The invention discloses a method for calculating the molecular energy of ethane through in-depth learning, which belongs to the technical field of molecular energy calculation, including the following steps: S1: constructing ethane molecular database; S2: randomly selecting m configurations and corresponding energies as training groups, and the remaining 1000 m as testing groups; S3: transforming the coordinates of the training group into the input moments of the configuration parameters of the training group. Matrix; S4: Extract training group energy data as training output energy matrix, and one-to-one correspondence with training group configuration parameter input matrix; S5: Construct test group configuration parameter input matrix and output energy matrix, the number of rows of matrix is 1000 m; S6: Obtain ethane molecular energy matrix E through double nerve layer calculation.
【技术实现步骤摘要】
一种通过深度学习计算乙烷分子能量的方法
本专利技术涉及分子能量计算
,具体涉及一种通过深度学习计算乙烷分子能量的方法。
技术介绍
当代人工智能的机器学习,在分子结构优化、最低能量计算领域中,显著特点是随着初始矩阵自由度的增大,即分子结构越复杂自由度越大,必须增大训练组与测试组的比值,才能得到准确的结果。受这一特点的制约,该方法在复杂分子体系或多分子体系应用中,很难得到满意结果。
技术实现思路
为解决现有技术中存在的缺陷,本专利技术提供一种通过深度学习计算乙烷分子能量的方法,减小了训练组和测试组的比值对于训练结果准确性的影响。本专利技术为解决其技术问题所采用的技术方案是:一种通过深度学习计算乙烷分子能量的方法,包括如下步骤:S1:构建乙烷分子数据库,所述乙烷分子数据库包含1000个不同构型乙烷分子的空间坐标和与构型对应的能量;S2:随机选取m个构型和对应能量作为训练组,其余1000-m个构型和对应能量作为测试组;S3:将训练组分子空间坐标转化为:各成键原子间键长,包括C-H键键长rC1-H1,rC1-H2,rC1-H3,rC2-H4,rC2-H5,rC2-H6以及C-C键键长rC1-C2;分子中连续键结三原子形成的键角,包括C-C-H所形成的键角θC2-C1-H1,θC2-C1-H2,θC2-C1-H3,θC1-C2-H4,θC1-C2-H5,θC1-C2-H6,以及H-C-H所形成的键角θH1-C1-H2,θH1-C1-H3,θH2-C1-H3,θH4-C1-H5,θH4-C1-H6,θH5-C1-H6;分子中连续键结四原子形成的二面角,为H-C-C-H ...
【技术保护点】
1.一种通过深度学习计算乙烷分子能量的方法,其特征在于,包括如下步骤:S1:构建乙烷分子数据库,所述乙烷分子数据库包含1000个不同构型乙烷分子的空间坐标和与构型对应的能量;S2:随机选取m个构型和对应能量作为训练组,其余1000‑m个构型和对应能量作为测试组;S3:将训练组分子空间坐标转化为:各成键原子间键长,包括C‑H键键长rC1‑H1,rC1‑H2,rC1‑H3,rC2‑H4,rC2‑H5,rC2‑H6以及C‑C键键长rC1‑C2;分子中连续键结三原子形成的键角,包括C‑C‑H所形成的键角θC2‑C1‑H1,θC2‑C1‑H2,θC2‑C1‑H3,θC1‑C2‑H4,θC1‑C2‑H5,θC1‑C2‑H6,以及H‑C‑H所形成的键角θH1‑C1‑H2,θH1‑C1‑H3,θH2‑C1‑H3,θH4‑C1‑H5,θH4‑C1‑H6,θH5‑C1‑H6;分子中连续键结四原子形成的二面角,为H‑C‑C‑H所形成的二面角,包括:φH1‑C1‑C2‑H4,φH1‑C1‑C2‑H5,φH1‑C1‑C2‑H6,φH2‑C1‑C2‑H4,φH2‑C1‑C2‑H5,φH2‑C1‑C2‑H6,φH3 ...
【技术特征摘要】
1.一种通过深度学习计算乙烷分子能量的方法,其特征在于,包括如下步骤:S1:构建乙烷分子数据库,所述乙烷分子数据库包含1000个不同构型乙烷分子的空间坐标和与构型对应的能量;S2:随机选取m个构型和对应能量作为训练组,其余1000-m个构型和对应能量作为测试组;S3:将训练组分子空间坐标转化为:各成键原子间键长,包括C-H键键长rC1-H1,rC1-H2,rC1-H3,rC2-H4,rC2-H5,rC2-H6以及C-C键键长rC1-C2;分子中连续键结三原子形成的键角,包括C-C-H所形成的键角θC2-C1-H1,θC2-C1-H2,θC2-C1-H3,θC1-C2-H4,θC1-C2-H5,θC1-C2-H6,以及H-C-H所形成的键角θH1-C1-H2,θH1-C1-H3,θH2-C1-H3,θH4-C1-H5,θH4-C1-H6,θH5-C1-H6;分子中连续键结四原子形成的二面角,为H-C-C-H所形成的二面角,包括:φH1-C1-C2-H4,φH1-C1-C2-H5,φH1-C1-C2-H6,φH2-C1-C2-H4,φH2-C1-C2-H5,φH2-C1-C2-H6,φH3-C1-C2-H4,φH3-C1-C2-H5,φH3-C1-C2-H6;非键原子间的距离,包括:rH1-H4,rH1-H5,rH1-H6,rH2-H4,rH2-H5,rH2-H6,rH3-H4,rH3-H5,rH3-H6;令:∑rC-H=rC1-H1+rC1-H2+rC1-H3+rC2-H4+rC2-H5+rC2-H6;∑θC-C-H=θC2-C1-H1+θC2-C1-H2+θC2-C1-H3+θC1-C2-H4+...
【专利技术属性】
技术研发人员:周立川,崔洪光,蒋瑞,魏俊峰,
申请(专利权)人:大连大学,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。