Efficiency of numerical basis sets for predicting the binding energies of hydrogen bonded complexes: Evidence of small basis set superposition error compared to Gaussian basis sets

基准集 存储基集 基础(线性代数) 配网 高斯分布 基函数 叠加原理 数学 统计物理学 密度泛函理论 计算化学 量子力学 数学分析 物理 化学 几何学 原子轨道的线性组合
作者
Yasuji Inada,Hideo Orita
出处
期刊:Journal of Computational Chemistry [Wiley]
卷期号:29 (2): 225-232 被引量:501
标识
DOI:10.1002/jcc.20782
摘要

Binding energies of selected hydrogen bonded complexes have been calculated within the framework of density functional theory (DFT) method to discuss the efficiency of numerical basis sets implemented in the DFT code DMol3 in comparison with Gaussian basis sets. The corrections of basis set superposition error (BSSE) are evaluated by means of counterpoise method. Two kinds of different numerical basis sets in size are examined; the size of the one is comparable to Gaussian double zeta plus polarization function basis set (DNP), and that of the other is comparable to triple zeta plus double polarization functions basis set (TNDP). We have confirmed that the magnitudes of BSSE in these numerical basis sets are comparative to or smaller than those in Gaussian basis sets whose sizes are much larger than the corresponding numerical basis sets; the BSSE corrections in DNP are less than those in the Gaussian 6-311+G(3df,2pd) basis set, and those in TNDP are comparable to those in the substantially large scale Gaussian basis set aug-cc-pVTZ. The differences in counterpoise corrected binding energies between calculated using DNP and calculated using aug-cc-pVTZ are less than 9 kJ/mol for all of the complexes studied in the present work. The present results have shown that the cost effectiveness in the numerical basis sets in DMol3 is superior to that in Gaussian basis sets in terms of accuracy per computational cost.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大猴的球球完成签到 ,获得积分10
1秒前
1秒前
wojwosjns完成签到,获得积分10
1秒前
1秒前
ytzzz完成签到,获得积分20
1秒前
恣意发布了新的文献求助10
1秒前
2秒前
2秒前
2秒前
wuzhi完成签到,获得积分10
4秒前
4秒前
烟雾完成签到,获得积分10
4秒前
siyuwang1234发布了新的文献求助10
5秒前
叶远望发布了新的文献求助10
5秒前
Dandelion完成签到,获得积分10
5秒前
甜美小蕾完成签到,获得积分10
6秒前
6秒前
小二郎应助范旭东采纳,获得10
6秒前
Sherry发布了新的文献求助10
6秒前
6秒前
杳鸢应助杰瑞采纳,获得30
7秒前
cen完成签到,获得积分10
7秒前
KONG发布了新的文献求助10
7秒前
科研小美完成签到 ,获得积分10
8秒前
8秒前
8秒前
8秒前
曹曹完成签到 ,获得积分10
8秒前
9秒前
qiuxin发布了新的文献求助10
9秒前
吴凯发布了新的文献求助10
9秒前
10秒前
成就寒珊发布了新的文献求助30
10秒前
yuki完成签到,获得积分20
11秒前
Justtry发布了新的文献求助10
11秒前
调皮尔白发布了新的文献求助50
14秒前
吕芳菲发布了新的文献求助10
14秒前
无限平凡发布了新的文献求助10
14秒前
顾矜应助cao_ming采纳,获得10
15秒前
Nathan发布了新的文献求助10
15秒前
高分求助中
Medicina di laboratorio. Logica e patologia clinica 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3216888
求助须知:如何正确求助?哪些是违规求助? 2866118
关于积分的说明 8150420
捐赠科研通 2532713
什么是DOI,文献DOI怎么找? 1365843
科研通“疑难数据库(出版商)”最低求助积分说明 644635
邀请新用户注册赠送积分活动 617549