基于机器学习构建的环三亚甲基三硝胺晶体势

作     者：王鹏举 范俊宇 苏艳 赵纪军 Wang Peng-Ju;Fan Jun-Yu;Su Yan;Zhao Ji-Jun

作者机构：大连理工大学三束材料改性教育部重点实验室大连116024 

出 版 物：《物理学报》 (Acta Physica Sinica)

年 卷 期：2020年第69卷第23期

页      面：302-310页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 082604[工学-军事化学与烟火技术] 081104[工学-模式识别与智能系统] 08[工学] 0826[工学-兵器科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(批准号:91961204) 科学挑战专题(批准号:TZ2016001) 中央高校基本科研业务费(批准号:DUT20ZD207)资助的课题 

主　　题：含能材料 神经网络 势函数 分子动力学 

摘      要：环三亚甲基三硝胺(RDX)是一种高能低感度炸药,对其能量和性质的准确计算对于开展该炸药的分子模拟至关重要.本文基于机器学习算法,采用高维神经网络模型,对RDX分子晶体结构数据集进行势函数训练.分别采用9种不同的网络结构进行测试训练,并选取其中学习效果最好的势函数对RDX分子晶体结合能和晶格中原子受力进行计算,均能很好地重复出第一性原理的计算结果,其测试集结合能的均方根误差为59.2 meV/atom.作为机器学习势函数的应用,进一步使用该势函数对a相RDX晶体进行分子动力学模拟,以验证其适用性.