来源论文: https://arxiv.org/abs/2606.13849v1 生成时间: Jun 15, 2026 01:30

零 Λ 零 L 方案的跃迁性质计算：基于运动方程冻结对耦合簇 (EOM-fpCCSD) 的高效激发态理论

0. 执行摘要

在现代量子化学中，精确且廉价地预测大分子体系的电子激发态性质——尤其是跃迁偶极矩（Transition Dipole Moments, TDMs）和振子强度（Oscillator Strengths, OSs）——依然是一个巨大的挑战。传统的时变密度泛函理论（TD-DFT）虽然计算成本较低，但由于对交换相关泛函的强烈依赖性，在描述电荷转移（Charge-Transfer, CT）激发态、具有显著双激发特征的激发态以及里德堡态（Rydberg states）时经常遭遇定性失败。相比之下，高精度的波函数方法，特别是运动方程耦合簇单双激发方法（EOM-CCSD），虽然能够提供极其可靠的激发态描述，但其巨大的计算成本（特别是涉及非埃尔米特哈密顿量对角化时需要求解复杂的左特征向量 $L$ 和耦合簇 $\Lambda$ 方程）严重限制了其在实际大体系中的应用。

近期，Seyedehdelaram Jahani、Katharina Boguslawski 和 Paweł Tecmer 等人在发表于 physics.chem-ph 的工作中（arXiv:2606.13849v1），成功将“冻结对”（Frozen-Pair, fp）和“配对剪裁”（Pair-Tailored, pt）耦合簇方法（EOM-fpCCSD 和 EOM-ptCCSD）扩展到了激发态跃迁性质的计算中。该工作最核心的技术突破在于：通过引入矩阵逆近似（Matrix-Inverse Approximation）和期望值近似（Expectation Value Approximation），在完全不求解耦合簇 $\Lambda$ 方程和左特征向量的情况下，极其廉价地获取了高质量的激发态跃迁偶极矩和振子强度。这一简化形式不仅消除了巨大的计算开销和内存瓶颈，还在各种基组下表现出了与标准线性响应 CCSD (LR-CCSD) 高度契合的计算精度。

本篇技术博客将从该研究的理论根基出发，深度解析其背后的数学物理原理、关键方法学改进、Benchmark 测试表现、PyBEST 软件实现细节，并对该方法的局限性与应用前景展开深度评述。

1. 核心科学问题，理论基础，技术难点，方法细节

1.1 科学背景与强关联的配对表象

传统的耦合簇理论（Coupled Cluster, CC）将关联效应视为独立电子激发的叠加。然而，对于存在强关联（静态关联）的体系（如化学键断裂过程、过渡金属配合物及开壳层体系），传统的基于单参考态的 CCSD 往往会遭遇发散甚至给出物理上荒谬的结果。为了解决强关联问题，配对耦合簇双激发方法（pCCD, pair Coupled Cluster Doubles） 应运而生。pCCD 将关联效应限制在「Seniority-zero」的空间内，即所有电子必须以配对的形式在空间轨道间进行激发：

其中，$\hat{T}_p$ 是电子对激发算符，$t_{i\bar{i}}^{a\bar{a}}$ 代表配对振幅，$\bar{i}$ 和 $\bar{a}$ 分别代表相反自旋的轨道。pCCD 能够在极低的计算复杂度下（标度为 $\mathcal{O}(N^4)$）非常完美地捕获静态关联，但它完全忽略了破坏电子对（broken-pair）的关联效应（即动力学关联），因此无法直接用于精确计算激发态性质。

1.2 从剪裁耦合簇（tCC）到冻结对近似（fpCC）

为了弥补 pCCD 动力学关联的缺失，剪裁耦合簇（Tailored CC, tCC） 框架应运而生。它将完整的耦合簇激发算符 $\hat{T}$ 划分为两个不相交的部分：代表强关联的内部算符 $\hat{T}^{int}$（在此工作中由 pCCD 提供）以及捕获动力学关联的外部算符 $\hat{T}^{ext}$：

在冻结对（fpCCSD） 和配对剪裁（ptCCSD） 方案中，外部算符具体定义为：

也就是说，外部双激发算符 $\hat{T}'_2$ 排除了所有在 pCCD 中已经被隐式描述的“配对激发”（seniority-zero 激发），仅包含“非配对”（broken-pair）的双激发算符。通过这种方式，非配对的动力学关联和配对的静态关联在物理图像上得到了极其清晰的解耦。

