×
A.谢瓦利埃。;卡扎尔斯，F。

Wang-Landau算法：一种改进的随机行走以提高收敛性。 （英语） Zbl 1436.65005号

J.计算。物理学。 410，文章ID 109366，18 p.（2020）.
概述：Wang-Landau（WL）算法是最近开发的一种随机算法，用于计算物理系统的状态密度，并在高维空间中进行数值积分。自诞生以来，它已被用于各种（生物）物理系统，在选定的情况下，其收敛性已被证明。算法的收敛速度与底层随机游动的连通性密切相关。因此，我们提出了一种有效的随机游走方法，该方法利用几何信息来规避以下固有困难：避免跨越地层，缓和高维空间中的集中现象，以及适应多维分布。这些改进特别适合改进基于每个流域的计算，包括非谐波计算。对各种模型的实验强调了这些改进的重要性，以使WL在具有挑战性的情况下有效。总之，这些改进使得计算小生物分子相空间区域的态密度成为可能。

引用于1文件

MSC公司：

65二氧化碳 蒙特卡罗方法
65立方厘米 马尔可夫链的数值分析或方法
82立方米 蒙特卡罗方法在统计力学问题中的应用

关键词：

态密度;数值积分;MCMC公司;重要性抽样;王兰道;高维空间

软件：

SBL公司
PDF格式BibTeX公司 XML格式引用
\textit｛A.Chevallier｝和\textit｛F.Cazals｝，J.Comput。物理学。410，文章ID 109366，18 p.（2020；Zbl 1436.65005）
全文： 内政部 哈尔

