构建范德华复合物分子间势能面的神经网络方法

本文提出了一种神经网络新方法用于构建范德华复合物的分子间势能面.该神经网络所使用的描述符分为两部分:径向部分表示单体的分子间伸缩振动,角度部分描述了分子间的相对取向.由于采用了束缚态计算中的对称性匹配转动基函数作为角度描述符,可以确保势能面具有正确的对称性.旋转基函数的数量可以由其中的角动量量子数最大值控制,并且可以通过限制量子数来描述刚性单体分子的对称性.本研究推导了五种范德华复合物的描述符,包括原子-线性、原子-非线性、线性-线性、线性-非线性和非线性-非线性分子复合物.利用该方法构建了两个范德华复合物的势能面:ArNaCl和N_(2)-OCS.拟合能量与从头计算能量之间的均方根误差值分别为0.11 cm^(-1)和0.26 cm^(-1),验证了该方法可以准确构建高精度范德华复合物势能面.