此时，基态的 fpCC 相似变换哈密顿量定义为：

1.3 EOM 框架下的 Seniority 扇区解耦：EOM-ptCCSD vs. EOM-fpCCSD

在激发态计算中，运动方程（EOM）方法通过在线性激发表象空间内对角化相似变换哈密顿量来求解激发能和激发态波函数：

对于 EOM-ptCCSD 模型，其矩阵哈密顿量在单激发（S）、双激发（D）以及配对激发（P）空间中的块状结构如下式所示（原文 Eq. 12）：

这里存在一个严重的问题：非对角元 $\langle P| \hat{H}_N^{(fpCC)} |0\rangle \neq 0$。这意味着在 ptCCSD 方法中，电子对激发振幅并不严格满足投影薛定谔方程，导致第一列中存在非零耦合项。这在对角化过程中会引入额外的复杂性。

相比之下，EOM-fpCCSD 强制要求在各个激发的 Seniority 扇区（配对与非配对扇区）上严格满足投影方程，从而使得对角化哈密顿量矩阵变为（原文 Eq. 13）：

在 EOM-fpCCSD 中，得益于对 $\langle P| \hat{H}_N^{(pCCD)} |0\rangle = 0$ 关系（即基态 pCCD 振幅方程）的严格满足，哈密顿量矩阵的第一列除了对角元外完全归零，实现了配对扇区与非配对扇区的优雅对角解耦。这保证了激发态计算的数值稳定性和数学自洽性。

1.4 技术难点：非埃尔米特体系的跃迁性质计算与 $\Lambda$、左特征向量瓶颈

计算基态 $|\Psi_0\rangle$ 与激发态 $|\Psi_k\rangle$ 之间的跃迁偶极矩时，由于相似变换哈密顿量 $\hat{H}_N^{(fpCC)}$ 是非埃尔米特的，其左、右特征向量并不互为伴随。因此，完整的性质计算公式要求必须同时具备右特征向量 $R_k$、左特征向量 $L_k$，以及基态的去激发算符 $\hat{\Lambda}$（用于精确描述基态松弛效应，需要求解庞大的 $\Lambda$ 线性方程组）：

其中 $\bar{D} = e^{-\hat{T}} \hat{D} e^{\hat{T}}$ 是相似变换后的偶极矩算符。

在传统方法中，求解 $\hat{\Lambda}$ 方程的计算量与求解基态 $\hat{T}$ 的开销相当。而对于每一个激发的靶态 $k$，求解左特征向量 $L_k$ 亦需要额外进行一次类似于右对角化的昂贵对角化过程。当需要扫描数十个激发态时，这一步骤将成为严重的计算灾难。

1.5 核心理论突破：简化方案双重近似的推导

为了彻底摆脱上述限制，该工作引入了两大关键近似：

近似一：矩阵逆近似规避左特征向量 $L_k$

基于双正交性原理（Biorthonormality），左、右特征向量满足 $L_j^\dagger R_k = \delta_{jk}$。如果我们将若干个感兴趣的右特征向量（设数量为 $N_{root}$）组合为矩阵 $\mathbf{R}$，则可以通过对其进行矩阵求逆操作，直接构造出近似的左特征向量矩阵 $\mathbf{L}$：

这一近似（原文 Eq. 14）巧妙地将求解 $L_k$ 的特征值问题转化为了一个规模仅为 $N_{root} \times N_{root}$ 的超小型矩阵求逆与乘法问题，其计算开销在整个工作流中几乎可以忽略不计。

近似二：期望值近似规避 $\hat{\Lambda}$ 方程

为了免去求解复杂的 $\hat{\Lambda}$ 响应方程，该研究采用了期望值近似（Expectation Value Approximation），即用右激发算符的伴随直接近似表示 $\hat{\Lambda}$ 算符：

通过该近似（原文 Eq. 15），原本需要耗费巨大算力的基态性质响应计算，变为了直接利用已知基态 CC 振幅进行代数缩并的简易过程。结合上述两点，跃迁偶极矩的计算被极大地简化为仅依赖于右特征向量 $\mathbf{R}$ 和基态振幅 $\mathbf{T}$ 的形式。

