聚类混合蒙特卡罗模拟算法
统计力学
2009-11-07 v1
摘要
我们指出，将单次自旋翻转的 Metropolis 方法加入 Wolff 聚类翻转蒙特卡罗程序后，将导致对自旋 1/2 Ising 模型实现显著的 **性能提升**。我们还指出，将 Wolff 聚类翻转方法加入 Metropolis 或 heat bath 算法中（在仅靠聚类翻转并不立即明显的情况下，例如自旋 3/2 Ising 模型），可显著 **降低** 模拟的统计误差。这些方法的另一优势在于，系统性误差由 imperfect 随机数生成引入，可能通过将单次自旋翻转与聚类翻转混合而在很大程度上被修复。
引用
@article{arxiv.cond-mat/0205264,
title = {Cluster Hybrid Monte Carlo Simulation Algorithms},
author = {J. A. Plascak and Alan M. Ferrenberg and D. P. Landau},
journal= {arXiv preprint arXiv:cond-mat/0205264},
year = {2009}
}
备注
16 pages, 10 figures