本發(fā)明涉及計(jì)算機(jī)化學(xué)技術(shù)領(lǐng)域，公開了一種基于BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測有機(jī)化學(xué)分子基態(tài)能量的方法；收集有機(jī)化學(xué)分子信息，構(gòu)建電子結(jié)構(gòu)數(shù)據(jù)庫，篩選出部分分子信息；整理出GJF輸入文件，并計(jì)算分子基態(tài)能量；計(jì)算庫倫矩陣進(jìn)行特征值計(jì)算，將其作為BP人工神經(jīng)網(wǎng)絡(luò)的特征輸入；對特征輸入進(jìn)行數(shù)據(jù)預(yù)處理，整理數(shù)據(jù)預(yù)測的CSV輸入文件，分為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)；構(gòu)建BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測有機(jī)化學(xué)分子基態(tài)能量，通過訓(xùn)練得到最優(yōu)模型構(gòu)型和超參數(shù)大??；將測試數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)中訓(xùn)練，通過評價(jià)模型預(yù)測結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明具有較高的準(zhǔn)確率，計(jì)算時(shí)間一直保持在亞秒速度，計(jì)算成本低且具有較好的泛化能力和較強(qiáng)的魯棒性。