结合DFT计算和统计学校正方法用于准确计算化合物的物理化学性质

摘要

量子化学方法是一种非常重要并且有用的理论方法，我们可以通过求解薛定谔方程来计算化合物的各种性质，对反应机理进行研究，但量子化学方法的应用受到研究体系和机器状况的限制。定量结构-活性/性质关系是另一种非常有用的研亢手段，它有计算速度快，对机器要求低等优点，但是该方法的计算精度却不是很令人满意。因此，我们将这两种方法的优点相结合，衍生出一种基于量化计算的校正模型，它不仅具有高计算精度，还具有QSAR/QSPR方法快速的优点，具有很好的应用前景。本论文具体分为四章：
　　 第一章简单的阐述了量子化学理论、定量结构-活性/性质关系和基于量化计算的校正方法的基本原理和实现方法。
　　 第二章利用多元线性回归和局部建模，对密度泛函(DFT)法计算的927个化合物的生成焓数据进行校正，得到较好的结果。其中经过多元线性回归校正的DFT计算的生成焓的均方根误差(RMSE)数值由原来的126.6kJ/mol降为17.9kJ/mol，而用局部建模进行校正后的RMSE由126.6kJ/mol降为16.1kJ/mol。说明用局部建模法对生成焓的校正起到很好的效果，可以推广应用到其它热力学性质的计算。
　　 第三章将量子化学计算与统计校正方法结合，建立了预测148个含氯化合物的碳氯单键BDE的计算方法。该方法是在用一种量子化学计算方法-密度泛函法中的B3LYP法用6-311+G(d，p)基组对这些含氯化合物的碳氯单键的BDE进行计算，然后用遗传算法选出对碳氯单键BDE影响最大的6个描述符，建立校正模型，结果说明该方法在很大程度上改善了BDE的计算结果。未进行校正之前最大的偏差为15.5kcal/mol，RMSE为6.13kcal/mol，多元线性回归模型校正后的最大偏差为12.04kcal/mol，RMSE为2.66kcal/mol，LS-SVM模型校正后最大偏差变为9.93kcal/mol，RMSE降为2.47kcal/mol。说明LS-SVM校正的BDE的DFT计算数值得到很大提高，这种方法可以用于其它类型BDE的计算。
　　 第四章是用量子化学计算了159个有机化合物的电离能，用遗传算法选出与离子化能相关最高的8个描述符，并用它们分别建立线性(GA-MLR)和非线性模型(LS-SVM)，最终的计算结果表明用多元线性回归校正的离子化能的RMSE由原来DFT计算的0.52eV降为0.42eV，而采用LS-SVM模型校正后的RMSE降为0.29eV，数据的准确性有了大幅度的提高。说明LS-SVM对离子化的能校正有着显著的效果，可以推广应用到其他类型有机化合物的电离能的预测。

目录

文摘

英文文摘

声明

论文创新点

第一章文献综述及选题意义

1.1引言

1.2量子化学理论

1.2.1概述

1.2.2基本原理

1.2.3量子力学常用方法

1.3定量结构-活性／性质关系(QSAR／QSPR)

1.3.1概述

1.3.2 基本原理

1.3.3主要的QSAR／QSPR的研究方法

1.3.4 QSAR／QSPR研究的基本步骤

1.4量子化学计算与QSAR／QSPR模型相结合的校正方法

参考文献

第二章结合密度泛函计算和局部建模校正方法准确预测有机化合物的生成焓

2.1引言

2.2数据集和方法

2.2.1数据集

2.2.2 DFT计算方法

2.2.3校正方法及过程

2.3结果和讨论

2.3.1用密度泛函理论计算的生成焓

2.3.2用校正方法得到的生成焓

2.3.3与其他人的工作的比较

2.3.4本工作中所选的描述符

2.4结论

参考文献

第三章理论方法预测含氯化合物的碳氯单键的键能

3.1引言

3.2实验方法

3.2.1数据

3.2.2量化计算

3.2.3统计校正方法

3.3结果与讨论

3.3.1量化计算结果

3.3.2统计校正的结果

3.4结论

参考文献

第四章结合DFT计算的LS-SVM校正方法在有机化合物电离能计算中的应用

4.1引言

4.2实验方法

4.2.1实验数据

4.2.2量化化学计算

4.2.3统计校正过程

4.3结果与讨论

4.3.1量化计算结果

4.3.2统计校正结果

4.4结论

参考文献

攻读硕士期间的研究成果

致谢

附录1 表2.1 927个有机分子的生成焓实验值，DFT计算数值以多元线性回归和局部建模校正的生长焓数据（kJ/mol）