群体退火中的重采样方案：数值与理论结果

群体退火算法是模拟退火的基于群体的平衡版本。它比单独使用标准马尔可夫链蒙特卡洛更能有效地采样具有粗糙自由能景观的热力学系统。许多参数可以被微调以提高群体退火算法的性能。虽然关于大多数这些参数已有一些数值和理论工作，但文献中关于重采样在群体退火中作用的研究似乎存在空白，本工作试图填补这一空白。本研究使用二维伊辛模型作为基准系统。首先实现各种重采样方法并进行数值比较。在第二部分中，利用伊辛模型的精确解来创建一个人工群体退火设置，其在每个温度下具有有效无限的蒙特卡洛更新。这一极限首先在有限群体规模上执行，随后推广到无限群体。这使我们能够孤立地考察重采样，而不受其他参数干扰。许多结果预期可推广到其他系统。