DFT的matlab源代码-amp-tutorial:插图

DFT的matlab源代码开源神经网络应用教程 \ maketitle 介绍 所有随附的文档和数据可从Github获得，网址为： 同样，可以在以下位置找到PDF： 除Vienna ab initio模拟软件包（VASP）之外，其中描述的所有代码都是开源的。 有疑问或有兴趣了解更多信息吗？ 请随时通过jboes@andrew.cmu.edu与我联系。 理论 密度泛函理论 在Kitchin小组中，我们使用VASP服进行密度泛函理论（DFT）计算。 求解用电子密度逼近薛定inger方程的Kohn-Sham方程。 VASP是大体积系统的理想选择，因为它使用平面波来估计电子密度。 尽管强大而准确的DFT对于更高级的应用（例如分子动力学（MD）和较大的晶胞）来说太慢了。 MD要求进行大量的串行计算，而DFT不适合进行此计算。 神经网络（NN） 神经网络是一种机器学习技术，可用于从任意输入变量构造灵活函数。 这已成功实现，可以从原子位置（输入变量）预测势能（函数输出）。 图ref：fig-nn中展示了一个2原子系统的基本前馈神经网络。 前馈神经网络受到其构造的限制。 使用此方法不能添加原子或使原子混