C05
笔记本墙钟预算下反应能垒计算的误差-成本前沿：泛函×基组网格在 BH76 上的系统偏置可校正性判定
1 · 研究问题
在标准反应能垒基准集 BH76 的固定几何上，密度泛函（DFT）方法的"泛函 × 基组"组合构成的误差-墙钟成本前沿在纯 CPU 笔记本上落在哪里？对每个组合，其误差是系统性的（可由一个加性常数或线性标度校正掉大部分）还是随机的（校正后 MAE 几乎不降）？
2 · 研究背景与空白
反应能垒（barrier height）决定反应速率，是计算化学中最难算准也最有用的量之一；化学精度（chemical accuracy）通常定义为 1 kcal/mol。BH76 是 GMTKN55 中的能垒子集，含 76 个正逆向能垒（氢转移、重原子转移、亲核取代等），提供固定参考几何与高精度参考能垒——这一点至关重要：无需过渡态搜索或频率计算，只做单点能量，因此完全落在笔记本算力范围内。
已有工作走到哪一步：Goerigk 与 Grimme 等（PCCP 2017）在 GMTKN55 上评测 200 余个泛函并公布 BH76 上的 MAD，结论是纯 GGA 严重低估能垒（常达 8–10 kcal/mol），杂化泛函随 HF 交换比例改善，双杂化最优。这些评测统一在 def2-QZVP 量级大基组上进行，运行于工作站/集群。
空白在：小型课题组用的是 6-31G 这一级，而在这一级上"哪个泛函最准"的排名与大基组结论未必一致，且没有人以固定墙钟预算为约束报告过误差-成本前沿。更关键的是，现有评测报告 MAD，却没有系统回答"误差有多少是可由一个常数吸收的系统偏置"——若 GGA 的 −9 kcal/mol 误差高度一致，廉价方法加一个经验常数即可达到杂化泛函的实用精度。这属于换问题方向 + 换评价维度*。
3 · 可检验假设
H1 在 BH76 上，纯 GGA 泛函（如 PBE、BLYP）在 6-31G* 下的平均带符号误差（mean signed error, MSE）为负且量级 ≥ 6 kcal/mol；扣除该常数偏置后，其 MAE 下降 ≥ 50%，即误差主要是系统性的。
H2 在等墙钟时间口径下（同一时间预算内可完成的组合），基组升级（6-31G* → def2-TZVP）对能垒 MAE 的改善幅度小于泛函升级（GGA → 杂化）；即在笔记本预算下，把算力花在泛函上比花在基组上更划算。若 H2 被否证，同样给出明确的、可操作的资源分配建议。
4 · 量化验收标准
- 方法学校验（硬门槛）：用自建 PySCF 管线在 BH76 的全部 76 个能垒上重算至少 2 个已被 GMTKN55 评测过的泛函（如 PBE 与 B3LYP）在同一基组下的结果，与 Goerigk 等公布的 MAD 值对比，偏差 ≤ 1.0 kcal/mol（若基组不同，须先在文献所用基组上做一次对照）。此条不过关意味着几何读取、参考能定义（正/逆向、单位 kcal/mol vs Hartree）或 SCF 设置有误，后续全部误差-成本结论无效。
- 统计口径预先写死：误差指标同时报 MAE、RMSE 与 MSE（全部 kcal/mol），并报"扣除 MSE 后的残差 MAE"作为系统偏置可校正性的量化指标。所有点估计给 1,000 次自助（自助单位为反应）95% 置信区间。成本口径采用双口径：等自由度（同基组下比泛函）与等墙钟时间（同时间预算下比一切组合），两种都要报，且墙钟时间必须在同一台机器、同一线程数、连续测量三次取中位数。
- 网格规模下限：≥ 6 个泛函（覆盖 GGA / meta-GGA / 杂化 / range-separated 四类）× ≥ 3 个基组（6-31G*、def2-SVP、def2-TZVP），共 ≥ 18 个组合 × 76 个能垒。
- 收敛性检查：报告每个组合的 SCF 收敛失败率与 DFT 积分格点敏感性（至少 2 个格点等级对照，能垒变化 ≤ 0.2 kcal/mol 方认为格点收敛）。任何未收敛的算例必须显式列出，不得静默丢弃。
- 交付一张"MAE vs 单点墙钟时间"的前沿图，并在图上标出 1 kcal/mol 化学精度线与本机 1 分钟/10 分钟预算线。
- 全部输入几何、批量脚本、原始能量输出、计时日志与统计脚本开源，一条命令可重跑。
5 · 数据与工具
| 用途 | 来源 / 工具 |
|---|---|
| 基准几何与参考能垒 | GMTKN55 的 BH76 子集（Goerigk/Grimme 组官网提供打包下载，含笛卡尔坐标与参考能）。仅用于校验与对比，不计入本项目的数据贡献 |
| 主计算引擎 | PySCF（Apache-2.0，pip 可装，纯 Python + NumPy/BLAS 后端）。内置：HF、DFT（大量 LibXC 泛函）、密度拟合、几何优化（需配合 geomeTRIC）、解析梯度。注意：不同泛函的可用性依赖 LibXC 版本，双杂化泛函与部分 range-separated 泛函是否内置须核实；MP2/CCSD 内置但对本课题非必需 |
| 可选对照引擎 | ORCA。官方声明对学术与个人用途免费，但需注册并接受 EULA，且条款面向"学术机构"的研究/教学用途——中学生个人是否符合资格须在第 3 周前核实；不符合则完全弃用，PySCF 已足够 |
