二维量子多体系统的张量网络态算法

中圈斜孽敬求犬玺
ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ
１● ｐ谢硎 ●＿ｉ。ｋ气

ｙ∥圳止¨ ｔ－弋．＿ｌ玲寰
论文题目二维量子多体系统的
张量网络态算珐
作者姓名刘文渊
学科专业物理学
何力新教授
导师姓名
二。一七年五月
完成时间
万方数据
中圈斜孽技求犬誊
博士学位论文
二维量子多休ＩＴ系统的
‘一卜＝￡Ｊ－，ｒ，’Ｊ、叫Ｕ一’，
张量网络态算法
作者姓名刘文渊
学科专业物理学
导师姓名何力新教授
完成时间二。一七年五月
万方数据
ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ
Ａｄｉｓｓｅｒｔａｔｉｏｎｆｏｒｄｏｃｔｏｒ’Ｓｄｅｇｒｅｅ
ＴｅｎｓｏｒＮｅｔｗｏｒｋＳｔａｔｅｓＡｌｇｏｒｉｔｈｍ

“Ｔｗ０．ｄｉｍｅｎ：＂ｒｅａｌ
ｒＷ—
１ｏｆｌｔｅｎｓｉｏｎ
ｎａｕＱｕａｎｔｕｍ
Ｍａｎｙ・－－ｂｏｄｙＳｙｓｔｅｍｓ
Ａｕｔｈｏｒ：ＷｅｎｙｕａｎＬｉｕ
Ｓｐｅｃｉａｌｉｔｙ：
一一Ｐｈｙｓｉｃｓ
Ｓｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＬｉｘｉｎＨｅ
ＦｉｎｉｓｈｅｄＴｉｍｅ：Ｍａｙ，２０１７
万方数据
中国科学技术大学学位论文原创性声明
本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的
成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰
写过的研究成果。与我一同工作的同志对本研究所做的贡献均己在论文中作了
明确的说明。
储獬：柙辩醐：哗Ⅱ
中国科学技术大学学位论文授权使用声明
作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学
拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送
交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国
学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复
制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相
一致。
保密的学位论文在解密后也遵守此规定。
／
翻公开口保密（年）
作者签名：导师签名：镒
签字日期：签字日期：２Ｑ！］：鱼二．厂
万方数据
摘要
摘要
发展求解强关联系统的高效的数值方法是现代物理最为核心的任务之一。在
强关联的相互作用体系中，由于传统微扰论不再适用，研究强关联系统的物理性
质主要依靠数值求解办法，包括严格对角化方法，量子蒙特卡洛方法和密度矩阵
重整化群方法。这些数值方法己被广泛应用于研究强关联系统，并且取得了巨大
的成功。然而，上述方法都有其局限性：严格对角化方法会遇到所谓的“指数墙”
问题；量子蒙特卡洛方法在处理费米子问题和阻挫磁性问题时会遇到符号问题；
而密度矩阵重整化方法主要用于处理一维或准一维系统，难以处理更高维系统。
因此，发展新的高效的数值方法仍然是解决强关联问题的当务之急。
近些年来，人们开始以量子信息理论的视角看待问题，通过对量子纠缠的深
入理解，一种基于量子纠缠的张量网络态（ＴＮＳ）理论，包括矩阵乘积态（ＭＰＳ）理
论和投影纠缠对态（ＰＥＰＳ）理论逐渐建立起来。ＭＰＳ和ＰＥＰＳ分别描述一维和二
维系统时都满足纠缠熵的面积定律和尺寸一致性，已经被证明是研究强关联系
统的强有力的工具。基于ＭＰＳ表示，人们建立起了描述一维量子多体系统的完
善的理论。对于二维系统，基于ＰＥＰＳ的相关算法还处于非常初级的阶段。由于
ＰＥＰＳ本身的复杂性和计算能力的限制，其在实际应用中受到了很大限制。我们
希望能够发展一种高效地算法，使得ＰＥＰＳ可以能够真正解决一些长期以来难以
求解的问题。
基于二维量子多体系统基态的张量网络态表示，本论文讲述了我们发展的
求解二维量子多体系统基态的方法，主要内容包括两部分：
第一部分着重讲述了如何用副本交换的分子动力学方法来解决用ＴＮＳ求解
多体问题时遇到的局域极小值问题。用ＴＮＳ做为变分波函数求解多体系统的基
态的很关键一步是如何有效优化这个变分波函数，使得其尽量避免陷入局域极
小值。我们发展了一种可以大规模并行的高效地副本交换分子动力学方法，用来
解决这个问题。通过将ＴＮＳ的元素看做广义坐标，我们把这个优化问题映射到
一个经典力学问题。在优化时，我们首先设定一系列不同的温度，然后从随机态
出发，根据这个经典系统的势能函数，采用分子动力学的方法对系统进行演化，
最终会得到不同温度下的解，零温下的解就是这个优化问题的解。为了避免在分
子动力学的演化过程中陷入局域极小值，可以采用副本交换的方法将不同温度
下的构型进行充分交换来帮助其跳出局域极小值。
第二部分着重讲述了如何用ＰＥＰＳ的变分波函数来有效地求解二维量子自
旋系统。ＰＥＰＳ可以很好地描述二维系统的基态，但是由于其计算复杂度很高，
在用它来模拟二维体系时受到很大限制。我们提出了用梯度优化结合蒙特卡洛
采样的方法来优化ＰＥＰＳ变分波函数。首先我们采用一种虚实演化的ＳＵ（ｓｉｍｐｌｅ
ｕｐｄａｔｅ）方法来得到一个粗糙的ＰＥＰＳ波函数做为出发点，然后通过梯度优化来
Ｔ
万方数据
摘要
进一步精确地优化这个波函数来得到基态。在计算梯度和能量时我们采用了蒙
特卡洛采样的方法。与人们常用的方法相比，这种方法不仅大大地降低了计算复
杂度，而且采用的梯度优化算法可以更加精确地优化变分波函数，使得用ＰＥＰＳ
解决一些长期以来难以求解的多体系统成为可能。
关键词：强关联量子多体问题张量网络态副本交换分子动力学方法ＰＥＰＳ
梯度优化蒙特卡洛采样
ＩＩ
万方数据
ＡＢＳＴＲＡＣＴ
Ｄｅｖｅｌｏｐｉｎｇｅｆｆｉｃｉｅｎｔａｌｇｏｒｉｔｈｍｓｔｏｓｉｍｕｌａｔｅｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｑｕａｎｔｕｍｍａｎｙ—
ｂｏｄｙｓｙｓｔｅｍｓｉｓｉｎｔｈｅｃｅｎｔｅｒｏｆｔｈｅｍｏｄｅｍｃｏｎｄｅｎｓｅｄｍａｔｔｅｒｐｈｙｓｉｃｓ．Ｉｎｔｈｅｃｏｎｔｅｘｔ
ｏｆｓｔｒｏｎｇｌｙｉｎｔｅｒａｃｔｉｎｇｓｙｓｔｅｍｓ，ｗｈｅｒｅｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｐｅｒｔｕｒｂａｔｉｏｎｔｈｅｏｒｙｆａｉｌｓ，ｒｅ－
ｖｅａｌｉｎｇｔｈｅｉｒｐｈｙｓｉｃａｌｎａｔｕｒｅｉｓｍａｉｎｌｙｄｅｐｅｎｄｅｎｔｏｎｔｈｅｎｕｍｅｒｉｃａｌｓｉｍｕｌａｔｉｏｎｍｅｔｈｏｄｓ，
ｓｕｃｈａｓ，ｅｘａｃｔｄｉａｇｏｎａｌｉｚａｔｉｏｎ，ｑｕａｎｔｕｍＭｏｎｔｅＣａｒｌｏ（ＱＭＣ）ｍｅｔｈｏｄａｎｄｄｅｎｓｉｔｙｍａ－
ｔｒｉｘｒｅｎｏｒｍａｌｉｚａｔｉｏｎｇｒｏｕｐ（ＤＭＲＧ）．Ｔｈｅｓｅｎｕｍｅｒｉｃａｌｍｅｔｈｏｄｓｈａｖｅｂｅｅｎｗｉｄｅｌｙｕｓｅｄ
ｉｎｓｔｕｄｙｉｎｇｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｑｕａｎｔｕｍｓｙｓｔｅｍｓａｎｄｈａｖｅａｃｈｉｅｖｅｄｇｒｅａｔｓｕｃｃｅｓｓ．Ｈｏｗ—
ｅｖｅｒ，ｄｅｖｅｌｏｐｉｎｇｎｅｗｅｆｆｉｃｉｅｎｔａｌｇｏｒｉｔｈｍｓｉｓｓｔｉｌｌｕｒｇｅｎｔ，ｂｅｃａｕｓｅｏｆｔｈｅｌｉｍｉｔａｔｉｏｎｓｏｆ
ｔｈｅｐｒｅｖｉｏｕｓｍｅｔｈｏｄｓ：ｅ．ｇ．，ＥＤｅｎｃｏｕｎｔｅｒｓｔｈｅＳＯ・ｃａｌｌｅｄ“ＥｘｐｏｎｅｎｔｉａｌＷａｌｌ”；ＱＭＣｓｕｆ－
ｆｅｒｓｆｒｏｍｔｈｅｎｏｔｏｒｉｏｕｓｓｉｇｎｐｒｏｂｌｅｍｆｏｒｆｅｒｍｉｏｎｉｃａｎｄｆｒｕｓｔｒａｔｅｄｓｙｓｔｅｍｓ；ａｎｄＤＭＲＧ
ｉｓｌｉｍｉｔｅｄｔｏ１Ｄｏｒｑｕａｓｉ一１Ｄｓｙｓｔｅｍｓａｎｄｄｏｅｓｎｏｔｗｏｒｋｗｅｌｌｆｏｒｈｉｇｈｅｒｄｉｍｅｎｓｉｏｎｓｙｓ—
ｔｅｍｓ．
Ｒｅｃｅｎｔｌｙ，ｉｎｓｐｉｒｅｄｂｙｔｈｅｉｎｓｉｇｈｔｏｆｑｕａｎｔｕｍｅｎｔａｎｇｌｅｍｅｎｔｉｎｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆ
ｑｕａｎｔｕｍｉｎｆｏｒｍａｔｉｏｎｔｈｅｏｒｙ，ｔｈｅａｌｇｏｒｉｔｈｍｓｂａｓｅｄｏｎｔｈｅｔｅｎｓｏｒｎｅｔｗｏｒｋｓｔａｔｅｓ（ＴＮＳ），

ｐａｒｔｉｃｕｌａｒｌｙ，ｍａｔｒｉｘｐｒｏｄｕｃｔｓｔａｔｅｓ（ＭＰＳ）ａｎｄｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓ（ＰＥＰＳ），
ｗｈｉｃｈｉｓａｎａｔｕｒａｌｅｘｔｅｎｓｉｏｎｏｆＭＰＳｔｏｈｉｇｈｅｒｄｉｍｅｎｓｉｏｎｓｔｈａｔｓａｔｉｓｆｉｅｓｂｏｔｈａｒｅａｌａｗ
ａｎｄｓｉｚｅｃｏｎｓｉｓｔｅｎｃｙ，ｈａｖｅｂｅｅｎｐｒｏｖｅｄｔｏｂｅｐｏｗｅｒｆｕｌｓｉｍｕｌａｔｉｏｎｍｅｔｈｏｄｓｔｏｅｘｐｌｏｉｔ
ｔｈｅｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｓｙｓｔｅｍｓ．ＢａｓｅｄｏｎＭＰＳｒｅｐｒｅｓｅｎｔａｔｉｏｎｐｅｏｐｌｅｂｕｉｌｄａｃｏｍｐｌｅｔｅ
