摘要
本发明公开了一种TiH二元体系机器学习势的构建方法,其步骤包括:采用第一性原理计算软件VASP构建参考电子结构数据集;在参考数据集上使用人工神经网络模型进行人工神经网络势‑ANN势模型的训练和测试;分别使用VASP和训练得到的ANN势对Dimer曲线、晶格常数、弹性模量等进行计算并对比,作为性能测试;对模型测试和性能测试结果中ANN模型与DFT结果对比误差大的数据,通过增加相关构型权重进行针对性地改善直至得到符合精度的ANN势模型。本发明构建的机器学习势模型能够较好地拟合TiH二元体系原子间相互作用势能面,解决第一性原理计算时间空间尺度小、传统经验势精度低的问题,为TiH二元体系的高精度大尺寸模拟和研究提供了技术基础。
技术关键词
电子结构
高精度结构
构型
晶体
高精度大尺寸
人工神经网络模型
软件包
曲线
八面体
轨迹
六方相结构
数据
恒温
误差
粒子
格式
距离信息
系统为您推荐了相关专利信息
砂体结构
储层预测方法
储层构型
多任务学习模型
地震正演模拟方法
直拉硅单晶生长
状态识别方法
数据
序列
一维卷积神经网络
阵列基板
静电释放结构
测试端子
开关晶体管
测试线