| 结构与驱动 | ASE（读写坐标、批量驱动）、geomeTRIC（若做几何优化扩展）、Python 标准库计时 |
| 算力 | 纯 CPU。参考标尺：PySCF 官方基准中苯（6 重原子，6-31G 约 102 个基函数）的 B3LYP 单点约 4 秒。按混合 DFT 约 N³–N⁴ 的经验标度外推到本课题：BH76 体系多为 ≤ 6 重原子，6-31G* 单点 秒级，def2-TZVP 单点 数十秒；18 组合 × 76 能垒（每个能垒需 3 个单点：反应物、过渡态、产物）≈ 4,000 次单点，单机 数小时至一两天，可后台分批跑。超出范围的方案（明确列出）**：过渡态搜索 + 解析频率（10 重原子以上的 Hessian 在笔记本上是数小时到数天/分子）、双杂化泛函在 def2-QZVP 下的全网格、任何 CCSD(T)/CBS 自算参考值——这三项一律不做，参考值直接取 BH76 已发布数值 |
6 · 方法路径
- 装 PySCF + ASE，跑通官方算例，下载 BH76，先用 1 个泛函 1 个基组打通"读几何 → 单点 → 组装能垒 → 对比参考"的全链路（第 1–6 周）。
- 核实工具能力边界：确认 PySCF 中目标泛函的 LibXC 名称与可用性、密度拟合是否会改变能垒（做一次开关对照）、默认积分格点等级是否足够。第 6 周前查清 ORCA 的许可资格问题，结论写进方案（可用/不可用/需核实）。
- 通过方法学校验硬门槛：复现 PBE 与 B3LYP 在 BH76 上的已发表 MAD。
- 铺开泛函 × 基组网格，批量计算并逐个记录墙钟时间（同机、同线程、三次中位数）；未收敛算例单独记录。
- 做统计分析：MAE / RMSE / MSE、扣除 MSE 后的残差 MAE、按反应类型（氢转移 / 重原子转移 / 亲核取代）分层，全部给自助 95% CI。
- 绘制误差-成本前沿图（等墙钟口径）与等自由度对比表，判定 H1 与 H2。
- 独立交叉校验：随机抽 10 个能垒，用 xtb 的 GFN2-xTB 与一个未纳入网格的泛函重算，确认前沿位置与偏置方向的结论不依赖网格的具体选点。
7 · 新颖性边界
- 本课题不声称提出新泛函或新校正方案，不声称发现"GGA 低估能垒"（这是数十年的共识），不自算高精度参考值，不把 GMTKN55/BH76 数据计入学生的数据贡献。
- 已有工作具体完成了什么：Goerigk 与 Grimme 等（PCCP 2017）在 GMTKN55/BH76 上评测 200 余个泛函，统一使用大基组（def2-QZVP 量级）并运行于集群，输出为每个泛函的 MAD 排名与加权总分（WTMAD）。
- 本项目的贡献有两条且都是主结论：其一，换问题方向——把"哪个泛函最准"换成"在纯 CPU 笔记本的固定墙钟预算下误差前沿在哪"，输出一张对小资源使用者可直接照做的前沿图；其二，换评价维度——把 MAD 拆成"系统偏置 + 残差"，定量回答"廉价泛函加一个经验常数能不能顶用"这一从未被系统报告的问题。
- 为什么有价值：绝大多数中学与本科阶段的计算化学工作被迫在 6-31G 这一级做能垒，却只能参考大基组的泛函排名。这份前沿图直接服务于这一使用场景，且方法学层面的可复现性贡献在计算领域是被承认的*——但定位必须讲清楚，否则会被误读为重复 Goerigk 的工作。
- "差异不显著"同样是有效结论：若扣除 MSE 后残差 MAE 几乎不降，说明廉价泛函的误差本质随机、不可用常数校正，这直接否定了一条被广泛使用的民间做法。
8 · 决策门槛（go / no-go）
- 第 6 周末：方法学校验硬门槛必须通过（PBE/B3LYP 的 BH76 MAD 复现偏差 ≤ 1.0 kcal/mol）。若失败，最可能的原因是参考能定义或几何版本不匹配——降级为改用 BH76 的一个子集（如只做 19 个氢转移反应，参考值在多篇文献中被独立引用，交叉验证更容易），网格规模不变，主结论框架完全保留。
- 第 10 周末：核实本机跑完全网格所需的总墙钟时间。若外推超过 200 小时，立即降级：其一，把基组从 3 个减到 2 个（6-31G* 与 def2-SVP），去掉 def2-TZVP；其二，把能垒数从 76 减到分层抽样的 40 个（每类反应等比例抽取，抽样规则事先写定）。两条路径都保留"误差-成本前沿 + 偏置可校正性"的主结论框架。
- 第 3 周前必须查清（不要边做边发现）：ORCA 的免费学术许可是否覆盖中学生个人使用。若不覆盖，方案中一切 ORCA 相关内容删除，全部改用 PySCF——本课题的设计已保证不依赖 ORCA。
- 已知困难即研究内容：SCF 不收敛在过渡态构型上时有发生。把"哪些泛函/基组组合在哪类过渡态上更容易不收敛"写成一节，本身就是对小资源使用者有价值的交付物，而不是失败。
- 预算裁剪顺序：先砍 def2-TZVP，再砍格点敏感性分析（改为只在 2 个代表组合上做），再砍反应类型分层，最后砍 xtb 交叉校验。砍到只剩"6 泛函 × 1 基组 × 76 能垒 + 前沿图 + 偏置分解"时主结论仍成立。
- 选择前提：仅在学生已理解自洽场、基组、交换关联泛函等基本概念时启动，否则先做 C01/C02 打底。