ｔｈｅｏｒｙｔｏｄｅｓｃｒｉｂｅ１Ｄｓｙｓｔｅｍｓ．Ｂｕｔｆｏｒｔｈｅ２Ｄｓｙｓｔｅｍｓ，ｔｈｅｒｅａｒｅｓｔｉｌｌｓｏｍｅｄｉｆｆｉｃｕｌｔｉｅｓ
ｈｉｎｄｅｒｉｎｇｔｈｅｐｏｗｅｒｏｆｔｈｅｓｉｍｕｌａｔｉｏｎｄｕｅｔｏｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆＰＥＰＳａｎｄｏｕｒｌｉｍｉｔｅｄ
ｃｏｍｐｕｔｉｎｇｃａｐａｂｉｌｉｔｙ．ＷｅｈｏｐｅｔｏｄｅｖｅｌｏｐａｎｅｆｆｉｃｉｅｎｔｍｅｔｈｏｄｔｏｏｐｔｉｍｉｚｅＰＥＰＳｗａｖｅ
ｆｕｎｃｔｉｏｎｓａｉｍｉｎｇｔｏｍａｋｅＰＥＰＳａｐｐｌｉｃａｂｌｅｆｏｒｓｏｍｅｃｏｍｐｌｉｃａｔｅｄｓｙｓｍｔｅｓ．
ＢａｓｅｄｏｎＴＮＳｒｅｐｒｅｓｅｎｔａｔｉｏｎｆｏｒ２Ｄｓｙｓｔｍｅｓ，ｔｈｅｔｈｅｓｉｓｄｅｓｃｒｉｂｅｓｏｍｅｍｅｔｈｏｄｓ
ｄｅｖｅｌｏｐｅｄｂｙＵＳｔｏｏｐｔｉｍｉｚｅｔｈｅｇｒｏｕｎｄｓｔａｔｅｓｏｆｑｕａｎｔｕｍｍａｎｙ—ｂｏｄｙｓｙｓｔｅｍｓ，ａｎｄｉｔ
ｉｓｃｏｍｐｏｓｅｄｏｆｔｗｏｍａｉｎｐａｒｔｓ．
Ｔｈｅｆｉｒｓｔｐａｒｔｄｅｓｃｒｉｂｅｓｈｏｗｔｏｕｓｅｒｅｐｌｉｃａｅｘｃｈａｎｇｍｏｌｅｃｕｌａｒｄｙｎａｍｉｃｓ（ＲＥＭＤ）
ｍｅｔｈｏｄｔｏｅｓｃａｐｅｔｈｅｌｏｃａｌｍｉｎｉｍｕｍｗｈｅｎｏｐｔｉｍｉｚｉｎｇＴｈＩＳｗａｖｅｆｕｎｔｉｏｎｓ．Ｗｈｅｎｕｓｉｎｇ
ＴｈＩＳａｓｖａｒｉａｔｉｏｎａｌｗａｖｅｆｕｎｃｔｉｏｎｓｔｏｏｂｔａｉｎｔｈｅｇｒｏｕｎｄｓｔａｔｅｓ，ａｖｅｒｙｋｅｙｓｔｅｐｉｓｈｏｗ
ｔｏｏｐｔｉｍｉｚｅＴｈＩＳｅｆｆｉｃｉｅｎｔｌｙｔｏａｖｏｉｄｂｅｉｎｇｔｒａｐｐｅｄｉｎｔｏｌｏｃａｌｍｉｎｉｍｕｍ．Ｗｅｄｅｖｅｌｏｐｅｄ
ｔｈｅＲＥＭＤｍｅｔｈｏｄｆｏｒｔｈｅｏｐｔｉｍｉｚａｔｉｏｎＴＮＳ．Ｔｒｅａｔｉｎｇｔｅｎｓｏｒｅｌｅｍｅｎｔｓａｓｇｅｎｅｒａｌｉｚｅｄ
ｃｏｏｒｄｉｎａｔｅｓ，ｗｅｃａｎｍａｐｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｗｉｔｈｒｅｓｐｅｃｔｔｏｅｎｅｒｇｙｆｕｎｃｔｉｏｎｔｏａ
ｃｌａｓｓｉｃａｌｍｅｃｈａｎｉｃｓｙｓｔｅｍ．Ｂｅｆｏｒｅｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｓｔａｒｔｓ，ｗｅｓｅｔａｓｅｒｉｅｓｏｆｄｉｆｆｅｒｅｎｔ
ｔｅｍｐｅｒａｔｕｒｅｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｅｎｅｒｇｙｆｕｎｃｔｉｏｎｗｈｉｃｈｉｓｔｈｅｐｏｔｅｎｔｉａｌｅｎｅｒｇｙｏｆｔｈｅ
ｃｌａｓｓｉｃａｌｓｙｓｔｅｍ，ｗｅｓｔａｒｔｆｒｏｍａｒａｎｄｏｍｓｔａｔｅａｎｄｓｉｍｕｌａｔｅｔｈｅｓｙｓｔｅｍｓｂｙｍｏｌｅｃｕｌａｒ
ＴＴＴ
万方数据
ｄｙｎａｍｉｃｓ（ＭＤ）ｍｅｔｈｏｄ．Ａｔｌａｓｔｗｅｗｉｌｌｇｅｔａｓｅｒｉｅｓｏｆｓｕｌｕｔｉｏｎｓａｔｄｉｆｆｅｒｅｎｔｔｅｍｐｅｒ—
ａｔｕｒｅｓａｎｄｔｈｅｚｅｒｏｔｅｍｐｅｒｕａｔｕｒｅｓｕｌｕｔｉｏｎｉｓｗｈａｔｗｅｎｅｅｄ．ＤｕｒｉｎｇｔｈｅＭＤｐｒｏｃｅｅｓ，
ｒｅｐｌｉｃａｅｘｃｈａｇｅｍｅｔｈｏｄｉｓａｄｏｐｔｅｄｔｏｈｅｉｐｔｈｅｓｙｓｔｅｍｅｘｓｃａｐｅｆｒｏｍｔｈｅｌｏｃａｌｍｉｎｉｍｕｍ．
Ｉｎｔｈｅｓｅｃｏｎｄｐａｒｔ，ｗｅｉｎｔｒｏｄｕｃｅａｌｌｅｆｆｉｃｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｏｆｐｒｏｊｅｃｔｅｄｅｎ－
ｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓ（ＰＥＰＳ）ｔｏｓｏｌｖｅ２Ｄｓｙｓｔｅｍｓ．ＰＥＰＳｉｓａｇｏｏｄｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｔｈｅ
ｇｒｏｕｎｄｓｔａｔｅｏｆ２Ｄｓｙｓｔｅｍｓ．Ｂｕｔｂｅｃａｕｓｅｏｆｃｏｍｐｕａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙ，ｔｈｅｐｒａｃｔｉｃａｌ
ａｐｐｌｉｃａｔｉｏｎｏｆＰＥＰＳｉｓｌｉｍｉｔｅｄｔｏｓｍａｌｌｂｏｎｄｄｉｍｅｎｓｉｏｎＤｏｆＰＥＰＳ，ｗｈｉｃｈｍａｙｎｏｔ
ｃｏｒｒｅｃｔｌｙｃａｐｔｕｒｅｔｈｅｐｈｙｓｉｃｓｏｆｓｏｍｅｃｏｍｐｌｉｃｔｅｄｓｙｓｔｅｍｓ．Ｗｅｄｅｍｏｎｓｔｒａｔｅａ

ｇｒａｄｉｅｎｔ
ｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｃｏｍｂｉｎｇＭｏｎｔｅＣａｒｌｏｓａｍｐｌｉｎｇｔｅｃｈｎｉｑｕｅｃａｎｂｅｕｓｅｄｏｐｔｉｍｉｚｅ
ＰＥＰＳｗａｖｅｆｕｎｃｔｉｏｎｅｆｆｉｃｉｅｎｔｌｙ．Ｗｅｆｉｒｓｔｏｂｔａｉｎａ

ｒｏｕｇｈｇｒｏｕｎｄｓｔａｔｅｂｙｓｉｍｐｌｅｕｐｄａｔｅ
ｉｍａｇｉｎａｒｙｔｉｍｅｅｖｏｌｕｔｉｏｎ，ｔｈｅｎｕｓｅｅｎｅｒｇｙｇｒａｄｉｅｎｔｓｗｉｔｈｒｅｓｐｅｃｔｔｏｔｅｎｓｏｒｅｌｅｍｅｎｔｓ
ｔｏｏｐｔｉｍｉｚａｔｅｔｈｅｒｏｕｇｈｓｔａｔｅｓｆｕｒｔｈｅｒｔｏｇｅｔａｎａｃｃｕｒａｔｅｇｒｏｕｄｓｔａｔｅ．Ｗｈｅｎｃａｌｃｕｌａｔｉｎｇ
ｅｎｅｒｇｉｅｓａｎｄｇｒａｄｉｅｎｔｓＭｏｎｔｅＣａｒｌｏｓａｍｐｌｉｎｇｔｅｃｈｎｉｑｕｅｉｓａｄｏｐｔｅｄ．Ｃｏｍｐａｒｅｄｗｉｔｈｐｒｅ—
ｖｉｏｕｓｍｅｔｈｏｄｓ，ｏｕｒｍｅｔｈｏｄｈａｓａ

ｖｅｒｙｌｏｗｃｏｍｐｕｔａｔｉｏｎａｌｓｃａｌｉｎｇ，ａｎｄｉｓｍｏｒｅａｃｃｕｒａｔｅ
ｔｏｏｐｔｉｍｉｚｅＰＥＰＳ，ｗｈｉｃｈｈａｓｇｒｅａｔｐｏｔｅｎｔｉａｌｔｏｓｏｌｖｅｓｏｍｅｌｏｎｇｓｔａｎｄｉｎｇｐｒｏｂｌｅｍｓ
Ｋｅｙｗｏｒｄｓ：Ｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｓｙｓｔｅｍｓ，Ｑｕａｎｔｕｍｍａｎｙ—ｂｏｄｙｐｒｏｂｌｅｍｓ，ＴＮＳ，ＲＥＭＤ，

ＰＥＰＳ，Ｇｒａｄｉｅｎｔｏｐｔｉｍｉｚａｔｉｏｎ，ＭｏｎｔｅＣａｒｌｏｓａｍｐｌｉｎｇ
ＩＶ
万方数据
目录
目录
摘要…………………………………………………・・Ｉ
ＡＢＳＴＲＡＣＴ………………………………………………ＩＩＩ
目录…………………………………………………・・Ｖ
表格索引…………………………………………………ＶＩＩ
插图索引………………………………．………………．．ＩＸ
算法索引…………………………………………………ＸＩＩｔ
主要符号对照表…………………………………．………．ＸＶ
第一章绪论……………………………………………．１
第二章一维系统的ＭＰＳ理论……………………………．．３
２．１ＡＫＬＴ模型……………………………．．……………．３
２．２矩阵分解…．．…．．．…．………．．…．…．．．．……．……．．５
２．２．１奇异值分解（ＳＶＤ）．．．．．．．．．．．．．．－・・・・・・・・…・・・・・・・・・－－・・－・・－５
２．２．２量子态的施密特分解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．６
２．２．３ＱＲ（ＬＱ）分解・・・・・…・・・・・・・・・・・・・－・・・・・・・・・・・・・・・・・・・・・・・・７
２．３ＭＰＳ理论…．．．…．…．．．．．．．…．…………．．．．．…．．．…．．８
２．３．１一维量子态的ＭＰＳ表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．…．．．８
２．３．２ＭＰＳ表示与纠缠熵的面积定律．．．．．．．．．．．．．．．．．．．．．．一．．．…．．．１０
２．４可观测量的期望值的计算………一………．．……………・１１
２．４。１似Ｉ妒）的计算・・・・・・・・・・・・・・・・・・・・－－・・・・・・・・・・…・・・・・・・・・－－－１２
２．４．２（舻Ｉ宜Ｉ妒）的计算．．．．．．．．．．．．．．．…．．．．．．．．－．．．．．．・・・・・・・・・・・・１４
２．４．３可观测量的ＭＰＯ形式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．１５
２．５变分法求基态…………………………………………１６
２．６ＭＰＳ的时间演化算法．…．………．．………．…．．………．．１９
２．６．１ｔＭＰＳ的时间演化算法．．．．．．．．．．．．．．．．．．．．…．．．．．．．．．．．．．．．．．２０
２．６．２ＭＰＳ的低维近似．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．２０
２．７ＴＥＢＤ时间演化算法……………………………………．２４
２．７．１ＭＰＳ的Ｆ．Ａ正则形式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．２４
２．７．２ＴＥＢＤ算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．２６
２．８小结．．．．…．．…．．．…．．．……．．．．…．．…．…．．…．．．．…．２８
