我正在研究磁化模拟并使用 Metropolis 方法编写算法。
我正在使用能量变化和玻尔兹曼分布，但是，我的问题是关于试验步骤。磁化的试验位置应该是完全随机的，还是应该是添加到旧磁化位置上的随机微分？
我的能量基本上取决于一个角度，所以，我的范围是 0 到 Pi，为了得到接近 50% 的拒绝，我在每一步中添加或减去大约 4 的 pi - 这太大了。如果我把它减少到相当小的东西，那么新旧能量概率之间的能量差异大约是 0.999 到 1.001。（这里我创建了一个随机的小角度，并从磁化矢量的当前角度中添加或减去它。）
好吧，我想这个问题可能发生在计算科学和物理学中，这取决于物理学家或计算科学家的种类。
然而，对于您的回答，正如我看到的一些可靠的 MC 算法，我建议您将拒绝目标（或接受）作为常量放入您的代码中，并根据实际试用规模按比例改变您的试用规模。
我的意思是你计算拒绝率，将其与目标进行比较，并将您的试验规模更新为，比如说，类似它的
请注意，如果试用版更大，您最终会得到更大的意味着更多的拒绝，所以检查根据拒绝率明智地签名。同时验证仅考虑自上次更新以来记录的条目. 这些东西应该收敛到一个解决方案，探索相空间的有用部分，并避免在较低温度下非常低的可能区域。