液相甲醇的机器学习分子动力学模拟

• 全文链接
• 请求原文

作   者：

钱洁;  夏俊凡;  蒋彬; 

作者机构：

中国科学技术大学合肥微尺度物质科学国家研究中心; 

关键词：

液相甲醇;  氢键;  机器学习;  力场;  分子动力学; 

期刊名称：

中国科学技术大学学报

i s s n：

0253-2778

年卷期：

2024 年 54 卷 006 期

页   码：

14-24

摘   要：

甲醇是结构最简单的醇,其分子间可通过氢键相连,长期以来吸引了广泛的实验和理论研究兴趣.然而,目前对该体系的理论研究主要依赖于经验力场或具有半局域密度泛函的从头算分子动力学.最近,日益精确的机器学习力场被陆续应用于体相水的研究中.受此启发,我们在色散校正的杂化泛函revPBE0-D3的精度下,报道了一个新的液相甲醇机器学习力场.该机器学习力场的分子动力学模拟速度比从头算分子动力学快几个数量级,计算得到了具有很小统计误差的径向分布函数、自扩散系数和氢键网络特性.模拟所得的结构和动力学性质与实验数据非常吻合,表明该机器学习力场相比之前的理论方法具有更高的精度.这项工作朝着对该基准体系的第一性原理描述迈出了成功的一步,并表现出机器学习力场在液相体系研究中的普适性.