Ｖ
万方数据
目录
第三章二维系统的ＰＥＰＳ理论……………………………．２９
３．１二维系统的ＰＥＰＳ表示．…．．…．．．…．．．．．．．．．．．．．．．．．．…．．．．．２９
３．２可观测量的期望值的计算………………………………．．３１
３．２．１张量网络的严格缩并．…．．．．．．．．．…．．．．．．．．．．．．．．．．．．．．．．．．．３１
３．２．２双层张量网络的近似缩并．．．．．．．．．．．．．．…．．．．．．．．．．．。．．．．．．．．３２
３．３求基态的变分方法……．．………………………………３３
３．４求基态的虚时演化方法…………．………………………３５
３．４．１虚时演化的ＯＵ方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．３５
３．４．２虚时演化的ＦＵ方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．…．．．．．３７
３．４．３基于虚时演化的ＳＵ方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．…．一．．３８
３．５小结．．．．．…．．．．．．．．………．．．…．…．．．．．．．…．．．……．．４１
第四章张量网络态的副本交换分子动力学优化方法…………．４３
４．１张量网络在实际应用中的困难……………………．．…．…．４３
４．２张量网络态的优化问题与分子动力学方法……………………４４
４－３副本交换方法……………．……．……………………．４６
４．４计算张量网络态物理量的蒙特卡洛采样算法…………………．４６
４．５分子动力学方法的模拟结果……．…．．……………………４７
４．５．１一维哈伯德模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．４７
４．５．２二维以．也模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．…．．－．．４８
４．６小结．．．．．…．．．．．．．．…．…．…．……．．．…．．．．…．．．．．．－．．５１
第五章ＰＥＰＳ的梯度优化方法……………………………．．５３
５．１二维系统ＰＥＰＳ算法的难点…………．…．．．．．．．．…………．５３
５．２蒙特卡洛采样方法用于优化ＰＥＰＳ…………………………．５４
５．３ＧＯ优化算法的计算细节………．……………………．…．５７
５．４ＧＯ方法的结果．．．．．．．…．…．…．…．．…．…．．．…．．．．．．．．．．５８
５．４．１能量关于截断维度Ｄ。的收敛．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．５９
５．４．２有限尺寸体系时海森堡模型的能量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．５９
５．４．３热力学极限下海森堡模型的能量和磁矩．．．．．．．．．．．．．．．．．．．．．．．．．．．６０
５．４．４以．也模型的能量．．．…．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．６ｌ
５．５不同ＰＥＰＳ优化算法的比较………………………………．６１
５．６小结…．．…．．…．．…．．…．……．．…．．…．……．…．．．．．６３
ＶＴ
万方数据
目录
第六章结论与展望………………………………………６５
参考文献…………………………………………………６７
致谢…………………………………………………・・７１
在读期间发表的学术论文与取得的研究成果…………………．７３
ＶＩＩ
万方数据
表格索弓
表格索引
４．１一维周期性Ｌ＝１４半满哈伯德模型在不同参数Ｕ下，严格对角
化的能量与不同维度的ＭＰＳ得到的能量比较。．．．．．．．．．．．４８
５．１由ＰＥＰＳ计算得到的尺寸Ｌ＝４，６，８，１０，１２，１４，１６海森堡模型
的基态能量与可用的严格结果的比较。采用ＧＯ梯度优化方法来
优化ＰＥＰＳ波函数，其中ＰＥＰＳ的维度为Ｄ＝８，缩并时的截断维度
Ｄ。＝１６。Ｌ＝４的严格结果是由严格对角化哈密顿量得到的。Ｌ＝６的
严格结果是采用ＤＭＲＧ方法保留４０９６个态得到的，来自于文献
［１】。其他的严格结果来是采用量子蒙特卡洛方法得到的［Ｈ］，来
自于文献【５】。．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．６０
５．２有限尺寸正方格子上不同ＰＥＰＳ优化算法关于计算复杂度（ｓｃａｌ．
ｉｎｇ）、最大ＰＥＰＳ维度（ｍａｘＤ）、最大尺寸（ｍａｘＬ）和相对误差
（ｒｅｌａｔｉｖｅｅｒｒｏｒ）的比较。“ＯＵ”方法是指Ｖｅｒｓｔｒａｅｔｅ等人提出的虚时
演化方法【６】６，相应的“ｍａｘＤ”和“ｍａｘＬ”来自于文献【７】，但是
相对误差是根据文献［５】提供的数据，对１０×１０Ｄ＝４的结果估计
而得到的。ＦＵ结果是来自于文献［５】。ＳＵ结果是根据我们自己的
计算而得到的。．．．．．．．．．．．．．．．．．．．．．．．．．．．．．６２
５．３由ＳＵ虚时演化方法和ＧＯ梯度优化方法得到的正方格子的以．如
海森堡模型的结果，以及其与严格结果（ｅｘａｃｔ）的比较。ＳＵ结果
和ＧＯ结果的误差棒分别是１０＿５和１０～。对于４ｘ４和４ｘ６系统，
严格结果（ｅｘａｃｔ）是由严格对角化结果得到，而对于１０×１０，严格
结果（ｅｘａｃｔ）是指量子蒙特卡洛的结果［８】。．．．．．．．．．．．．．．６３
ＩＸ
万方数据
插图索弓
插图索引
２．１（ａ）每一个自旋为１的格点的希尔伯特空间由两个虚拟的自旋１／２
的粒子张开的空间构成，相邻两格点上的自旋１／２粒子构成自旋
单态。（ｂ）将两个自旋ｌ／２的粒子张开的四维空间投影到原来自旋
为１的粒子张开的３维空间中。．．．．．．．．．．．．．．．．．．．．４
２．２（ａ）三指标张量Ａ盏。Ⅲ的图表示；（ｂ）对两个张量的ａｉ＋ｌ指标进行
求和；（ｃ）周期性边界条件ＭＰＳ的图表示。．．．．．．．．．．．．．５
２．３按红箭头标注的序号求和指标。先求和掉ｓ１指标，接着求和掉ａ１
指标，再同时求和掉８２和ｂ１指标，依次进行下去。．．．．．．．．１２
２．４（ａ）将一般的ＭＰＳ态化为准混合正则形式。（ｂ）准混合正则形式中，
按照从左到右的顺序，计算（砂Ｉ矽）从第１个格点到第ｉ（ｚ≤ｋ）个
格点所有的指标求和掉，得到单位矩阵。（ｃ）准混合正则形式中，
按照从右到左的顺序，计算（妒Ｉ妒）从第Ｌ个格点到第ｉ（ｉ≥七＋１）
个格点所有的指标求和掉，得到单位矩阵。．．．．．．．．．．．．．１４
２．５利用准混合正则形式（或者ＱＲ和ＬＱ分解１计算可观测量．．．．．１５
２．６（ａ）算符的ＭＰＯ表示。（ｂ）用ＭＰＯ计算可观测量的平均值。．．．．１６
２．７（ａ）用迭代法优化ＭＰＳ波函数，求解广义本征值方程的图表示。圆
圈内的张量是未知量。（ｂ）将波函数正则化后，原来的广义本征值
方程化为标准的本征值方程。．．．．．．．．．．．．．．．．．．．．．１８
２．８ｔＭＰＳ时间演化算法。通过使用Ｔｒｏｔｔｅｒ展开，将演化算符ｅ＿ｉ埘分
为两部分ｅ－－ｗＨｏｄｄ和ｅ－ｉ１＇Ｈｅ…，并将其写成ＭＰＯ形式，连续将其
作用到态｜砂＠＝０））上。．．．．．．．．．．．．．．．．．．．．．．．．２１
２．９（ａ）彬Ｉ妒）的最优近似通过用迭代法求解线性方程组来得到。（ｂ）线
性方程组（２．７４）的图表示。将近似的ＭＰＳｌ妒）利用正则化，使得
线性方程组ｆ２．７３）化为更简单的形式。．．．．．．．．．．．．．．．．２３
２．１０ｒ．Ａ形式的ＭＰＳ。在每个格点上尼有ｄ个矩阵Ｆｓｔ，并且在第尼和
尼＋１个格点之间有一个对角阵Ａ［ｋ］．．．．．．．．．．．．．．．．．．２４
２．１１ＭＰＳ的ｒ．Ａ形式和其左正则表示、右正则表示以及混合正则表示
的关系。（ａ）将ｒ．人形式变为左正则表示。（ｂ）将Ｉ、．Ａ形式变为右
正则表示。（ｃ）将ｒ．人形式变为混合正则表示。．．．．．．．．．．．２６
ＸＴ
万方数据
插图索弓
２．１２ＴＥＢＤ算法。将一个两体演化算符作用到ｒ一人形式的ＭＰＳ上：
（ａ）演化算符只作用到尼和尼＋１相连的矩阵上；（ｂ）演化算符作
用后得到一个矩阵西。¨％。Ⅲ。Ⅲ；（Ｃ）对矩阵西。¨‰。Ⅲ。Ⅲ进行
ＳＶＤ并保留最大Ｄ个奇异值，得到Ａ吐（ｄ）将ＳＶＤ得到的ｕ矩
阵和ｙ十矩阵分别乘以（Ａ陋一１】）一１和（Ａ【忌＋１】）一１得到ｒ七和１１七十１；（ｅ）
演化算符作用后的ｒ．人形式的ＭＰＳ。．．．．．．．．．．．．．．．．．２７
３．１（ａ）用ＭＰＳ描述二维体系；（ｂ）ＰＥＰＳ的物理含义，子系统Ａ和Ｂ之
间的纠缠熵正比于接触的表面积Ｌ。．．．．．．．．．．．．．．．．．２９
３．２（ａ）维度为Ｄ的ＰＥＰＳ的图表示；（ｂ）由左矢（ⅢＰＥＰＳＪ和右矢ＩⅢＰＥＰＳ）
构成的计算（皿ＰＥＰＳ［吐Ｔ／ＰＥＰＳ）的双层张量网络；（Ｃ）先将张量的物理指
标进行求和；（ｄ）由Ｄ２×Ｄ２ＸＤ２ＸＤ２的张量构成的张量网络。３ｌ
３．３（ａ）缩并双层张量网络；（ｂ）沿着某一方向缩并双层张量网络时，将
该方向的第一行当做一个ＭＰＯ；（Ｃ）利用边界ＭＰＯ近似的方法后
继续沿着原来的方向缩并张量网络；（ｄ）将一个高维度的ＭＰＯ近
