在马尔可夫链蒙特卡罗方法中,不可逆马尔可夫链的表现优于可逆链。提升是一种在状态空间中引入净随机流并构造不可逆马尔可夫链的通用方法。这里我们介绍了提升技术在有向蠕虫算法中的应用。使用几何分配方法优化蠕虫更新的转移概率;最小化蠕虫反向散射概率,最大化破坏细节平衡的随机流。我们证明了对于四维超立方格子 Ising 模型,该算法的性能优于以前的蠕虫和聚类算法。本算法的采样效率分别约为标准蠕虫算法、Wolflucluster 算法和以前的提升蠕虫算法的 80、5 和 1.7 倍。我们估计了超立方格子Ising模型在蠕虫和Wolflucluster更新中的动态临界指数为z≈0。定向蠕虫算法的提升版本可以应用于各种量子系统以及经典系统。
主要关键词