混合拉姆-高斯基数组的完全优化的参数
Robbie T Ireland1, Samuel J Pitman1, Laura K McKemmish1
1School of Chemistry, University of New South Wales, Sydney 2052, Australia.
完全优化的混合坡-高斯基数组,称为R_S-n,改善了核心依赖化学性质的计算. 这些新的基础集为传统高斯集提供了有希望的替代方案,提高了计算量子化学的准确性和效率.
科学领域:
- 计算量子化学是一种量子化学.
- 理论化学是一种理论化学.
- 材料科学是一种材料科学.
背景情况:
- 准确描述核心电子对于预测化学性质至关重要.
- 传统的全高斯基数组在描述核心电子波函数方面存在缺陷,限制了准确性并增加了计算成本.
- 混合坡-高斯基数组是一个潜在的替代方案,但之前的优化尝试取得了有限的成功.
研究的目的:
- 为了引入和参数化新的,完全优化的混合坡-高斯基数集,称为R_S-n.
- 为了评估这些新的计算核心依赖性质的基础集合的性能.
- 为了确认优化非极化高斯函数在混合基数集合中的意义.
主要方法:
- 开发R_S-n基础集,使用伪坡道函数来近似坡道函数.
- 完全优化的混合坡-高斯基数组的参数化.
- 广泛的基准研究来评估基础设置的性能.
主要成果:
- R_S-n 基础集显示了对核心依赖性质的有效计算的重大前景.
- 完全优化非极化高斯函数对于混合坡-高斯基数的性能至关重要.
- 与核心电子描述的传统高斯集相比,新的基础集显示出更好的准确性和效率.
结论:
- 完全优化的混合-高斯基基集 (R_S-n) 是有效的计算化学.
- 这些基础集解决了传统高斯集在描述核心电子方面的局限性.
- R_S-n 基数组为化学性质的准确和高效计算提供了一个有前途的途径.
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
10:10Transport Properties of Ibuprofen Encapsulated in Cyclodextrin Nanosponge Hydrogels: A Proton HR-MAS NMR Spectroscopy Study
Published on: August 15, 2016
相关概念视频
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...
Hybridization of Atomic Orbitals I
Hybridization of Atomic Orbitals II
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
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
On...
Gaussian Elimination: Problem Solving