似成一个低维度的ＭＰＯ。．．．．．．．．．．．．．．．．．．．．．．．３２
３．４（ａ）待优化的目标函数，表示ＭＰＯ的近似程度。（ｂ）ＭＰＯ最优近
似所对应的的方程。．．．．．．．．．．．．．．．．．．．．．．．．．．３３
３．５（ａ）次近邻相互作用的缩并顺序，从作用两个方向同时进行缩并。其
计算复杂度为Ｏ（Ｄ６Ｄｉ＋ｄＤ８Ｄ：）。（ｂ）次次次近邻相互作用的缩并
顺序，从作用两个方向同时进行缩并。其计算复杂度为Ｏ（Ｄ８Ｄ：＋
ｄＤｌ０Ｄ：）。．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．３４
３．６虚时演化的ＯＵ方法。（ａ）通过对一系列两体演化算符做施密特分
解，然后将其作用到量子态ｌ皿ＰＡＥＰ０ｓ），当把所有的演化算符ｅ一蛾ａｒ、
ｅ－鲍ｅｎｔ、ｅ－加ｏａａｒ和ｅ一瓿ｅｎｒ全部作用到Ｉ皿ＰＥＡＯＰｓ）后，得到新的量
子态Ｉ皿鑫Ｐｓ）。（ｂ）求量子态Ｉ皿鑫Ｐｓ）最优低维近似ＩⅢ唧Ａｓ）的方程。３６
３．７虚时演化的ＦＵ方法。（ａ）对第后行的两体演化算符做施密特分
解，然后将其作用到量子态Ｊ皿落ｓ）后，得到新的量子态ｆ皿毙Ｐｓ）。
（ｂ）求量子态ＩⅢ品Ｐｓ）最优低维近似ＩⅢＡＰｓ）的方程。．．．．．．．．．３８
３．８（ａ）ｓｕ虚时演化方法中波函数ｌⅢＰＳＥＵＰｓ）的形式。（ｂ）两体算符Ｇ作
用到ｌⅢＰＳＵＥＰｓ）上的格点ｉ和Ｊ时，只考虑与ｒ５ｔ和ｒ勺相连的张量
或矩阵，如图中的黑色虚线框所示。．．．．．．．．．．．．．．．．．３９
ＸＩＩ
万方数据
插图索引
３．９虚时演化的ＳＵ方法。（ａ）两体算符Ｇ作用到｝Ⅲ；‰）上的格点ｉ
和Ｊ上；（ｂ）算符Ｇ作用到Ｉ皿ＰＳＥＵＰｓ）上的格点ｉ和Ｊ上后得到张量
圣８ｓ‘ｊ“ｒｊ“ｕ‘ｊ也ｄｊ，“ｘ、／对矩阵圣ｓ‘“。池，勺ｒＪｕ，ｄｊ做ＳＶＤ，得到￡，矩阵和Ｖｔ矩
阵以及奇异值矩阵，并保留奇异值矩阵最大的Ｄ个奇异值得到
人圳；（ｄ）将张量Ｕ和张量ｙｔ乘以各自环境人的逆（除人∥之外）
；（ｅ）演化算符作用后的Ｆ—Ａ形式的ＰＥＰＳ。（ｆ）通过对张量Ｔ出和
Ｔ８ｊ分别做ＱＲ分解和ＬＱ分解来做虚时演化。．．．．．．．．．．．４０
４．１不同模式的ＳＢＳ：（ａ）线型和（ｂ）圈型。．．．．．．．．．．．．．．．．４８
４．２开放性边界６ｘ６如／以＝０．７系统的能量随着演化步数的变化。（ａ）
不同温度下能量随着ＭＤ步数的变化。（ｂ）分别经过５次、３０次、
５０次、１５０次和２５０次的副本交换后，不同温度下的能量分布情
况。．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．４９
４．３不同ＳＢＳ的模式和矩阵维度下１０×１０＾．如模型的基态能量。Ｓ４
表示只用了线型模式，并且其矩阵维度为Ｄ＝４。￥８Ｌ４表示采用了
线型模式和圈型模式，两种模式下的矩阵维度分别为Ｄ＝８和Ｄ＝４。５０
４．４开放性边界条件下＾．如模型能量的比较。（ａ）４ｘ４，（ｂ）６×６，ａｎｄ（ｃ）
１０×１０。黑线表示的是副本交换分子动力学方法得到的能量；红
线和蓝线分别的是随机梯度法得到的能量和ＰＥＰＳ的结果，数据
均来自文献［９】９。．．．．．．．．．．．．．．．．．．．．．．．．．．．．．５ｌ
４．５周期边界条件下＾．以模型能量的比较。（ａ）４ｘ４，（ｂ）６ｘ６，和（Ｃ）
１０×１０。黑线表示的是副本交换分子动力学方法得到的能量：红
线代表的是随机梯度法得到的能量，其数据来自文献６ｘ６严格对
角化的结果来自文献［１０］。．．．．．．．．．．．．．．．．．．．．．．．５１
５．１有限大小体系张量网络的缩并。（ａ）在求物理量的标准缩并方法中，
由左矢（ⅢＰＥＰｓｌ和右矢ｋｅｔＩⅢＰＥＰｓ）通过对物理指标求和构成的双层
张量网络。（ｂ）利用边界ＭＰＯ方法来缩并一个双层张量网络，相
应的计算复杂度为Ｏ（Ｄ４Ｄ玉＋ｄＤ６Ｄ丕）。（Ｃ）在求物理量的蒙特卡
洛采样方法中，在某一自旋构型Ｉｓ）下的通过选取Ｉ皿ＰＥＰｓ）的自旋
构型ｌｓ）而得到的单层张量网络。（ｄ）利用边界ＭＰＳ方法来缩并
一个单层张量网络，相应的计算复杂度为Ｏ（Ｄ４Ｄ毛）。．．．．．．．５４
５．２开放性边界条件下大小为１０×１０正方格子的海森堡模型在ＰＥＰＳ
Ｄ＝８的ＧＯ优化过程。（ａ）在前５０ＧＯ步，Ｊｔ设为０．００５。在接下
来的５０ＧＯ步，６￡由０．００５逐渐减小至０．００１。在最后２０步，占ｔ保
持在０．００１。（ｂ）最后２０步的能量变化情况。．．．．．．．．．．．．．５８
ＸＴＴＴ
万方数据
插图索弓
５．３Ｄ＝８时，１０ｘ１０如＝Ｏ海森堡模型的基态能量和４×６如＝０．５模型

的基态能量在不同截断维度Ｄ。下的结果。在Ｄ。＝１６时，相较于
Ｄ。＝２０近似的绝对误差为８Ｘ１０一。蒙特卡洛采样误差为１０～。．．５８
５．４不同ＰＥＰＳ维度Ｄ下自旋１／２正方格子海森堡模型的能量比较。
这些能量由不同的优化方法而得到，包括ＯＵ虚时演化方法［６】、
ＳＵ虚时演化方法、ＦＵ虚时演化方法［５】和ＧＯ梯度优化方法。（ａ）
４ｘ４格子Ｊ２＝０；（ｂ）１０ｘ１０格子如＝０。．．．．．．．．．．．．．．．．５９
５．５（ａ）正方格子海森堡模型在ＰＥＰＳＤ＝８和Ｄ＝１０的基态能量；（ｂ）基
于ＰＥＰＳＤ＝８，由Ｌ＝８，１０，１２，１４，１６得到的海森堡模型的交错磁
矩。为了减小边界效应，交错磁矩由Ｌ×Ｌ中心的（Ｌ一２）×（Ｌ一２）
和（Ｌ一４）×（Ｌ一４）的子格子计算得到，Ｗ代表子格子的尺寸。．６１
５．６不同ＰＥＰＳ维度Ｄ下由ＳＵ方法和ＧＯ方法得到的自旋１／２正方
格子４ｘ６Ｊ１．如海森堡模型的能量比较。误差棒太小以至于无法
再图Ｅ显示。．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．６２
ＸＩＶ
万方数据
算法索弓
算法索引
万方数据
主要符号对照表
主要符号对照表
ＱＭＣ量子蒙特卡洛方法（ＱｕａｎｔｕｍＭｏｎｔｅＣａｒｌｏ）

ＤＭＲＧ密度矩阵重整化群方法（ＤｅｎｓｉｔｙＭａｔｒｉｘＲｅｎｏｒｍａｌｉｚａｔｉｏｎＧｒｏｕｐ）
ＴＮＳ张量网络态（ＴｅｎｓｏｒＮｅｔｗｏｒｋｓｔａｔｅｓ）
ⅣＩＰＳ矩阵乘积态（ＭａｔｒｉｘＰｒｏｄｕｃｔＳｔａｔｅｓ）
ＰＥＰＳ投影纠缠对态（ＰｒｏｊｅｃｔｅｄＥｎｔａｇｎｌｅｄＰａｉｒＳｔａｔｅｓ）
ＳＢＳ弦态（Ｓｔｒｉｎｇ－ｂｏｎｄＳｔａｔｅｓ）
ｔＭ［ＰＳ矩阵乘积态的时间演化（ＴｉｍｅＥｖｏｌｕｔｉｏｎｗｉｔｈＭＰＳ）
ＴＥＢＤ逐块时间演化（Ｔｉｍｅ．ｅｖｏｌｕｔｉｏｎＢｌｏｃｋＤｅｃｉｍａｔｉｏｎ）
ＯＵ最初更新（ＯｒｉｇｉｎａｌＵｐｄａｔｅ）
ＦＵ充分更新（ＦｕｌｌＵｐｄａｔｅ）
ＳＵ简单更新（ＳｉｍｐｌｅＵｐｄａｔｅ）
ＧＯ梯度优化（ＧｒａｄｉｅｎｔＯｐｔｉｍｉｚａｔｉｏｎ）
ＴＲＧ张量网络重整化群（ＴｅｎｓｏｒＲｅｎｏｒｍａｌｉｚａｔｉｏｎＧｒｏｕｐ）
ＸＶＩＩ
万方数据
第一章绪论
弟一旱珀比
第一章绪论
朗道费米液体理论和基于自发对称破却的朗道——金兹堡相变理论是传统
凝聚态理论的两大基石。但是在典型的强关联电子体系中，分数量子霍尔效应
［１１—１３】、高温超导［１４，１５】现象和重费米子中的非朗道费米液体行为［１６］等，都
不能用上述传统的凝聚态理论来解释。在上述的强关联的电子体系中，由于粒子
之间的相互作用包含的不同项之间的耦合常数比较接近，传统的微扰理论在这
种情况下不再适用，这使得对强关联系统的求解非常依赖于数值解法。如何求解
强关联的量子多体问题是现代物理中人们最关心的同时也是最具挑战性的问题
之一。
强关联的量子多体系统难以求解的根本原因是其希尔伯特空间的维度会随
着粒子数的增长而呈指数增长。发展有效的数值算法是求解量子多体系统的核
心问题。目前常用的数值算法有严格对角化方法、量子蒙特卡洛方法［１７】以及
密度矩阵重整化方法（ＤＭＲＧ）［１８］。但这些方法都有一定的适用范围。严格对角
化方法，即直接写出系统的哈密顿量矩阵将其进行对角化求出求本征值。但由于
随着粒子数的增加，系统的希尔伯特空间维度呈指数增加，因此需要对角化的哈
密顿量矩阵的维度也呈指数增加，使得能够对角化的系统的尺寸非常小，难以得
到系统在热力学极限下的物理性质。量子蒙特卡洛方法是一种十分常用也十分
强大的数值方法，但是采用这种方法处理费米子或者自旋阻挫系统时，也会遇到
原则性问题——所谓的符号问题［１９］，即由于被积函数不是正定的，为了达到特
定精度需要的采样量会随着体系尺寸的增加而呈指数增加。ＤＭＲＧ是一种极其
精准的方法，可以极其有效地处理一维系统，但是在处理二维系统时，ＤＭＲＧ只
能局限于准一维的系统，当二维体系的尺寸增大时，其精度会指数下降［２０】。发
展求解二维系统的算法，是亟待解决的问题。近些年来，基于对量子纠缠的深刻
认识，逐渐发展起来一种新的算法——张量网络态（ＴＮＳ）算法，给解决多体问题
带开辟了新的途径。
２００３年，Ｖｉｄａｌ基于对一维格点体系的量子态进行施密特分解，得到了一维
体系的矩阵乘积态（ＭＰＳ）表示［２ｌ】，并基于这种表示，提出了一种模拟一维格
点系统的十分高效的算法一逐块时间演化算符（ＴＥＢＤ）［２２，２３］。稍后，Ｖｅｒｓｔｒａｅｔｅ
等人从量子纠缠的角度对ＤＭＲＧ方法重新表述，将其与ＭＰＳ结合起来，使得
ＤＭＲＧ方法处理一维周期性系统的性能大大提高【２４１．现在人们知道，ＤＭＲＧ
和ＭＰＳ方法本质上是等价的，由ＤＭＲＧ得到的系统的基态波函数的形式正是
