各部分的说明
# HF/6-31G(d, p) scan	任务类型，包括计算方法和基组
	空白行
water double scan	计算说明
	空白行
0 1	电荷、自旋多重度
O	水分子内坐标
H 1 B1
H 1 B2 2 A1
	空白行
B1 0.5 31 0.05	键参数、初始键长、扫描步数、扫描步长
B2 0.5 31 0.05	键参数、初始键长、扫描步数、扫描步长
A1 104.5	键参数

[1]	朱伟钢, 王建凤, 齐强, 李婧, 张志成, 于曦. 面向智能时代的化学信息学与人工智能化学理论课程建设[J]. 大学化学, 2025, 40(9): 34 -42 .
[2]	周佳. 高通量计算与机器学习相结合的综合计算化学实验设计与实践[J]. 大学化学, 2025, 40(9): 69 -75 .
[3]	郑健强, 黄泳斌, 明文灿, 刘英菊. 智能反应优化：深度学习与优化算法驱动的乙酰水杨酸合成[J]. 大学化学, 2025, 40(9): 87 -98 .
[4]	赵雪霏, 胡绪红, 贾振华. 理论与计算化学在傅-克烷基化反应教学中的应用[J]. 大学化学, 2025, 40(8): 360 -367 .
[5]	穆雪丽, 韩玲利, 刘涛. 量子化学计算方法研究溴丁烷E2消除反应——设计一个计算化学实验[J]. 大学化学, 2025, 40(3): 68 -75 .
[6]	陈文恺, 沈芸稼, 孔祥梦, 曾艳丽. 圆偏振发光中关键物理量的量子化学计算研究——介绍一个探究性计算化学实验[J]. 大学化学, 2025, 40(3): 83 -91 .
[7]	冯爱利, 陆鑫, 刘鹏, 张冬菊. 酸催化羧酸与醇酯化反应的计算化学研究[J]. 大学化学, 2025, 40(3): 92 -99 .
[8]	谢忻恬, 马思聪, 李晔飞, 商城, 刘智攀. 基于机器学习势函数的理论模拟在本科生教学实验课设计中的应用[J]. 大学化学, 2025, 40(3): 140 -147 .
[9]	周佳, 钟华英. 与机器学习相结合的计算材料学实验设计[J]. 大学化学, 2025, 40(3): 171 -177 .
[10]	赵素品, 谢静. 应用量化计算理解水分子的振动斯塔克效应[J]. 大学化学, 2025, 40(3): 178 -185 .
[11]	徐慧影, 梁铭慧, 周志, 高辉, 易伟. 量子化学计算和可视化分析在弱相互作用的教学中的应用[J]. 大学化学, 2025, 40(3): 199 -205 .
[12]	王渭娜, 冯丽霞, 刘峰毅, 王文亮. 计算化学实验助力有机反应机理学习——以HCl与不对称烯烃的亲电加成反应为例[J]. 大学化学, 2025, 40(3): 206 -214 .
[13]	张晓龙, 金明善, 刘绍丽, 焉炳飞, 李运. 基于物理模型构建高精度势能面——介绍一个计算化学综合实验[J]. 大学化学, 2025, 40(10): 257 -262 .
[14]	张思源, 张志成, 李荣金. 机器学习在化学领域中的应用[J]. 大学化学, 2025, 40(1): 206 -218 .
[15]	张冬菊, 朱荣秀. 量子化学课程思政建设：揭示事物普遍联系的几个教学案例[J]. 大学化学, 2024, 39(7): 272 -277 .

应用量子化学和机器学习构建水分子势能面——介绍一个综合计算化学实验

Constructing Potential Energy Surface of Water Molecule by Quantum Chemistry and Machine Learning: Introduction to a Comprehensive Computational Chemistry Experiment

RichHTML

PDF

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 16

相关文章 15

Metrics

推荐阅读 0