BP神经网络预测二肽模型多极展开属性计算方法

摘要

本发明涉及基于BP神经网络预测二肽模型多极展开属性计算方法，包括以下步骤：通过量子力学计算软件Gaussian优化不同二肽构象的结构，并计算其物理化学参数及原子间相互距离；选择部分二肽构象的原子的物理化学参数以及原子间相互距离训练BP神经网络，得到BP神经网络的物理化学参数；并通过剩余的二肽构象作为测试集验证BP神经网络的预测结果。本发明通过BP神经网络预测代替量子力学计算Gaussian软件进行的量子力学计算。在基于力场信息的分子力学模拟的基础上，本发明可以快速的针对不同构象给出二肽的能量，多极距等物理化学参数等信息。在可接受的误差范围内，极大地减少了计算的时间和计算量，大大地提高了动力学模拟过程中的精度。

主权项

基于BP神经网络预测二肽模型多极展开属性计算方法，其特征在于包括以下步骤：通过量子力学计算软件Gaussian优化不同二肽构象的结构，并计算其物理化学参数及原子间相互距离；选择部分二肽构象的原子的物理化学参数以及原子间相互距离训练BP神经网络，得到BP神经网络的物理化学参数；并通过剩余的二肽构象作为测试集验证BP神经网络的预测结果。