ＭＰＳ形式，所以自然可以以ＭＰＳ做为变分波函数来对系统基态进行求解【２０］。
为什么ＭＰＳ和ＤＭＲＧ在处理一维系统时都具有极其高的精度？这本质上是由
于ＭＰＳ这样的变分波函数在处理一维系统时满足纠基态缠熵的厩积定律【２０］。
对量子多体物理的描述，核心在于对纠缠熵的正确刻画【２５］。正是由于基态的纠
１
万方数据
第一章绪论
缠熵满足面积定律，相对于整个希尔伯特空间而言，这使得基态可以用很小的
参数空间来描述。这是ＤＭＲＧ和ＭＰＳ方法取得成功的关键。基于这样的认识，
Ｖｅｒｓｔｒａｅｔｅ等人将ＭＰＳ表示推广到高维体系，得到了一种描述高维量子多体系统
的量子态形式投影纠缠对态（ＰＥＰＳ）［６］。ＰＥＰＳ满足纠缠熵的面积定律，可以描述
一大类量子体系的基态波函数，具有极大潜力去解决一些典型的量子多体问题。
但是相比于一维的ＭＰＳ，高维的ＴＮＳ算法比如说ＰＥＰＳ，具有很高的计算
复杂度，使得其在实际应用中存在两个主要困难［２６，２７】。第一个是如何高效地
优化ＰＥＰＳ形式的变分波函数来得到量子多体系统的基态。第二个是对于给定的
ＰＥＰＳ波函数，如何来计算相关物理量的期望值。我们希望解决这两个困难，使
得ＰＥＰＳ算法可以真正用于解决～些长期以来难以解决的问题，比如说自旋阻挫
等量子多体问题。
本论文的主要结构安排如下：
第１章绪论，即本章。
第２章详细介绍描述一维系统的ＭＰＳ理论。包括如何将一个任意量子态写
成ＭＰＳ形式，如何用ＭＰＳ求解求解一维体系的基态，以及一维体系的两种时间
演化算法：ｔＭＰＳ算法和ＴＥＢＤ算法。
第３章我们介绍了有限开边界系统的ＰＥＰＳ算法，包括如何缩并一个给定的‘
双层张量网络，以及如何用变分的方法和虚时演化的方法来得到系统的基态波
函数。
第４章介绍了如何用我们发展的副本交换的分子动力学算法去优化ＴＮＳ来
求解一维系统和二维系统。
第５章介绍了如何用梯度下降的方法优化ＰＥＰＳ变分波函数来得Ｎ－－维量子
多体系统的基态。
第６章，结论与展望。
万方数据
第二章一维系统的ＭＰＳ理论
本章主要讲述处理一维格点系统的张量网络态理论——ＭＰＳ理论。介绍一
维系统量子态的ＭＰＳ理论，以及如何用ＭＰＳ对一维量子多体系统进行求解。
２．１ＡＫＬＴ模型
为了更容易的介绍ＭＰＳ，我们先以一个著名的ＡＫＬＴ模型开始【２８，２９］，
ＡＫＬＴ模型的基态就是一个简单的ＭＰＳ形式的量子态。考虑一个周期性的自
旋ｓｐｉｎ－１的哈密顿量，如下：
Ｄ、叫
２
．Ｈ文
ｌ甄幢
．０＋机钉０＋
＝
限 ■，５ｍ＋．皤汁～｝＝
《：∑Ⅳ。． ∑瑚．“一弘
＾＆一、¨
２—３
其中自旋算符满足：§；＝ｓ（ｓ＋１）＝２。这个系统的基态是什么样子呢？现在我
们考虑如何求解这个系统。定义自旋算符＆＝§ｉ＋§冲１，根据角动量合成法则，
那么＆的本征值一定是Ｓ＝０、１和２，相应地密＝ｓ（ｓ＋１）＝ｏ、２和６。显然哈
密顿量疗与算符＆是互相对易，即『疗，＆１＝ｏ，因此＆的本征态必定是膏的本
征态。蹬（研一２）＝ｏ就对应于哈密顿量的基态。所以对于基态，对于所有的格点
ｉ，要求＆的本征值取０或１，不能取２，记为限＋§冲１Ｉ＝ｏ或１，限＋§｛＋１Ｉ≠２。
如何构造这样的基态呢？设想在每个格点ｉ处的自旋ｓｐｉｎ．１的希尔伯特空
间由两个ｓｐｉｎ．１／２的虚拟自旋ａｉ和ｂｉ张开的空间构成，而彼此相邻的两个格点
ｂｉ和ｎ冲１的各自其中一个的虚拟ｓｐｉｎ．１／２之间构成自旋单态协）＝去（｜个ｔ也＋１
）一Ｉ也屯＋１）），这样就能满足限＋§件１Ｉ＝ｏ或１，且悖＋§冲１Ｉ≠２，如图２．１（ａ）所
示。注意到由于每个格点上的两个ｓｐｉｎ．１／２构成的是四维的希尔伯特空间，我们
需要用投影算子只将其投影到原来的自旋ｓｐｉｎ．１的希尔伯特空间，如图２．１（ｂ）所
示。这样构造的波函数就是基态波函数。
现在我们显式地写出这个基态波函数。将自旋单态表示为：
抓＋１））＝∑％衲十，Ｉｂｉａｉ＋１）（２．２）
ｂｉａｉ＋ｔ
其中＾吼虬心一协・虬…Ｍ＝［三
投影算符只为：
只＝∑啄Ｉ吼）（ｎｉｂｉ
ａｉｂｉａｌ
（２．３）
万方数据
随＋文＋１Ｉ≠２＂））
∥袋㈣福、、州硪箩ａ１
各ＩＩＩｌ螽’强…．≤藩
。裕潢…－ｉｏ饼／，擎、、ｂ．，
…－ｏ
、～…．．－・’？、．＾Ｊ．＇…，，’
（ｂ）歹Ｐ２Ｉ＋１）（ｔｔｌ＋ＩＯ）忑（‘＂㈨）＋Ｉ－１）ＯＡ，Ｉ
汕．＠…◇…＠…◇…◇…＠…一。
ｓｐｉｎ％ｏ％：４．ｄｉｍｅｎｓｉｏｎａｌ—旦。ｓｐｉｎ１：３一ｄｉｍｅｎｓｉｏｎａｌ
图２．１（ａ）每一个自旋为１的格点的希尔伯特空间由两个虚拟的自旋１／２的粒子张开的空间
构成，相邻两格点上的自旋１／２粒子构成自旋单态。（ｂ）将两个自旋１／２的粒子张开
的四维空间投影到原来自旋为１的粒子张开的３维空间中。
其中巩取＋ｌ，０，．１，分别对应自旋１的希尔伯特空间的三个基矢，而三个投影
矩阵Ｎ为：
Ⅳｃ＋１，＝Ｂ翻，Ⅳｃ∞＝［一羔吉］，Ⅳｃ一１）＝罡０］。基态波函数为：
Ⅲ）＝Ｐ１ｏ岛…尸ⅣＩ≯１）Ｉ≯２）…Ｉ咖Ⅳ）
＝∑（嗡㈨（ｃ・ｄ－Ｉ）（喝：Ｉ盯。）（ｃｚｄ２１） …（虻ａ椭Ｎ
｛ｑ吨以）
仃Ⅳ）（ＣＮｄＮｌｌ，
∑（Ｍ６煳Ｉ咖ｚ））（地。。。Ｉ啪ｓ））…（地脾］ｂＮａｌ）１
｛ｏ扣ｔ｝
／
＝∑∑嵋。地。。：Ｎ：：ｄ２Ｍ６２旷‘‘啷ａＮｄⅣ％ｍ（２．４）
｛ｑ也以）｛ｎｔ６ｔ）
（ＣＩＣ２…ＣＮｌａｌａ２…ａＮ）（ｄｌｄ２・・・ｄｎｌｄｌｄ２…ｄⅣ）ｌ盯１盯２…Ｏ＂Ｎ）
＝∑（Ｎ５。地。。。）（嗡：Ｍｂ：。。）…（ＮａｂＯｂⅣ螈肭ＩＧｌ６ｒ・．．Ｏ－Ｎ）
｛ａｉｂ．ｎ｝
Ａ：：。：Ａ２。。…４。ａⅣＮ。。ｌ盯１盯２‘・’盯Ⅳ）
｛ａｉａｄ
这里Ａ以是一个２×２的矩阵，其中Ａ（＋１）＝Ⅳ（＋１）Ｍ
ｏ
卅吡…＝
ｌ一；？ｌ，Ａ（一１）：Ⅳ（一１）Ｍ：ｌｏ，Ｉ．这样我们显示地写出了Ａｌ∞模型的
【ｏ｛Ｊ卜去ｏｊ
基态波函数ｌ皿），它可以用一系列的矩阵的乘积来表示，称之为ＭａｔｒｉｘＰｒｏｄｕｃｔ
Ｓｔａｒｅｓ（ＭＰＳ），矩阵Ａ巩的维度Ｄ称为ＭＰＳ的维度。张量Ａ有三个维度，其包含
的ａｉ和ａｉ＋ｌ称为虚拟指标，既称为虚拟指标，为了便于直观理解，我们可以用图
万方数据
形来表示，如图２．２（ａ）所示。对两个张量的共同指标求和，如对Ａ２吣，和４髻嚣ｎⅢ
的。冲１指标求和，即∑。ⅢＡ２。ⅢＡ以ａｉ＋＋１１ｎⅢ，可以通过在Ａ象阱。和Ａ筹；ｎｍ的图
表示中直接将这个指标相连来表示，如图２．２（ｂ）所示。这样我们便可以得到ＭＰＳ
的图表示，如图２．２（ｃ），虚拟指标的维度就是ＭＰＳ的维度。
（ａ）（ｂ）
｝璺ＬＡ口：穗ａ；燃三；ｉ２箍＆州Ａ。。Ａ吼
（ｃ）
图２．２（ａ）三指标张量Ａ２。。的图表示；（ｂ）对两个张量的ａｉ＋ｌ指标进行求和；（ｃ）周期性
边界条件ＭＰＳ的图表示。
事实上，ＡＫＬＴ态是一个最简单的非平庸的ＭＰＳ，其维度Ｄ＝２。从这个例子
我们也可以看出，量子纠缠在ＭＰＳ表示中扮演这极其重要的角色，我们完全可
以从量子纠缠的角度去理解ＭＰＳ［２４】。值得一提的是，对ＡＫＬＴ模型，这里采
用的是周期性的边界条件，如果采用开放性边界条件ＡＫＬＴ模型其基态将会是４
重简并，并且会出现分数激发［２９】。
通过上面的例子，我们可以对ＭＰＳ有个直观的了解。下面将详细地介绍
ＭＰＳ的相关理论。
２．２矩阵分解
２．２．１奇异值分解（ＳＶＤ）
在关于ＴＮＳ的理论中，我们要经常用到线性代数的知识，尤其是奇异值分
解（ＳＶＤ）。通过ＳＶＤ，可以把一个量子态写成一个由体系的Ａ部分和其互补部分
Ｂ所构成的一个紧凑的态表示形式，即施密特分解。这里我们先介绍一下ＳＶＤ。
ＳＶＤ是说，对于任意一个Ｍ×Ｎ的矩阵Ａ，总是可以把它写成
Ａ：ＵＳＶｔ，（２．５）
其中
（１）矩阵Ｕ的维度是Ｍ×ｍｉｎ（Ｍ，Ⅳ），并且满足ＵＵｔ＝Ｊ；如果Ｍ≤Ｎ，
同时有ＵｔＵ＝Ｉ，这时Ｕ是幺正矩阵。
万方数据
（２）矩阵ｓ是维度为ｍｉｎ（Ｍ，Ｎ）×ｍｉｎ（Ｍ，Ｎ）的对角阵，其对角元所有元素
＆ｉ三８ｔ是非负的，即ｓｔ≥０．这就是所谓的奇异值。非零奇异值的个数ｒ是矩阵
Ａ的秩。一般约定ｓ１≥ｓ２≥…≥ｓ，＞０。
（３）矩阵∥的维度是ｍｉｎ（Ｍ，Ｎ）×Ｎ，并且满足ｖｔｖ＝，。如果Ｍ≥Ｎ，
同时有ｙＶｔ＝Ｉ，这时ｙｔ是幺正矩阵。
ＳＶＤ一个重要的应用就是矩阵的最优低秩近似［２０］。在弗罗贝尼乌斯范数的
定义下ｌＩＡＩｌ２＝∑ｉｊＩＡ巧１２，我们想要用一个秩为ｒ７的矩阵Ａ７来近似秩为ｒ（ｒ７＜７＇）
的矩阵Ａ，一个最优的近似就是
Ａ７＝ＵＳ７ＶｔＳ７＝ｄｉａｇ（ｓ１，ｓ２，…，ｓ，，】．．．）（２．６）
２．２．２量子态的施密特分解
ＳＶＤ的另一个重要应用就是施密特分解，我们现在用ＳＶＤ来推导普遍情形
下的量子态的施密特分解。考虑一个由Ａ部分和Ｂ部分组成的系统，系统的任
意一个纯态总是可以写成：
矽）＝∑ｘ出ｑｌｉ）ＡｌＪ）Ｂ（２．７）
ｉｊ
其中俅）Ａ］－和｛ｌ歹）Ｂ）．各自是Ａ和Ｂ的两组正交基，其维度相应地分别为Ｍ和
Ⅳ。Ⅲ巧是相应的基矢的系数，所有系数皿巧构成了维度ＭＸＮ的矩阵Ⅲ。由此，
我们可以得到约化密度矩阵以＝ＴｒＢＩ妒）（妒ｌ和如＝Ｔ“Ｉ砂）（妒Ｉ的矩阵形式：
ＰＡ＝ⅢⅢｔ，ＰＢ＝Ⅲｔ皿．（２．８）
如果我们对方程（２．７）中的矩阵皿做ＳＶＤ，可以得到
ｍｉｎ（Ｍ，Ⅳ）
Ｉ砂）＝∑∑阢。＆。Ｖｊ＊ｌｉ）ＡｌＪ）Ｂ
巧ａ＝ｌ
ｍｉｎ（Ｍ，Ⅳ１
＝∑ｓ。（∑％。ｍ）（∑％挑）
ａ＝ｌｚ３
（２．９）
ｍｉｎ（Ｍ，Ⅳ）
