用于稳健构型与动力学采样的 Langevin 恒温器
统计力学
2019-08-14 v1 计算物理
摘要
我们重新表述了 Gr{\o}nbech-Jensen 与 Farago (GJF) 用于恒温 Langevin 动力学模拟的算法。GJF 算法在分子动力学模拟中日益流行，因为它提供了稳健（即对时间步长变化不敏感）且准确的相空间构型采样，可使用比其他 Langevin 恒温器更大的时间步长。在原始推导 [Mol. Phys. {\bf 111}, 983 (2013)] 中，该算法被表述为带有原位速度变量的 velocity-Verlet 型积分器。此处，我们将其重新表述为带有半步速度变量的蛙跳格式。与原始形式相反，重新表述后的形式还提供对平均动能等动力学量的稳健且准确的估计。我们解析证明，所给出的新算法对于任何小于 Verlet 稳定性极限的时间步长，均给出谐振子的精确构型温度与动力学温度，并使用计算机模拟证明了该算法在强非线性系统中的构型与动力学稳健性。GJF 恒温器新表述的这一特性使其在计算机模拟中实现极具吸引力。
引用
@article{arxiv.1903.02674,
title = {Langevin thermostat for robust configurational and kinetic sampling},
author = {Oded Farago},
journal= {arXiv preprint arXiv:1903.02674},
year = {2019}
}