MCAMC：一种用于动力学蒙特卡罗模拟的高级算法：从磁化翻转到蛋白折叠
材料科学
2007-05-23 v1 软凝聚态物质
统计力学
摘要
我们提出了基于吸收马尔可夫链的蒙特卡罗方法（MCAMC），用于进行极其漫长的动力学蒙特卡罗模拟。MCAMC算法不修改系统动力学。在需要进行低温模拟且系统状态空间为离散的模型中，这一算法非常有用。为了说明该算法的优势与局限性，我们介绍了一个涉及能量景观上随机行走者的简单模型。这个简单模型具有蛋白折叠的某些特征，同时也可能在纳米尺度磁性材料的域运动中实现。我们发现，即使是最简单的 MCAMC算法也能使计算速度提高多个数量级。更复杂的 MCAMC模拟还能通过多个数量级的速度提升。
引用
@article{arxiv.cond-mat/0211032,
title = {MCAMC: An Advanced Algorithm for Kinetic Monte Carlo Simulations: from Magnetization Switching to Protein Folding},
author = {M. A. Novotny and Shannon M. Wheeler},
journal= {arXiv preprint arXiv:cond-mat/0211032},
year = {2007}
}
备注
17 pages, 4 figures, Sept. 2002 NATO ASI conference proceedings article