＝∑ｓ。ｉ口）Ａ｛盘）Ｂ
由于ｌｉ）Ａ和ｌｉ）Ｂ是各自都是正交基组，而ｕ和∥分别满足ＵＵｔ＝Ｉ和Ｖｔｖ＝Ｉ，
可以知道ｌａ）Ａ和Ｉａ）Ｂ也分别是Ａ和Ｂ的正交基组。如果我们把（２．９）的求和
限制在最大的ｒ（ｒ≤ｍｉｎ（Ｍ，Ⅳ））个奇异值中，我们可以得到Ｉ妒）的施密特分解
形式：
Ｉ矽）＝∑ｓ。Ｉ。）Ａｌ。）Ｂ（２．１０）
ａ＝ｌ
万方数据
显然ｒ＝１对应的是直积态，ｒ＞ｌ对应的是纠缠态。
经过施密特分解，我们很容易写出Ａ和Ｂ的约化密度矩阵：
２２
＝Ｓｏｏ＝Ｓｏ０凸２
＾ｐＡＡＡ＾ｐＢ８Ｂ
，∑ｄ，∑ｄ
ｏ
只考虑非０奇异值部分，可以看出声Ａ和卢Ｂ具有相同的本征值，并且其本征值为
ｕ。＝ｓ。２，但它们的本征矢并不相同。我们也可以直接得到Ａ和Ｂ之间的纠缠熵：
２２
甄８砂＝一Ｔ．妒Ａ０ｇ
２＾ｐＡ＝一ＳＯｇ
２
Ｓ２２
，∑脚
ｎｏ
我们可以通过施密特分解直接对量子态做近似。如果只保留Ｉ妒）最大的ｒ７个
基矢，可以得到ｌ砂）的近似态：
＝３
～砂Ｓ口ｏＡｏＢ２
一∑ｒｌ
利用施密特分解做近似本质上和利用ＳＶＤ对ｌ妒）的系数矩阵Ⅲ做近似是一致
的。
２．２．３ＱＲｒＬＱ）分解
在实际数值计算中ＳＶＤ足以满足我们的需要，但有时如果采用ＳＶＤ分解
会给出的信息过多反而会增加计算负担。比如说，Ａ＝ＵＳＶｔ，如果我们只关心
ＵＵｔ＝Ｉ以及ＳＶｔ的整体性质，不关心具体的奇异值矩阵Ｓ时，这时ＱＲ分解
会比ＳＶＤ的计算量会更小，采用ＱＲ分解更简约更经济。ＱＲ分解是说对任意一
个Ｍ×Ｎ的矩阵Ａ，有
Ａ＝Ｑ兄，（２．１４）
其中Ｑ是Ｍ×Ｍ的幺正矩阵ＱＱｔ＝ＱｔＱ＝Ｉ，Ｒ是ＭＸＮ的上三角矩阵。ＱＲ
分解有时也会可以采用更经济的方式，当Ｍ＞Ｎ时，Ｒ矩阵最下面的（Ｍ一Ⅳ）
行全是０，可以写成：
４＝Ｑ・［乞１］＝［Ｑ，Ｑｚ］［Ｒ。：ｔ］＝Ｑ，Ｒ・ｃ２．，５，
Ｑｌ现在是ＭＸＮ的矩阵，Ｒｌ是Ｎ×Ｎ的矩阵，并且ｑＩｑｌ＝Ｊｒ，一般Ｑ１Ｑｉ≠Ｉ。
我们一般都会采取这种更经济的ＱＲ分解方式。
类似地，对任意一个Ｍ×Ｎ的矩阵Ａ，也有ＬＱ分解，
Ａ＝ＬＱ，（２．１６）
其中Ｑ是Ｎ×Ｎ的幺正矩阵ＱＱ十＝Ｑ＋Ｑ＝，，Ｌ是ＭＸＮ的下三角矩阵。和
ＱＲ分解一样，也有相应的更简约的表达方式，这里不再赘述。
万方数据
２，３ＭＰＳ理论
２．３．１一维量子态的ＭＰＳ表示
现在我们利用ＳＶＤ将一个一维系统的量子态写成ＭＰＳ形式［２０］。考虑一个
一维的晶格，其长度为Ｌ，每个格点ｉ（ｉ＝１，２，…，Ｌ）的局域的希尔伯特空间维
度为ｄ，相应的基矢为｛ｓｔ），任意一个量子态总可以写为：
妒）＝∑ｃ。ｒ也Ｊｓｌ．¨三）（２．１７）
８１，…，ｓＬ
这个量子态共有ｄ三个参数Ｃ”。Ｌ。先将含有ｄ三态矢量的张量ｃ”。工写成一个
ｄ×ｄＬ一１的矩阵皿：
皿。１’Ｓ２…。Ｌ＝Ｃ。１．吧，（２．１８）
然后利用ＳＶＤ对矩阵Ⅲ进行分解，
ｒｌｒｌ
Ｃ８１．．．ＳＬ＝皿。。ｍ…。工＝∑阢。ｍ＆。ｍ（ｙ’）‰。：…。Ｌ＝∑观。ｍＣａ。趼。Ｌ．（２．１９）
ａｌａｌ
在最后一个等式中已将矩阵Ｓ和ｙｔ乘在一起，并将得到的矩阵变回一个矢量。
根据ＳＶＤ分解的性质，可知ｒ１＜ｄ。再将矩阵Ｕ变成ｄ个行矢量４一，相应
的矩阵元为Ａ：：＝Ｕｓ。，。。，同时把矢量Ｃ口。。：…。Ｌ变形成维度为ｒｉｄ×ｄＬ＿２的矩阵
Ⅲ小耶。…。Ｌ，可以得到
ｃ即峭Ｌ＝∑Ａ。８１。皿…：舟…蚴（２．２０）
ａｌ
对Ⅲ做ＳＶＤ，则有
Ｃｓ卜睨＝∑∑雏巩心ｍ％ｍ（ｙ＋）。：栅…。Ｌ＝∑∑Ａ嚣馏ｍⅢ。。。。烈…。Ｌ，
ａｌａ２ａｌａ２
（２．２１）
上式中我们把矩阵Ⅳ写成了ｄ个Ｔ１×１＂２的矩阵Ａ。，相应的矩阵元为Ａ箸ｍ＝
％。。：ｍ，并且把矩阵Ｓ和ｙｔ乘在一起变形成一个ｒ２ｄ×ｄＬ～３的矩阵皿，其中
ｒ２≤ｒｉｄ≤ｄ２。按照上述步骤，通过连续做ＳＶＤ，可以得到
（２．２２）
Ｃ８１．．．８Ｌ＝∑Ａ。８１。ｎｎｌ８２ｍ…肛ａＬ～－２。一Ａ兰一。，
Ⅱ１，’一，ｏＬ一１
其中Ａ８，是行矢量，Ａ。Ｌ是列矢量。这样就得到了任意量子态的ＭＰＳ表示：
妒）＝∑∑Ａ嚣馏ｍ…ＡＳ～Ｌ－１：儿一。Ａ兰一，ｌｓ，ｓ２．．．ｓ¨ｓＬ）（２．２３）
Ｓｌ’’’ｓＬ０，１‘’’ｎＬ一１
或者可以写成更简洁的形式：
矽ｌＩＡ题Ａ眈ＡＡＬ— Ｌ２２４
∑一
万方数据
由于在ＳＶＤ过程中ｕｔｕ＝Ｊ，而Ａ￡乩。；三Ｕｏ“。舭；，所以有
６。汕ｆ∑（ｕｔ）。…他ｕｏｉ－ｌｓｌ，ａ：
＝∑（Ａ耐）％吣，Ａ耄掣：（２．２５）
＝∑（Ａ甜舻）％∥
也就是
∑Ａ８订Ａ８ｈＩ．（２．２６）
Ｓｉ
满足上述条件的矩阵称为左归一化。如果矩阵Ａ都满足上述形式，这样的ＭＰＳ
呈为左正则表示。注意到，最后一个通过ＳＶＤ得到的矩阵Ａ８Ｌ并不一定满足，这
个与量子态的归一化系数有关系，在这里我们暂不考虑这个问题。
除了左正则表示外，ＭＰＳ还有右正则表示。我们可以从第Ｌ个格点开始做
ＳＶＤ，到第１个格点结束，这样得到的ＭＰＳ就是右正则表示，
＇。。一、
妒）＝＞：Ｂ乱Ｂ。…Ｂ观－１８８ＬＩＳｌ８２…８Ｌ）（２．２７）
ｓ１…ｓＬ
ＭＰＳ中的矩阵是右归一化的：
∑Ｂ５㈣Ｂｔ一，．
（２．２８）
Ｓｔ
我们也可以先从左往右依次对第１格点开始做ＳＶＤ直到第尼一１个格点，然
后再从右往左依次对第Ｌ个格点到第尼＋２个格点做ＳＶＤ，得到ＭＰＳ的混合正
则表示［２０】，如下所示：
ｃ。。趼。Ｌ＝（Ａ８１Ａ。…Ａ８＊）。。＆舭。（ｙ＋）‰（。Ⅲ…。Ｌ）（２．２９）
根据前面左正则表示的过程，可知矩阵Ａ乱是左归一化的。把（ｙ＋）。。，（。Ⅲ…。工）写
成矩阵皿（。胤¨。Ｌ一。）儿，然后从右向左对第Ｌ个格点到第ｋ＋２个格点连续做
ＳＶＤ，对于第七＋１个格点，我们做ＳＶＤ之后将剩下的矩阵职。胤＋。），。Ⅲ＆Ⅲ，。啪
变形为第ｋ＋１个格点的矩阵Ⅸ：吉ｂ。，这样我们得到：
（２．３０）
（∥）。如…。工）＝∑一ＢＳｋ＋。Ⅲｔ・・・吃一，
ｎｋ＋１…ａＬ－－ｌ
由于ｙｙ十＝，，可知所有的Ｂｓ＊矩阵都是右归一化的。这样我们得到了ＭＰＳ的
混合正则表示：
妒）＝∑Ａ“…４５‘ＳＢ５Ⅲ…Ｂ＂Ｌ１”．．ＳＬ）．（２．３１）
ｓ１‘。‘ＳＬ
万方数据
从这个混合正则表示中，我们可以立即得到Ｉ妒）的一个施密特分解：
ｌ妒）＝∑Ａ。。㈨Ａｌｎ七）Ｂ（２．３２）
ｎ凫
其中施密特系数Ａｎ。就是Ｓ矩阵对角阵的对角元，入。。＝＆舭。，相应Ａ和Ｂ的
基矢分别为：
ｌ。ｔ）Ａ２＝∑（—４８ｌ…—４５‘）。。Ｉｓ，…ｓ七）
ｓｌ…Ｓｋ
（２．３３）
ｌ。七）Ｂ＝∑（舻＋１．“５Ｌ）。。ｈ…ｓＬ）
Ｓｋ＋１…ＳＬ
（２．３４）
并且Ａ的基矢．［Ｉ凸七）Ａ］．和Ｂ的基矢｛Ｉｎ七）Ｂ］．是各自互相正交的。
在用ＳＶＤ得到任意量子态的左正则ＭＰＳ表示中，如果我们不关心奇异值
矩阵Ｓ的具体情况，而是把ＳＶｔ当做一个整体来考虑们也可以采用ＱＲ分解得
到ＭＰＳ的左正则形式，只需要将原来ＳＶＤ中的Ｕ矩阵用Ｑ来代替，将ＳＶｔ用
Ｒ矩阵来代替即可。同理，可以用ＬＱ分解得到ＭＰＳ的右正则形式。
２．３．２ＭＰＳ表示与纠缠熵的面积定律
从上述左正则表示可以看出，从第１个格点到第Ｌ个格点，矩阵４。ｉ的维度
依次为（１Ｘｄ），（ｄＸ沪），…，（ｄ专－１×ｄ专），＠考Ｘｄ专＿１），…，（ｄ２Ｘ
ｄ），（ｄ×１）。
这是一个量子态的严格的ＭＰＳ表示，没有任何近似。也正因为这样，在实际的
数值计算中，原则上我们不会一直采取这样的分解，因为矩阵的维度会随着体
系的增加而呈指数增加。在实际应用中，我们会对矩阵的维度设定一个截断，令
其最大为Ｄ，称之为ＭＰＳ的维度。这样ＭＰＳ中，矩阵的维度就依次为（１×ｄ），
（ｄ×ｄ２），（ｄ２×Ｄ），…，（Ｄ×Ｄ），…，（Ｄ×ｄ２），（铲×ｄ），（ｄ×１），这里假定
Ｄ＞ｄ３。现在的问题是，做了截断之后，得到的ＭＰＳ不再是严格精确的，这样
的近似在实际计算中有效吗？答案是：有效。这与纠缠熵的面积定律有关。
对于一个由Ａ部分和Ｂ部分构成的量子体系，假定Ａ和Ｂ的量子态都是
Ｄ维的，通过前面的施密特分解，我们知道了Ａ和Ｂ之间纠缠熵为：
＝一Ｔ＝一
＆８矽＾ｐＡＯｇ＾ｐＡｕｏＯｇｕ凸２３５
Ｄ∑烈
其中ｕ。是约化密度矩阵以和硒的本征值。当所有ｕ。都相等取１／Ｄ时，乳ＩＢ（｜妒））
取最大值ｌ０９２Ｄ。纠缠熵的面积定律是说，在热力学极限下，对于由短程相互作
用构成的哈密顿量，如果其基态相对于激发态有能隙，那么基态的ＡＢ部分之间
的纠缠熵ｊＥＬｔ，于它们接触的表面积［３０－３３］，即
ＳＡＩＢＯｆ．ＬＤ一１（２．３６）
其中Ｌ表示Ａ和Ｂ接触部分的周长，刃表示体系的空间维度。
１０
万方数据
在一维时如果满足纠缠熵面积定律，那么＆ＩＢ。（ｃ，ｃ是常数。由于＇ＳＡＩＢ
的最大值为ｓｍ麓＝ｌｏｇ。Ｄ，可以看出如果我们想要准确刻画纠缠熵的性质，对于
满足纠缠熵面积定律的一维体系我们需要的希尔伯特空间的维度大概为Ｄ＾一２。。
这意味着有限多的量子态就可以准确刻画量子多体系统的基态性质。我们可以
粗略地认为这里的Ｄ和前面的ＭＰＳ的维度Ｄ是一致的，至少在量级上是一致
的【２０】。这就是说，ＭＰＳ可以很好描述有短程相互作用构成的哈密顿量的有能
隙的基态性质。特别地，以前面的一维ＡＫＬＴ模型为例，其基态中不同的格点之
间通过一个自旋单态来连接，而如果将这个一维体系分成两部分，其纠缠熵是２，
这是一个严格的Ｄ＝２的ＭＰＳ。
事实上对于基态没有能隙的情况，一维情况下纠缠熵勘ＪＢ。（ｃｄ０９２Ｌ，这时
需要的量子态的数目大概为Ｄ＾一Ｌａ，由于Ｏｚ一般是１／３或者１／６，这时需要的