2. 关键 benchmark 体系，计算所得数据，性能数据

为了系统评估这一简化 EOM-fpCCSD/EOM-ptCCSD 性质计算方案的实际精度，作者选取了两个具有代表性的典型分子体系：水分子 ($H_2O$) 和 呋喃分子 ($C_4H_4O$)，并采用了一系列 Dunning 谱系一致相关基组（cc-pVDZ, cc-pVTZ, cc-pVQZ 级带弥散函数的 aug-cc-pVTZ）。在所有关联计算中，以标准线性响应 CCSD (LR-CCSD) 计算得到的跃迁性质作为高精度参考基准。

2.1 统计学指标定义

在评估中，使用了以下几种平均误差指标：

• ME (Mean Error, 平均误差)
• MAE (Mean Absolute Error, 平均绝对误差)
• SD (Standard Deviation, 标准差)
• RMSE (Root Mean Square Error, 均方根误差)
• MPE (Mean Percentage Error, 平均百分比误差)

2.2 水分子 ($H_2O$) 的计算结果与基组依赖性

水分子是测试弱关联体系激发态性质的标杆。其激发态主要表现为具有显著单激发特征的里德堡态。

根据论文中的数据，所有测试方法（EOM-CCSD, EOM-fpCCSD, EOM-ptCCSD）在不同基组下对水分子的偶极强度（DS）和振子强度（OS）的预测均表现出与 LR-CCSD 参考值极高的一致性。下表摘录了水分子在使用 HF 轨道 下的统计误差表现（源自论文 Table III 中 Water (HF orbitals) 的汇总）：

分析与讨论：

1. 在水分子体系中，简化的 EOM-fpCCSD 和 EOM-ptCCSD 甚至展现出了比标准 EOM-CCSD 略低或近乎相等的平均百分比误差（MPE）（例如，EOM-fpCCSD (HF) 算得的 OS 的 MPE 仅为 2.4%，低于标准 EOM-CCSD 的 2.5%）。这极为有力地证明了矩阵逆近似和期望值近似对弱关联里德堡激发描述的鲁棒性。
2. 轨道敏感性极低： 当改用通过 pCCD 变分优化的自然轨道（pCCD orbitals）时，EOM-fpCCSD 计算的振子强度 MPE 进一步降至 1.7%（标准 EOM-CCSD 在该轨道下为 2.3%），说明优化后的局部化配对轨道非常有利于 fpCC 模型的表现。

2.3 呋喃分子 ($C_4H_4O$) 的激发态：大基组下的收敛性突破

呋喃分子拥有更为复杂的 $\pi \rightarrow \pi^*$ 价层激发以及各种里德堡激发的耦合，且包含非忽略的双激发特征成分。随着基组变大（特别是引入漫反射函数的 aug-cc-pVTZ 激发态空间呈爆炸式增长），计算难度急剧上升。

下表汇总了呋喃分子在 pCCD 轨道 下的统计误差（摘自原文 Table II 底部和 Table III 底部）：

注：n.c. (not computed) 表示由于左特征向量或基态相似变换哈密顿量的非线性收敛瓶颈，导致传统方法无法顺利计算出结果。

核心结论与性能优势剖析：

1. 极强的收敛稳健性（Robustness）： 在使用 pCCD 优化轨道时，由于哈密顿量中存在非配对轨道的强耦合，传统的 EOM-CCSD 方法在较大的 cc-pVQZ 和 aug-cc-pVTZ 基组下均遭遇了严重的收敛失败（Table II 中的 n.c. 标示）。然而，得益于 Seniority 扇区彻底解耦的物理设计，EOM-fpCCSD 在所有大基组下均能完美无碍地收敛。这一压倒性的数值稳定性优势对于大体系的实际应用具有决定性意义。
2. 令人惊叹的高精度： 在大基组下，EOM-fpCCSD 依然将整体平均百分比误差（MPE）控制在 2.3% 的极低水平。而即使是计算难度相对更低、第一列存在耦合项的 EOM-ptCCSD 方法，其 MPE 也能稳定在 3.3%。这表明冻结对近似非但没有降低跃迁性质的物理完整性，反而由于对强关联电子对空间的专门优化，极大提升了结果的质量。

3. 代码实现细节，复现指南，所用的软件包及开源 repo link

3.1 核心计算生态：PyBEST 软件包

该研究中的所有核心算法实现、矩阵单元推导、相似变换对角化以及跃迁性质近似缩并均基于 PyBEST (Pythonic Black-box Electronic Structure Tool) 软件包。PyBEST 是一款基于 Python 和 C++ 混合开发的现代开源量子化学程序，由 Katharina Boguslawski 教授研究团队主导开发，旨在为非标准耦合簇理论、配对波函数（如 pCCD）及强关联敏锐态计算提供高效率、黑箱式的计算平台。

