AI计算模拟
AI-enriched COMPUTATIONAL SIMULATION
AI计算模拟
以AI、大数据分析及数字化工作流为基础的综合计算模拟解决方案

MOPAC——半经验量化计算模块

Reliable High-Throughput Calculations of Thermodynamic Properties

Why use Semiempirical methods? Modern methods have good accuracy, results can be rapidly checked, and ideas can be tested easily. We want to solve a problem!

——Jimmy Stewart


MOPAC(Molecular Orbital PACKage)是基于20世纪80年代引入的Dewar、Thiel’s NDDO(neglect of differential diatomic overlap)的半经验量化软件。经过不断开发和改进,MOPAC具备了高效计算的性能和实验的精度。MOPAC采用的PM6、PM7的方法与密度泛函(DFT)方法精度相似,但计算速度更快。


将MOPAC集成到MedeA中,可以对具有上千个原子的分子和固体进行更高性能的计算。MOPAC的高性能计算尤其适用于计算有机分子系统的热力学性质研究以及对无机化合物(不包括金属)的晶体的研究。MOPAC的应用范围非常广泛,与DFT方法相当。





MedeA MOPAC - Calculate properties of molecules with flowcharts to compare results with experimental data


能够计算的性质:

• 生成热

• 反应能和吉布斯自由能

• 溶剂化能(COSMO)

• 红外/拉曼光谱

• 紫外/可见光谱

• 分子体积和面积

• 偶极矩

• HOMO/LUMO带隙


功能特点:

• 快速可靠地计算单分子和晶体结构的热动力学性质

• 准确预测含有数百至数千个原子的有机和无机体系的性质

• MedeA具有完善的数据库及多种结构创建工具,有助于快速生成输入文件

• 简化了数千种化合物的性能筛选

• 对非金属体系性能实现准确预测

• 多阶磁性计算速度比标准的DFT方法快一个数量级

• 支持的半经验方法:AM1、MNDO、MNDOD、PM3、PM6、PM7和RM1

• 可与MedeA LAMMPS和MedeA VASP兼容实现多尺度计算


所需模块:

• MedeA Environment


推荐模块:

• MedeA Amorphous Materials Builder

• MedeA Docking

• MedeA GIBBS

• MedeA Gaussian GUI

• MedeA HT-Launchpad

• MedeA HT-Descriptors

• MedeA QT