ＭＰＳ的维度Ｄ的大小随着体系尺寸己的增大会增长比较缓慢，足够我们通过
ＭＰＳ来计算相当大的体系来得到热力学极限下系统的性质【２０］。总而言之，ＭＰＳ
可以很好地描述一维短程相互作用体系。
二维情况下，纠缠熵面积定律告诉我们，ＳＡＩＢ。（Ｌ，这时如果采用ＭＰＳ来
描述二维体系，那么需要的ＭＰＳ的维度大概为Ｄ一２Ｌ，这就是说Ｄ会随着体
系尺寸的增加而呈指数增加，这时用ＭＰＳ描述二维体系不再合适。
以上是关于开放性边界条件的ＭＰＳ表示理论。对于周期性边界条件，无法
通过ＳＶＤ或者ＱＲ，我们可以很自然得把其ＭＰＳ形式写成如下形式：
Ｄ
妒）＝∑ ∑Ａ恐ｍＡ署恕…一Ａ一。ＳＬＬ－一１。，ａＬ－１Ａ恐～。，。ＬＩｓ・ｓ。…ｓＬ一－ｓＬ）
５１…８二。ｌ‘・‘。二一１２１
陀．３７）
＝∑Ｔｒ（Ａ８１Ａ５２…Ａ，Ｌ－１Ａ８ＬＩｓｌｓ２．．．ｓ¨ｓ工）
８１‘一ｓＬ
所有的矩阵的维度都是Ｄ×Ｄ，其图表示可以参考２．２（ｃ）。
注意到，当用维度为Ｄ的ＭＰＳ来表示一维系统的基态时，所需要的参数个
数约为ＬｄＤ２，随着系统尺寸Ｌ的增长而呈线性增长。相较于原来的参数随系统
尺寸的增长而成指数增长，ＭＰＳ提供了一个非常有效的参数空间来刻画一维物
理系统的基态。
２．４可观测量的期望值的计算
上一部分我们详细介绍了ＭＰＳ的表示理论。现在我们将介绍如何用ＭＰＳ计
算物理系统的期望值。给定一个任意的ＭＰＳＪ矽）（Ｊ妒）不一定是正则表示），其维
度是Ｄ，如何某一可观测量的期望值呢？比如说哈密顿量的期望值：
吲耻锗（２．３８）
这时我们需要计算（妒ｌ妒）和（妒ｉＨｌ矽）两部分。
万方数据
２．４．１（矽Ｉ矽）的计算
先考虑如何计算似ｌ妒）：
ｄＤＤ
（妒Ｉ妒）＝∑∑ ∑Ａ彳４蹦ａｌ，ａ。…Ａ艺：。镶钱一・・钱一。（２．３９）

８１－一ｓＬａｌ…ａＬ一１ｂｌ・一ｂＬ一１
在这个表达式中，有对物理指标｛ｓｉ】．的求和，也有对虚拟指标ａｉ）和｛玩）的求
和。求和的次序极大地影响了计算的复杂度。如果我们先对虚拟指标｛ｎｏ］．或者
伯；１．求和，每求和掉一个虚拟指标ａｉ，得到的矩阵的维度便会增加为原来的ｄ
倍，最终会得到一个元素个数为ｄＬ的矩阵，这种求和顺序，其计算复杂度为会
随着Ｌ的增加而呈指数增加，显然这种求和的顺序是不可取的。我们可以把方
程（２．４０）中的每一项重新组合一下：
（妒Ｉ妒）＝∑∑Ａ笔：，（…（∑∑Ａ嚣盖：（∑Ａ警Ａ：；）４瓢）…）Ａ‰
ａＬ—ｌｂＬ一１ＳＬ ‘ａｌｂｌ８２Ｓｌ
（２．４０）
即我们先把所有的物理指标ｓｉ求和掉，得到∑苎（Ａ即Ａ５ｔ），然后再把不同的
∑：．（Ａ舭小ｔ），从ｉ＝１依次从左到右乘起来，这样的计算复杂度约为Ｏ（ＬｄＤ４＋
ＬＤ４），显然比之前的先把所有的｛ｎｉ）或者Ｄｔ］．求和掉的计算复杂度小很多，但
这还不是最省时的计算方式。最省时的求和顺序如下：
（妒Ｉ妒）＝∑∑－俨－ａＬ｝－。（…（∑∑Ａ署Ｉ：（∑Ａ嚣＋Ａ；：）Ａ；：，幻）…）Ａ：：一。
ＳＬｂＬ一１ａＬ一１ｓ２６ｌａｌ８１
（２．４１）
即先求和掉ｓｌ得到新的张量后，接着求和掉ａ１指标，然后再同时求和掉ｓ２和６１
指标，得到新的张量后，接着求和掉ａ２指标，然后再同时求和掉ｓ３和ｂ２指标，
依次进行下去，如图２．３所示。这样的计算复杂度约为Ｏ（２ＬｄＤ３），明显低于方程
ｆ２．４１）所示求和顺序的计算复杂度。对于周期性边界条件的ＭＰＳ，其计算复杂度
为Ｏ（２ＬｄＤ５）。
２４
，ｙ，（砂ｌ
，ａ１飞，ａ２飞ｎｆ飞，ａｆ＋１一ＱＬ一１’
：ｌＳ１３．．。。。．・ｓ２５—＿＆—一Ｓｉ＋１．．．。．．一ＳＬ一１——＿＋置
▲ ６１麓惑６２屡 ▲ ６￡蠢 ▲ｂｉ＋ｌ箧 ▲６Ｌ一１筵 ▲

Ｉ矽）
３５
图２．３按红箭头标注的序号求和指标。先求和掉ｓ１指标，接着求和掉ａｌ指标，再同时求
和掉ｓ２和ｂ１指标，依次进行下去。
１２
万方数据
在计算（妒Ｉ妒）时，我们注意到，如果对ＭＰＳＩ妒）做正则化，则可以大大简化
计算。我们可以用ＱＲ分解来对Ｉ妒）进行左正则化。先对第１个矩阵Ａ８１做ＱＲ
分解，Ａｓ－：Ｑ—Ｒ，令Ｂｓ－＝Ｑｍ，并把Ｒ与Ａｓ：相乘得到新的矩阵五∞，然后
再对Ａｓ：做ＱＲ分解，依次重复下去：
Ｉ妒）＝∑∑Ａ。８１。一。８２。ｍＡ笼ｍ…Ａ艺二：，。Ｌ一。Ａ恶一。Ｉｓ，ｓｚ‘・‘ｓＬ）
８１…８Ｌａｌ…ａ工一１
＝∑∑Ｂ。小。（Ｒｂｌ，ａｌＡ嚣ｍ）Ａ笔棚…Ａａ乩Ｌ～－２，。Ｌ一，Ａ兰一，Ｉｓ，ｓｚ…ｓＬ）
Ｓｌ…ｓＬａｌ・一ａＬ一１
＝∑∑∑％ＢＳ，ｌⅦ彳８。２。。Ａ意ｍ…Ａ。ＳＬ一－１舭一，Ａ艺一，∞。…ｓＬ）
８，１・．－ｓＬａｌ－一ａＬ一１ｂｌ
＝∑∑∑ＪＢ嚣Ｂ。２６ｌ加（Ｒｂ２，ａ２Ａ笺ｍ）…Ａ～８Ｌ－１：ｍ一。Ａ兰一。ｌｓｔｓｚ…ｓ工）
８１…ｓＬａ２・一ａＬ一１ｂｌｂ２
＝∑∑∑～ＢＳ。ｌ～Ｒｓｌ）ｂ２：襁。。…ＡａｓｎＬ－１２ｍ一，Ａ兰一，旧：…ｓ三）
Ｓｌ・・・８Ｌａ３・・・ａＬ一１ｂｌｂ２
＝∑∑曜Ｂ‰…Ｂ呼ＳＬ－。Ｉ）６Ｌ一。五；：一。Ｉｓ，Ｓ２．．．ｓＬ）
８１・一８Ｌｂｌｂ２ｂＬ一１
（２．４２）
通过上述步骤，我们便得到了Ｉ妒）的左正则形式。对于最后一个格点Ｌ，我们会
得到一个矩阵Ｒ，但Ｒ是一个数值，不是一个矩阵，这个数值就是ｌ矽）的归一化
常数，可以直接令其为１，便得到了Ｉ妒）的归一化形式。
也可以同时利用ＱＲ分解和ＬＱ分解对Ｉ妒）进行正则化来简化计算。按上面
左正则化的步骤所示从第１个格点到第ｋ个格点进行左正则化，然后类似的利用
ＬＱ分解，从第Ｌ个格点到第七＋１进行右正则化，最后对第七个张量作为ＱＲ分
解后得到的矩阵Ｒ与Ａ：：一。。。和第ｋ＋１个张量Ａａ船ｋ＋１，ｂｋ＋。的乘积正曲。吨。¨６ｍ＝
∑。。４；：一。ｎ。Ａ最麓＋。做ＳＶＤ，正曲¨溉＋－ｂⅢ２∑６＊Ｕｓｋｂｋ１，ｂｋＳｂｋ，ｂ＊Ｖｔ）６＂ｍ６。＋，，
并令Ｂ嚣“ｈ２乩曲ｔ－ｈｂｔ以及ｇｋ抖，ｂｋｌ＋。２（伊）。舻ｍ。。＋，，可以得到正则化后的
形式：
ｌ矽）＝∑∑Ａ嚣Ａ器ｍＡ笔ｍ…Ａ裟二：，。Ｌ一。Ａ艺一。Ｉｓ・ｓ。…ｓＬ）
Ｓｌ‘。‘８Ｌ凸１…ｏＬ—ｌ
＝∑∑∑
Ｓｌ…ｓＬｎ％ｂｌ…ｂｋ一１
∑曜蹭加…糍乩。。铲ａｋ“，ｂｋ＋。…吼。｜ｓｌｓｚ…ｓＬ）
６＾＋１…ｂＬ—ｌ
＝∑∑皤Ｂ‰…Ｂ嚣乩。。‰风罐ｋ＋１，ｂｋ＋，…％。｜ｓｌｓｚ…ｓＬ）
８１－・－ＳＬｂｌ・・・ｂＬ一１
（２．４３）
其中矩阵Ｂ满足∑鳓Ｂ魂ｔＢ吼＝Ｉ，矩阵ｃ满足∑。。ｃ５‘ｃ乱ｔ＝Ｊ。那么容易看
出（矽Ｉ妒）取决于＆。＇６。，如图２．４。这里得到的ＭＰＳ的形式我们称为准混合正则
化形式，它和混合正则化的形式虽然一样，但并不相同。混合正则化后的量子态
＆枷。代表相应的施密特分解的施密特系数，准混合正则化的形式中的＆舭。并
没有这个含义。
１３
万方数据
罗一ｙ只船飞，Ｖ１，，＇ｓｍ飞罗＇，
上Ｊｂｋ一１６七。ｂｋｂｋ＋１
＆ｋ６ｋ
（ａ）
１也ｙ
％ｂｉ＿＾机，＆飞
＝卜白；
／钆。ｂｉ－１６ｉ
＝Ｓｌ
如ｆ白￡
Ｓｉ
残ｓ¨ｉ＊ａｉｃ荽。。。
箧▲ ａｆ震瓤
＼
ａｉ
啦
（ｂ）（Ｃ）
图２．４（ａ）将一般的ＭＰＳ态化为准混合正则形式。（ｂ）准混合正则形式中，按照从左到右的
顺序，计算（妒Ｉ砂）从第１个格点到第ｉ（ｉ≤七）个格点所有的指标求和掉，得到单
位矩阵。（ｃ）准混合正则形式中，按照从右到左的顺序，计算（妒Ｉ妒）从第Ｌ个格点到
第ｉ（ｉ≥尼－Ｉ－１）个格点所有的指标求和掉，得到单位矩阵。
２．４．２（矽Ｉ膏Ｉ矽）的计算
接着我们需要计算（妒Ｉ疗Ｉ矽）部分。假设体系为一维开放边界条件的Ｉｓｉｎｇ模
型，其哈密顿量：
Ｌ一１
青＝∑鱼＝∑《略。（２．４４）
｛＝１ｉ
我们可以将免在其本征矢下展开：
盯；＝１个ｔ）（个ｉＩ—Ｉ土ｉ）（山ｔ（２．４５）
注意到忘＝子ｉ２弁ｉ２＋１是一个两体算符，可以把它写成一个含有４个物理指标的张
量磁盘：
皿＝子ｉ２弃ｉ２＋１＝１个ｉ个ｉ＋１）（个ｉ个ｉ＋１Ｉ—Ｉ下ｉＪ，ｌ＋１）（个ｉＪ，ｔ＋１
一ｌ上卅、ｔ＋１）（山ｉ十纠一１Ｉ十Ｉ山ｉ山ｉ＋１）（－｛，－ｉ、ｌ－ｉ＋１
（２．４６）
＝∑∑磁崩，８：川－１－１ｓ“＋。）（ｓ｛’ｓ州
ｓｔ，８ｉ＋１ｓ：，ｓ：＋１
我们容易得出张量磁盘：的元素值，这样我们便可以得到
（妒嘲妒）＝（ＩＥＡ５１ｗ１）（∑胪ｗ２）・・・（∑∑ＡＳｉ＋１＊舻＋磁盘：∥∥＋・）ｓｔｉ，ｓ：＋１乩岛＋ｌ
×（ＩＥＡ３ｔ＋２＋Ａ５ｔ＋２）・・・（ＩＥＡ３Ｌ４Ａ８Ｌ）
．Ｓｉ＋２ＳＬ
（２．４７）
１４
万方数据
假设Ｉ妒）已经准混合正则化，即从第１个格点到第ｉ个格点是左正则形式，第
ｉ＋１个格点到第Ｌ个格点是右正则形式，如图２．５（ａ）所示。那么
（妒嘲妒）＝∑∑ＡＳｉ＋１＊木∥磁枯∥ｓ肿－（２．４８）
ｓ：，ｓ：＋１％８ｉ＋１
我们可以用图形表示，如图２．５（ｂ）所示。我们注意到膏＝∑；鱼，所以为了减小
计算量，可以按如下方式计算似ｌ膏Ｉ妒）：从第Ｌ个格点到第１个格点开始做－ＬＱ
分解，做完以后，可以很容易计算（妒ｌ：／１Ｉ妒），然后对第１个格点做ＱＲ分解，可
以很容易得到（妒Ｉ觑ｆ妒），再对第２个格点做ＱＲ３－懈，可以很容易得到（妒ｆ觑ｌ矽），
依次进行下去，直到得到（矽ｌ／：／Ｌ一１Ｉ矽）。
一ｉ一
◇｜ｌ◇ 一 ◇｝ｌ◇ 兰威要Ｌ ◇｜ｌ◇
。
◇｜ｌ◇
如＋占＋
图２．５利用准混合正则形式（或者ＱＲ和ＬＱ分解）计算可观测量
２．４．３可观测量的ＭＰＯ形式
在计算哈密顿量疗期望值时，我们需要对反中的每一项进行计算，然后再
