迈向最优流：态密度引导的副本交换模拟
统计力学
2021-05-13 v1 计算物理
摘要
副本交换（RE）是当今最流行的增强采样模拟技术之一。尽管取得了广泛成功，RE 模拟有时仍无法在实际时间内收敛，例如在相变附近采样时，或当少数难以找到的构型主导统计平均时。我们引入了一种广义 RE 方案，即态密度引导的 RE（g-RE），以应对其中部分挑战。我们方法的关键特征是在 RE 模拟进行过程中，利用系统态密度那些易获取但常被忽略的信息来引导模拟。这带来了两项改进：一是引入主动将系统推向平衡的重采样移动，二是持续优化最优温度集合。得益于这两项创新，我们展示了温度空间中的构型流得到优化，且 RE 模拟的整体收敛性可大幅加速。
引用
@article{arxiv.1510.00431,
title = {Towards an optimal flow: Density-of-states-informed replica-exchange simulations},
author = {Thomas Vogel and Danny Perez},
journal= {arXiv preprint arXiv:1510.00431},
year = {2021}
}