参考文献：

[1] 威尔士，D.J.，《能源景观》（2003），剑桥大学出版社
[2] Lelièvre，T。；斯托尔茨，G。；Rousset，M.，《自由能计算：数学观点》（2010），《世界科学》·Zbl 1227.82002年
[3] Janke，W.，《统计物理中的蒙特卡罗模拟：从基本原理到高级应用》，（有序、无序和临界：相变理论的高级问题，第3卷（2012）），93-166·Zbl 1302.82060号
[4] Landau，D。；Binder，K.，《统计物理蒙特卡罗模拟指南》（2014），剑桥大学出版社
[5] Wang，F。；Landau，D.P.，计算状态密度的高效多范围随机行走算法，Phys。修订稿。，86, 10, 2050 (2001)
[6] Landau，D.P。；蔡，S-H。；Exler，M.，《统计物理中蒙特卡罗模拟的新方法：Wang-Landau采样》，美国物理杂志。，72, 10, 1294-1302 (2004)
[7] Palmer，R.G.，Broken遍历性，高级物理学。，31, 6, 669-735 (1982)
[8] 威尔士，D。；Salamon，P.，《观测时间尺度、自由能景观和分子对称性》，Proc。国家。阿卡德。科学。，111, 2, 617-622 (2014)
[9] Hastings，W.K.，《使用马尔可夫链的蒙特卡罗采样方法及其应用》，《生物统计学》，57，1，97-109（1970）·Zbl 0219.65008号
[10] Belardinelli，R.E。；Pereyra，V.D.，计算态密度的快速算法，Phys。E版，75，4，第046701条，pp.（2007）
[11] Belardinelli，R.E。；Pereyra，V.D.，Wang-Landau算法：误差饱和的理论分析，J.Chem。物理。，127、18、第184105条pp.（2007）
[12] 伯恩，L。；雅各布·P。；Del Moral，P。；Doucet，A.，用于自动密度探测的自适应交互Wang-Landau算法，J.Compute。图表。统计，22，3，749-773（2013）
[13] Belardinelli，R。；Pereyra，V.，具有多个随机游动器的Wang-Landau算法的非收敛性，Phys。E版，93，5，第053306条pp.（2016）
[14] 雅各布·P。；Ryder，R.，Wang-Landau算法在有限时间内达到平坦直方图标准，Ann.Appl。概率。，24, 1, 34-53 (2014) ·Zbl 1288.65005号
[15] G.福特。；Jourdain，B。；库恩，E。；Lelièvre，T。；Stoltz，G.，Wang-Landau算法的收敛性，数学。计算。，84, 295, 2297-2327 (2015) ·Zbl 1317.65011号
[16] 卢·F。；Clote，P.，Wang-Landau取样法测定RNA结构的热力学，生物信息学，26，12，i278-i286（2010）
[17] 普兰，P。；卡尔沃，F。；安托万，R。；Broyer，M。；Dugourd，P.，连续系统的Wang-Landau算法的性能，物理。E版，73，5，第056704条，pp.（2006）
[18] 佩德罗·奥杰达·梅；Garcia，Martin E.，电场驱动天然β板蛋白构象的破坏和螺旋结构的生成，Biophys。J.，99，2595-599（2010年）
[19] 斯威特南，A。；Allen，M.，《改进聚合物和蛋白质的Wang-Landau算法》，J.Compute。化学。，32, 5, 816-821 (2011)
[20] Janke，W。；Paul，W.，《平面蒙特卡罗模拟的大分子热力学和结构》，软物质，12，3，642-657（2016）
[21] Atisataponga，W。；Marupanthornb，P.，估计多维积分的两个状态密度的1/t算法，计算。物理学。社区。，220, 122-128 (2017) ·Zbl 1411.65012号
[22] Meyn，S.P。；Tweedie，R.L.，《马尔可夫链与随机稳定性》（2012），斯普林格科学与商业媒体·Zbl 0925.60001号
[23] Tierney，L.，关于一般状态空间的Metropolis-Hastings核的注记，Ann.Appl。概率。，1-9 (1998) ·Zbl 0935.60053号
[24] 考尔斯，M.K。；Carlin，B.P.，《马尔可夫链蒙特卡罗收敛诊断：比较综述》，《美国统计协会杂志》，第91、434、883-904页（1996年）·Zbl 0869.62066号
[25] 罗伯茨，G。；Rosenthal，J.，各种Metropolis-Hastings算法的最佳缩放，《统计科学》。，16, 4, 351-367 (2001) ·Zbl 1127.65305号
[26] 安德里西奥艾，I。；斯特劳布，J.E。；Voter，A.F.，Smart darting Monte Carlo，化学杂志。物理。，114, 16, 6994-7000 (2001)
[27] Sminchisescu，C。；Welling，M.，广义飞镖蒙特卡罗，模式识别。，44, 10, 2738-2748 (2011) ·Zbl 1218.68177号
[28] 李，Z。；Scheraga，H.A.，《蛋白质折叠中多重最小问题的蒙特卡罗最小化方法》，Proc。国家。阿卡德。科学。美国，84、19、6611-6615（1987）
[29] Roth，A。；Dreyfus，T。；罗伯特·C·H。；Cazals，F.，将快速生长的随机树木与盆地跳跃进行杂交，可以更好地探索能源景观，J.Compute。化学。，37, 8, 739-752 (2016)
[30] 罗森塔尔，J.S。；Roberts，G.O.，自适应MCMC的耦合和遍历性，J.Appl。概率。，44, 458-475 (2007) ·Zbl 1137.62015年
[31] Betancourt，M.，《哈密尔顿蒙特卡罗概念介绍》（2017），arXiv预印本
[32] Girolma，M。；Calderhead，B.，Riemann流形Langevin和Hamilton Monte Carlo方法，J.R.Stat.Soc.，Ser。B、 统计方法。，73, 2, 123-214 (2011) ·Zbl 1411.62071号
[33] Schön，C。；Wevers，M。；Jansen，M.，离子固体能量景观的“熵”稳定区，J.Phys。康登斯。Matter，15，32，5479（2003）
[34] Schön，C。；Jansen，M.，《通过全球能源景观研究预测、确定和验证相图》，国际J.Mater。第100、2、135号决议（2009年）
[35] 谢瓦利埃，A。；Cazals，F.，Wang-Landau算法的通用实现（2020），结构生物信息学图书馆，网址
[36] Cazals，F。；Dreyfus，T.，《结构生物信息学图书馆：生物分子科学及其以外的建模》，生物信息学，7，33，1-8（2017）
[37] Smith，P.，《溶液中丙氨酸二肽自由能表面》，J.Chem。物理。，111, 12, 5568-5579 (1999)
[38] 索马尼，S。；Wales，D.J.，《丙氨酸肽的能源景观和全球热力学》，J.Chem。物理。，139, 12 (2013)
[39] Stamati，H。；克莱门蒂，C。；Kavraki，L.，《非线性降维在表征小肽构象景观中的应用》，《蛋白质，结构》。功能。生物信息。，78, 2, 223-235 (2010)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。