强一级相变的优化宽直方图模拟：大Q Potts模型中的液滴相变

即使对于经典系统，强一级相变的数值模拟也一直是一个众所周知的难题，因为在此类相变附近存在指数抑制的（热）平衡。在缺乏高效更新技术的情况下，改进蒙特卡罗模拟中平衡的常用方法是拓宽采样统计系综，使其超越正则系综的双峰分布。在此，我们展示了一种最近开发的反馈算法如何系统地优化此类宽直方图系综，并与其他扩展系综技术（如平直直方图、多正则或Wang-Landau采样）相比显著加速平衡。作为强一级相变的典型例子，我们在大型系统上模拟了具有多达Q=250个不同状态的二维Potts模型。优化后的直方图呈现出明显的多峰结构，从而解决了相共存区域中的熵垒及其相关的相变，例如周期性边界条件下系统的液滴成核与湮灭或液滴-条带相变。我们通过测量大小为N个自旋的样本跨越相变的往返时间τ(N,Q)来表征优化直方图采样的效率。虽然我们发现对于小Q ≲ 50和N ≲ 40^2，τ与N呈幂律标度，但对于更大的Q，我们观察到向指数标度的交叉。这些结果表明，尽管进行了系综优化，宽直方图模拟仍无法完全消除强一级相变处的超临界慢化。