文献类型：期刊文献

中文题名：用人工神经网络计算双原子分子的键长

英文题名：DETERMINATION OF THE BOND LENGTH OF DIATOMIC MOLECULE BY USING NEURAL NETWORK APPROACH

作者：贺黎明[1];陈孔常[2]

机构：[1]华东理工大学物理系,上海200237;[2]华东理工大学精细化工研究所,上海200237

年份：1996

卷号：13

期号：2

起止页码：243

中文期刊名：计算物理

外文期刊名：Chinese Journal of Computational Physics

收录：CSTPCD;;Scopus;北大核心:【北大核心1992】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：神经网络;双原子;分子;键长

外文关键词：neural network;;diatomic molecule;;bond length;;electronegativity;;features

摘要：用神经网络反向传播算法计算了双原子分子的键长。采用二原子的 Slater 原子半径,Paul-ing 电负性,在元素周期表中的主族数及周期数等作为特征变量,得到了神经网络的训练及预报结果。
By using the back-propagation(BP)model of neural network,the bond length of diatomic molecule is determinated.Slater atomic radius,Pauling electronegativity,major group and cycle numbers of the periodic table,etc.,are used as features.The calculated and predicted results of neural network appear to be better than those of reported calculations.