聚类蒙特卡洛算法
统计力学
2007-05-23 v1
摘要
近年来，对蒙特卡洛方法的更好理解为我们提供了在统计物理学的不同领域许多新技术。值得特别关注的是所谓聚类方法，这些方法利用详细平衡条件所赋予的算法自由度。聚类算法出现在经典自旋模型（如 Ising 模型）、格子量子模型（玻色子、量子自旋及相关系统）以及硬球和其他'熵'系统中，这些系统的配置能么为零或无穷。在本章中，我们讨论了聚类算法的基本思想，特别强调针对硬球及相关系统的枢轴聚类方法，此方法的多个最新应用被呈现。我们提供的细节较少但背景信息更多，区别于原始文献。
引用
@article{arxiv.cond-mat/0311623,
title = {Cluster Monte Carlo algorithms},
author = {Werner Krauth},
journal= {arXiv preprint arXiv:cond-mat/0311623},
year = {2007}
}
备注
Chapter of `New Optimization Algorithms in Physics', edited by A. K. Hartmann and H. Rieger, (Wiley-VCh). ISBN: 3-527-40406-6, Estimated publishing date: June 2004, see: http://www.wiley-vch.de/publish/en/books/