激发态在光化学机制中起着至关重要的作用，直接影响寻找新的高发光材料、光催化剂、荧光探针、光伏器件等的能力。然而大分子体系和纳米团簇的激发态势能面计算非常昂贵。为了解决这个问题，2016 年在 ADF 中加入了 TDDFT+TB 方法。受 Stefan Grimme 的 sTDA 和 sTDDFT 方法启发，TDDFT+TB 在线性响应TDDFT 中使用单极近似而不是耦合矩阵积分，大幅降低了计算激发态能量的成本。 在最近的一篇论文中，研究人员利用 Z-矢量方法推导了 TDDFT+TB 的解析梯度，并将代码实现到 AMS 中的 ADF 引擎中，并已于2023年发布。作者测试了总共60个不同的化学体系，包括9个双原子分子、26个小有机分子、一个裸金纳米团簇核心、10个配体保护的贵金属纳米团簇和14个发色团。作者发现，与 TDDFT 相比，这种方法的时间成本仅为三分之一，能够用于更大的分子体系的发射能量和激发态几何结构计算。 总之，解析梯度的 TDDFT+TB 是一种有用的工具，大幅度降低了激发态几何结构优化的计算成本，同时保持了 TDDFT 的准确性。
