一个神经网络优化过氧化对对添加模型用于经典模拟
Alvaro Ramos Peralta1, Gerardo Odriozola1
1Área de Física de Procesos Irreversibles, División de Ciencias Básicas e Ingeniería, Universidad Autónoma Metropolitana-Azcapotzalco, Av. San Pablo 180, 02200 Ciudad de México, Mexico.
研究人员使用人工神经网络 (ANN) 创建了过氧化 (H2O2) 的全原子模型. 这种新模型准确地预测了H2O2的特性和与水的混合物,与实验数据有很好的一致性.
科学领域:
- 计算化学计算化学
- 分子建模分子建模
- 物理化学 物理化学
背景情况:
- 准确的分子模型对于模拟化学系统至关重要.
- 过氧化 (H2O2) 是一种重要的化学物质,具有多种应用.
- 现有的模型可能无法完全捕捉H2O2.2.的复杂行为.
研究的目的:
- 为过氧化开发一个新的全原子对对添加模型.
- 使用人工神经网络 (ANN) 来优化模型参数.
- 通过将其预测与纯H2O2及其与水混合物的实验数据进行比较来验证模型.
主要方法:
- 开发了一种全原子对对添加模型,用于H2O2.2.
- 使用人工神经网络 (ANN) 来进行模型参数化.
- 包括一个二面体潜力来描述扭矩配置.
- 训练有素的ANN将计算和实验热力学和运输特性之间的差异降到最低.
- 评估H2O2和H2O2/SPC/E水混合物的散装液体和平衡性能.
主要成果:
- 优化的H2O2模型与实验数据有很好的一致性.
- 准确预测各种散装液体特性,如密度和可压缩性.
- 成功模拟了平衡性质,包括蒸汽压力和表面张力.
- 使用SPC/E水的H2O2混合物的可靠建模.
结论:
- 开发的过氧化全原子模型是分子模拟的可靠工具.
- 在优化复杂的分子模型方面,ANN的使用被证明是有效的.
- 该模型准确地捕捉了H2O2及其混合物的行为,促进了进一步的研究和应用.
更多相关视频
10:52Multiscale Sampling of a Heterogeneous Water/Metal Catalyst Interface using Density Functional Theory and Force-Field Molecular Dynamics
Published on: April 12, 2019
05:57Author Spotlight: In Silico Creation and Impact of Carbonylated Amino Acids on Protein Structure and Function
Published on: April 26, 2024
相关概念视频
Hydrogen Bonds
Hybridization of Atomic Orbitals II
Hybridization of Atomic Orbitals I
Molecular Models
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
On...
¹H NMR: Interpreting Distorted and Overlapping Signals
As Δν decreases and the signals move closer, the doublets appear increasingly distorted. The intensities of the inner lines increase at the cost of those of the outer lines as the signals are...