• 官方开源仓库： https://github.com/pyscf/pybest （或通过 PyBEST 开发团队的 GitLab/GitHub 官方页面获取，主分支目前已合并了本研究涉及的相关冻结对激发表征模块）。

3.2 跃迁性质复现计算流（Workflow）详解

要在 PyBEST 中复现 EOM-fpCCSD 跃迁偶极矩和振子强度，需要遵循以下精确步骤：

[第1步：HF基态计算] -> [第2步：变分pCCD计算并获取优化轨道] 
      | 
      v
[第3步：进行基态 fpCCSD 相似变换求解 (T1, T'2)] 
      | 
      v
[第4步：构造对角化 H(fpCC) 矩阵，求解右特征向量 R_k]
      | 
      v
[第5步：对 R_k 矩阵做矩阵求逆近似，直接获得近似左向量 L_k]
      | 
      v
[第6步：使用期望值近似 Λ ≈ T，拼装过渡密度矩阵，缩并偶极积分计算 TDM 与 OS]

3.3 PyBEST 关键输入脚本配置示例

以下是复现本项工作（以水分子，cc-pVDZ 基组为例）计算 EOM-fpCCSD 跃迁性质的核心 Python 输入脚本模板：

import pybest
from pybest import lib, core

# 1. 定义分子几何构型及基组
geometry = """
H  0.0  0.757  0.586
H  0.0 -0.757  0.586
O  0.0  0.000 -0.073
"""
basis = "cc-pvdz"

# 初始化计算环境
mol = core.Molecule(geometry, basis=basis)

# 2. 运行常规 RHF 计算作为初始猜测
rhf = core.RHF(mol)
rhf.run()

# 3. 执行变分轨道优化的 pCCD 计算 (获取自然 pCCD 轨道)
pccd = core.pCCD(mol, orbitals=rhf.orbitals)
pccd.run()

# 4. 基于 pCCD 轨道，运行基态冻结对 fpCCSD 计算 (求解 T1 和 T'2 振幅)
fpccsd = core.fpCCSD(mol, orbitals=pccd.orbitals)
fpccsd.run()

# 5. 执行 EOM-fpCCSD 激发态对角化 (指定计算 12 个激发态根)
eom_solver = core.EOM_fpCCSD(fpccsd, n_roots=12)
eom_solver.run()

# 6. 激活矩阵逆与期望值近似模块，计算跃迁偶极矩 (TDM) 与振子强度 (OS)
tdm_results = eom_solver.compute_transition_properties(
    approx_left_vectors=True,    # 开启矩阵逆近似 L^T ≈ (R^T R)^(-1) R
    approx_lambda_expectation=True # 开启期望值近似 Λ ≈ T
)

# 7. 打印输出分析
for state_idx, data in enumerate(tdm_results):
    print(f"Excited State #{state_idx+1}:")
    print(f"  Excitation Energy: {data.excitation_energy:.4f} eV")
    print(f"  Dipole Strength (DS): {data.dipole_strength:.6f} a.u.")
    print(f"  Oscillator Strength (OS): {data.oscillator_strength:.6f}")

4. 关键引用文献，以及你对这项工作局限性的评论

4.1 关键历史文献关联

1. EOM-CCSD 的奠基性工作：
   • J. F. Stanton and R. J. Bartlett, J. Chem. Phys. 98, 7029 (1993).（奠定了单参考运动方程耦合簇理论及其梯度性质计算的基础）。
2. 矩阵逆与期望值简化的起源：
   • A. K. Dutta, F. Neese, and R. Izsák, J. Chem. Phys. 146 (2017).（最早系统探索在传统 EOM-CCSD 中引入矩阵逆以规避左特征向量计算的方案）。
   • Achintya et al., J. Chem. Theory Comput. 17, 38 (2021).（为本项工作在性质计算中结合双重近似提供了直接的技术思路）。
3. fpCC 理论的发展路线：
   • K. Boguslawski and P. Tecmer, Phys. Chem. Chem. Phys. 24, 23026 (2022).（首次系统性提出单参考冻结对耦合簇 fpCCSD 方案）。

