教程(二十七):AMPAC程序中CHAIN方法搜索过渡态发表时间:2025-07-11 09:16 AMPAC程序中CHAIN方法搜索过渡态(一)引言: 对于前面的TS和STQN方法,都有各自的优缺点。此处介绍一种不需要过渡依赖经验的组合方法。本方法借助于AMPAC程序中寻找过渡态的Chain方法,先使用半经验方法得到一个过渡态的初始结构,然后在Gaussian软件中使用DFT方法对此“过渡态”结构进行优化。 CHN(及其前身CHAIN)旨在定位给定一对极小值(即所研究化学反应的反应物与产物)之间的过渡态。该方法无需过渡态初始猜测,从而规避了局部梯度最小化方法的主要局限。虽然非局部搜索策略(如模拟退火法)也无需初始猜测即可搜寻过渡态,但这些方法无法聚焦于特定目标过渡态。 CHN方法通过直接构建反应物-产物间的过渡路径,突破性实现:① 摆脱对初始猜测的依赖 ② 精准定位目标过渡态。 CHN 接受两个或多个几何构型作为输入。每个几何构型必须具有相同的组成和原子排序。第一个几何构型被视为反应物(起点),最后一个几何构型被视为产物(终点)。如果指定了超过2 个几何构型,则它们被视为反应物和产物之间路径上的中间点。(CHAIN 是此规则的一个例外,它要求精确提供 3 个几何构型,顺序为:近似过渡态、反应物、然后是产物。) 如果指定了OPTIL,则使用 TRUSTE 将反应物几何构型优化至极小点;如果指定了 OPTIR,则使用 TRUSTE 将产物几何构型优化至极小点。OPTILR 或 OPTIRL 会导致两个几何构型都被优化。
(二)计算过程: 1. 水分子与甲醛分子反应的过渡态
(三)观看教程视频:https://www.bilibili.com/video/BV1yzGczZEUW/ |