基于密度的基数组校正方法的密度合适的实现
Andreas Heßelmann1, Emmanuel Giner2, Peter Reinhardt2
1Institute for Theoretical Chemistry, University of Stuttgart, Stuttgart, Germany.
本研究引入了一种高效的基于密度的基数组校正 (DBBSC) 方法,用于在量子化学计算中更快地接近完整基数组极限. 虽然不像MP2-F12那样准确,但DBBSC提供了一个计算上更便宜的替代方案,用于改善基础集的融合.
科学领域:
- 量子化学 是一个量子化学.
- 计算化学计算化学
- 理论化学 理论化学
背景情况:
- 基本集不完整性是电子结构计算中的一个主要挑战.
- 为了准确的预测,加速接近完整基准集 (CBS) 极限至关重要.
- 现有的方法可能在计算上昂贵或缺乏效率.
研究的目的:
- 实施和评估基于密度的基数组校正 (DBBSC) 方法的高效密度拟合版本.
- 为了评估DBBSC在加速基础上的表现,设置反应能量的收.
- 将DBBSC与明确相关的MP2-F12方法进行比较.
主要方法:
- 在MOLPRO中实施基于密度的基数组校正 (DBBSC) 方法,使用密度拟合.
- 探索不同的基准调整密度函数近似值.
- 包括补充-辅助-基数组单次激发纠正.
- 在Møller-Plesset (MP2) 第二阶级反应能量的基准集上进行测试.
主要成果:
- 密度合适的DBBSC方法显著加快了MP2反应能量的基础集收.
- 与MP2-F12.12相比,DBBSC提供了一个比MP2-F12.12更便宜的计算方法.
- 发现DBBSC的准确性低于MP2-F12方法的准确性.
结论:
- 密度匹配DBBSC方法是提高量子化学计算中基础集收的有效工具.
- 在某些应用中,DBBSC提供了计算成本和精度之间的实用平衡.
- 对DBBSC近似的进一步探索可能会导致更高的准确性.
更多相关视频
08:0915N CPMG Relaxation Dispersion for the Investigation of Protein Conformational Dynamics on the µs-ms Timescale
Published on: April 19, 2021
10:27Contrast-Matching Detergent in Small-Angle Neutron Scattering Experiments for Membrane Protein Structural Analysis and Ab Initio Modeling
Published on: October 21, 2018
相关概念视频
Density
NMR Spectrometers: Resolution and Error Correction
Distance Corrections
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Maxwell-Boltzmann Distribution: Problem Solving
This distribution function f(v) is defined by saying that the expected number N (v1,v2) of particles with speeds between v1 and v2 is given by
Density and Archimedes' Principle