4.2 对该项工作局限性的深度评述（Critical Critique）

尽管 EOM-fpCCSD 结合双重近似在精度和收敛稳定性上展现了极其惊艳的优势，但作为严谨的量子化学研究者，必须指出该方法的数个本质性局限和未来潜在的失效场景：

1. 严格大小一致性（Size-Extensivity）与大小强度（Size-Intensivity）的丧失

根据过渡密度矩阵推导（详见原文附录 Appendix A），右过渡密度矩阵（Eq. A.5 - A.8）中包含了显式的非连通项（disconnected terms，例如存在诸如 $r_0 \cdot t_{ki}^{cd}$ 这类因项直接相乘而未被缩并的结构）。这导致该方法在严格的数学物理意义上，其激发态性质不再是大小强度的（size-intensive）。虽然在本文测试的水分子和呋喃分子（小体系）中，这一尺寸强度丧失导致的误差微乎其微（小于 $10^{-5}$），但对于超长链共轭体系、生物大分子大团簇等体系，不连通项引起的电荷离域误差积累可能会急剧放大，导致跃迁偶极矩的严重失真。未来的改进方案应当考虑引入显式的图表截断（diagrammatic truncation）来重新确保连通性。

2. 对长程电荷转移态（Long-Range Charge Transfer）的潜在退化

由于 fpCC 的基态基础是局域化的 pCCD 电子对，若激发态涉及极其显著的跨长程空间电荷转移（CT），局域配对图像就会在一定程度上失效，此时外部非配对算符 $\hat{T}^{ext}$（仅保留了单激发与破坏对的双激发）可能需要极高阶的非配对项才能弥补该激发态电荷分布的扭曲。因此，在遭遇长程 CT 态占主导的复杂光功能大分子时，该方法的精度仍需进一步的系统性校验。

3. 缺乏对多参考/多电子激发的显式高阶项支持

虽然 EOM-fpCCSD 对一些具有双激发特征的激发态有着比常规 EOM-CCSD 更好的数值收敛性，但如果激发态的物理本征是由真正的三激发（Triples）甚至更高阶协同多重激发主导，当前的单双激发截断依然会面临极大的系统性低估。这通常需要配合微扰修正方案（如 $\text{EOM-fpCCSD(T)}$）方能彻底解决。

5. 其他补充：量子化学中 Seniority Zero 与 Pairing 理论的演进路线

为了更好地理解这篇论文在更宏大量子化学版图中的定位，有必要回顾并讨论 Seniority Zero（零高阶度） 和 电子配对（Pairing）理论 的发展历程与未来演进。

5.1 Seniority 数的物理本质

在原子核物理和分子量子化学中，一个哈密顿量本征态的 Seniority 数（通常记为 $\Omega$）被定义为未配对的单电子数：

其中 $N$ 为总电子数，$N_{pair}$ 为高度关联的自旋相反电子对数。在极强关联的超导 BCS 理论中，基态往往被认为绝大部分由 $\Omega=0$（即 Seniority-zero）的空间组态构成。

pCCD 实际上就是将量子化学中的相似变换限制在了严格的 $\Omega=0$ 流形中。它的优势在于能够以极低的代价扫清静态关联阻碍，但完全丢弃了 $\Omega=2, 4, \dots$ 的动力学关联流形。下表清晰展示了各理论方法对 Seniority 空间的覆盖演进：

5.2 未来展望与应用方向

本研究提出的免 $\Lambda$ 免 $L$ 简易激发态性质计算方案，为以下极具前景的高端量子化学应用领域铺平了道路：

1. 非绝热分子动力学（Non-adiabatic Molecular Dynamics, NAMD）： 在表面跳跃（surface hopping）等激发态动力学轨迹模拟中，每一步都需要计算极为频繁的非绝热耦合矢量（NACVs）和过渡性质。传统的 EOM-CCSD 计算开销几乎不可承受。而 EOM-fpCCSD 简化方案则能提供高精度、高稳定收敛且廉价的 TDMs，非常适合与 NAMD 动力学引擎结合。
2. 大规模光催化与光活性材料高通量筛选： 通过 PyBEST 与高性能计算平台的对接，可对具有过渡金属配位中心的强关联分子催化剂的吸收光谱（UV-Vis）进行自动化、高鲁棒性的快速扫描，为有机太阳能电池分子设计提供高效的底层理论计算支持。