将它们相加。事实上，还有另一种办法可以更加方便的计算哈密顿量的期望值，
这就是将其写成矩阵乘积算符（ＭＰＯ）形式【３４】。我们知道，任意一个算符６总
是可以写成如下形式：
Ｄ＝∑Ｃ８１．．．８Ｌ，８ｉ…。湘…ｓＬ）（ｓ卜・ｓ２
（２．４９）
＝
２
∑
乙ｌｓ…ｓ八ｓ１…ｓＬ
ｃ（。。。ｉ）．．．（ＳＬＳ，Ｌ）Ｉｓｌ…ｓＬ）（ｓ：…ｓ２
ｃ（ｓｌｓｉ）…
１５
万方数据
我们可以把（８１ｓｉ）看成一个整体的“大”的物理指标，然后与对量子态ｌ矽）做
ＭＰＳ表示类似，可以利用ＳＶＤ或者ＱＲ（ＬＱ）分解，将Ｄ写成如下形式：
Ｄ＝ ∑ ｃ。ｒ…ｉ…吒¨．．ｓＬ）（ｓ卜・ｓ２Ｉ
ｓ１…ｓＬ，ｓｉ…ｓ２
＝∑ ∑呀ⅫｉＷ邺８２４。…吃盘：蝶ｈ…ｓＬ）（ｓ卜ｓ钏（２．５０）
８１…ｓＬ，ｓｉ…ｓ２ｎｌ。一ａＬ一１
三Ｗ［１］Ｗ［２１…训川．
如图２．６（ａ）所示，虚拟指标凸ｔ的维度称为ＭＰＯ的维度。比如说我们可将哈密顿
量膏＝∑江Ｌ－１１鸳咯１＝ｗ【１】ｗ【２】…ｗ㈦写成ＭＰＯ的形式如下：
１０Ｉ
胪】＝［０丸小旷】＿．ｗＩＬｌ：
＾
丸０盯ｚ（２．５１）
０以０
其中可以将算符０５在其本征矢下展开，得到瞻要。ｉ的具体形式。ＭＰＯ作用在
ＭＰＳ上时，会保持ＭＰＳ的形式不变，每一个ｗ［ｉ】只作用在ＭＰＳ的张量Ａ５‘上，
这样我们可以很轻松的计算（妒ｌ宜ｌ妒），而不需要像原来那样逐个计算（妒ｌ鱼Ｉ妒），
；ｎｆ訇２．６（ｂ）所示。
（ａ）
飞ｙ’ｙ飞，一，飞， ’ｙ
嘲搿黼暖曩蠢豳强
霾
麴 ■
鞠飘圜鞠嘲鞠鞠瓣豳强
篚▲ Ａ麓▲ 盘▲ 鏖▲ 箧套
（ｂ）
图２．６（ａ）算符的ＭＰＯ表示。（ｂ）用ＭＰＯ计算可观测量的平均值。
２．５变分法求基态
现在我们考虑如何求给定哈密顿量时系统的基态。假定我们已经有了ＭＰＯ
形式的哈密顿量疗＝ｗ【１】Ⅳ【２】…ｗⅢ，并且其变分基态波函数的形式为维度为
１６
万方数据
Ｄ的ＭＰＳｌ矽）＝∑”。ＬＡ８１Ａｓ２．・・Ａ５Ｌ—ｌＡ５工ｌｓｌｓ２…ｓＬ）。为了得到系统的基态，
我们需要根据变分原理来求系统的能量Ｅ关于Ｉ妒）的极小值：
驴ｍ㈨ｉｎ驯’硼ｍｉ）ｎ错．（２．５２）
引入入，采用拉格朗日乘子法使得Ｉ妒）归一化条件能够得到满足，将上述问题转
化为：
（２・５３）
唧（（妒闻妒）一Ａ（讹））－
由于Ｉ妒）是＿［４盏乩。；）的函数，所以可以令
万万妻Ｉ＿＝（（妒Ｉ疗ｌ矽）一Ａ（砂ｌ矽））＝。，（２．５４）
这样得到一个关于任意张量元４慧，。．的方程组，方程组的解就是基态的解。但
由于在这个方程组中，所有的Ａ茏，。．会耦合在一起，使得这个方程组是高度非
线性的，直接求解这个方程组是很难做到的。
但是可以通过迭代的方法来求解这个高度的非线性方程组［２０］。我们可以
先把第１个格点处的张量Ａｓ・当做未知量，而其他格点的张量Ａｓｉ当做已知量。
这样表达式（２．５２）就是一个关于Ａ５－的二次型，相应的关于（２．５２）的极值问题便
转化成一个线性代数问题，这是很容易求解的。在求得了４ｓ－之后，系统的能量
Ｅ＝絮会下降。我们接着可以把Ａｓｚ当做未知的，其他的４乱当做已知的，
然后对其进行求解，这时系统的能量会进一步下降。依次进行下去，直到系统的
能量收敛为止。这样我们便得到了系统的基态和相应的基态波函数｜矽）。
为了更明显的说明这个问题，我们现在开始考虑具体的步骤。先考虑ｌ妒）的
模，并把它写成关于Ａｓｉ的函数的形式：
（妒Ｉ砂）＝∑∑∑ｍ卟Ａ小¨Ａ。Ｓｉ¨，幽Ａｉｏ；ｍ。Ｂ如ｉ（２．５５）
ｓｔｎｔ一１，ａｉ６ｔ一１＇ｂｉ
其中
雌小¨＝∑（ＡＳｉ－ｌｆ．．．铲憎１…∥）吣小¨
ｍ。Ｂ沪ＦＳｌ…Ｓ似ｉ－－１，十…删肛”＋，１ ‘２・５６）
。。
％。。＝∑（４毛＋１卜一Ａ５甜Ａ虬…Ａ吼“）。“６。
如图２．７（ａ）所示，等号左边是ｍ吣Ａ，’６¨和ｍ％Ｂｂ。部分。
接着我们考虑（妒ｌ疗ｌ砂）部分，将其写为：
（妒旧妒）＝∑∑∑∑Ｌ乏二ｋ，噼幺４芸ｏ；Ａ也。。磁。ｉ（２．５７）
ｓｉ，ｓ：ａｉ一１，ｏｔｂｔ一１，ｂｔｃ４—１，ｑ
１７
万方数据
ａｉ一１ａｉ－盛业
＠◇
ｒｌ
厂‘ ：吼ｌ
幽囊簟瞻啦黼＝Ａ
卜｜盥Ｖ念工ＩＩ
簟：羹翻
（ａ）＿ｐ霉。ｑ
研ｌ
下＿ｌ虿篓ｉｌ蠢
—■ －：石氐
一 ■▲●ｋ■ｋ
Ｉ王Ｖ
６缈琊ＶＶＶ
飞ＬＣｉ－－１６１ｈＲ叠６；雌巾ｈ雌６；
鞠豳ｉ
ｌ山矗辫‰
５
王Ｆ基ｒ
（ｂ）
—ｋ＿ｋ・ｋＶ
！Ｖ！＿阢Ｊ＂．一－‘ｊＶ
Ｌｃａ‘ｉ三吣，
“一１６￡一１尺：扫；
“Ⅱ幽
图２．７（ａ）用迭代法优化ＭＰＳ波函数，求解广义本征值方程的图表示。圆圈内的张量是未
知量。（ｂ）将波函数正则化后，原来的广义本征值方程化为标准的本征值方程。
其中
＝∑∑
Ｌｎｅａ｛－一１１６ｔ一１
８１…ｓｔ一１ｓｉ…ｓ：一ｌ（Ａ８ｉ－ｌｔ胪－１ｓ，＿一∥１ｔ胪８衍ｉ…∥。）吼血一，
鹾ａ； ∑∑（舻“ｔＷｓｉ＋１ｓ：＋１．．．ＡｓＬｔＷｓＬｓ２４ｓ２．．
即一８Ｌｓ卜ｓ２
ｒ２．５８）
如图２．７（ａ）所示，等号右边是三三二：ｈ一。和《兢部分。
现在我们考虑表达式（２．５３）的最小值问题，通过对Ａ盏二。她求导，可知最小
值问题的解就是如下方程的解：
嚓咝嵫Ｑ钞
量《：¨
ＬＲ＝
“吣。Ａｏ：｛：瓯啪址筋；¨
∑《 ∑Ⅲ ∑Ⅲ
这其实是一个广义本征值问题。引入矩阵Ｈ、Ⅳ和矢量ｖ，并分别令其矩阵元为：
日。减圳泓，６¨ａｉ＝∑＿Ｌ主二１ｍ一。ｗｅａ耶－１：瓯《ｂ｛
ｅａ一１，Ｃｉ
Ⅳｓ泓掣＂Ｋ１ｋ＝ｍ吣Ａ１＇ｂＨ蛾＇６ｔ‰：（２．６０）

ｖ。，６¨ｂ；＝Ａ毛，６。
那么我们得到了一个矩阵维度为（ｄＤ２×ｄＤ２）的广义本征值方程：
Ｈｖ＝ＡＮｖｆ２．６１）
如图２．７所示。特别地，在开边界条件下，如果ＭＰＳＩ妒）从第１个格点到第ｉ一１
个格点的张量是左归一化的，而从第ｉ＋１个格点到第Ｌ个格点的张量是右归一
化的，那么矩阵Ⅳ就是单位矩阵，上述广义本征值方程变为本征值方程：
Ｈｖ＝Ａｖ（２．６２）
１Ｒ
万方数据
我们可以求得方程的最小的本征值Ａｏ和相应的本征矢ｖ曼。Ｈ。；。入是当前的基态
能量，而《……给出Ａ２…。
现在我们总结一下用变分法求基态能量的算法（开边界条件）：
（１）给定一个初始的ＭＰＳ，将其右正则化。
（２）从第Ｌ格点到第２个格点，依次计算Ｒ：护并将其存下来。
（３）按照从左向右的顺序，依次优化第１个格点到第Ｌ—１个格点的张量，
按如下步骤：利用ｉ一１格点处的张量三基二：６“和ｉ＋１格点处的张量Ｒ眦＋ｅｌ＋：ｂ州以
及ｉ格点处的ＭＰＯ算符Ｗ吲构造日矩阵，按标准的求本征值的方法用迭代法求
解Ａ￡“。；，把它的当前的值做为初值开始求解。一旦得到方程的解Ａ鬟“。。，对
其进行ＱＲ分解，得到左归一化后的张量Ａ茏，∥并将ＱＲ分解后剩余的Ｒ矩
阵与下一个格点即第ｉ＋１格点的张量Ａ象盖＋，相乘得到Ａ象盖＋。， …Ｓｉ＋蝌ｌ。将会是
第ｉ＋１个格点用迭代法求本征值的初值。同时利用Ｌ。Ｃｉ¨－１如一，和Ａ象“。。构造第ｉ
格点的张量三祟护对第ｉ＋１个格点重复上述步骤直到第厶一１个格点。
（４）按照从右向左的顺序，依次优化第Ｌ个格点到第２个格点的张量，按如
下步骤：利用ｉ一１格点处的张量Ｌ基二：ｋ，和ｉ＋１格点处的张量Ｒ嚣：“＋。以及ｉ
格点处的ＭＰＯ算符ｗ【司构造日矩阵，按标准的求本征值的方法用迭代法求解
Ａ￡也恕，把它的当前的值做为初始值开始求解。一旦得到方程的解４￡乩。；，对
其进行ＬＱ分解，得到右归一化后的张量Ａ２。ｉ，并将ＬＱ分解后剩余的Ｌ矩阵
与下一个格点即第ｉ—ｌ格点的张量Ａ一８，－Ｉ卿¨相乘得到Ａ茏二：Ａ一。，。Ａ。。８，渊－１，。¨将会
是第ｉ—１个格点用迭代法求本征值的初值。同时利用Ｒ。ｃｉ件＋：ｂ川和Ａ芸乩％构造
第ｉ格点的张量Ｒ祟”对第ｉ一１个格点重复上述步骤直到第２个格点。
（５）重复步骤（３）和（４），直到能量收敛。
２．６ＭＰＳ的时间演化算法
时间演化是量子力学中人们很感兴趣的问题。ＭＰＳ可以很好地处理时间演
化的问题，无论是对于虚时间的情况还是实时间的情况。下面我们通过对时间演
化算符ｅ－ｉＨｔ利用Ｓｕｚｕｋｉ．Ｔｒｏｔｔｅｒ展开【３５，３６】，介绍ＭＰＳ的时间演化算法。
假设系统的哈密顿量只包含近邻相互作用，即Ｈ＝∑。ｈ南，ｈｋ只包含了第
七个和第尼＋１个格点之间的相互作用。我们可以把时间￡离散化，令ｚ＝Ⅳ７．并
令丁－÷０和Ⅳ－÷ｏｏ，进行一阶Ｔｒｏｔｔｅｒ展开：
ｅ—ｉ册＝ｅ－ｉｈｘｒｅ—ｉ＾扩…ｅ－ｉｈ∽７ｅ一１忱印＋ｏｆｆ２）（２．６３）
上述展开的误差ｏｆｆ２）是由矗七与ｋ十。不对易即［ｋ，走七十。】≠ｏ造成的。由于哈
密顿量只包含近邻相互作用，ｅ－ｉｈ＊７。和ｅ－ｉｈ忡７。可以同时作用到态ｌ妒）而不会造
成任何误差。基于Ｓｕｚｕｋｉ．Ｔｒｏｔｔｅｒ展开【３５，３６］，我们介绍两种时间演化算法，分
别称作ｔＭＰＳ［２０］和ＴＥＢＤ［２２，２３】。
１９
万方数据
２．６．１ｔＭＰＳ的时间演化算法
ｔａＭＰＳ算法基于算法的ＭＰＯ表示。对任意算符，总是可以表示成ＭＰＯ表
示，因此我们可将两体算符ｅ－－ｉｈｋ７写成ＭＰＯ形式。先将ｅ－ｉｈ＊ｒ写成：ｅ－ｉｈｋｒ＝
∑刚。，。；。：Ｏ刚２＇８ｉ８：Ｉｓｌｓ２）（ｓ：ｓ：Ｉ，然后对矩阵Ｏ郴２’５ｉ５：做施密特分解：
ｄ２
ｏ刚２州＝∑阢“．Ｉｋ，ｔ＆，ｉＫ■
』－Ｊ
ｉ＝１
’ｏ＇…２
‘’
ｄ２
＝∑（以，。ｉｌ佤）（佤Ｋｋ）
ｔ＝１
（２．６４）
ｄ２
＝Ｆｏ≯ｏ肇
ｔ＝：１
最后一步引入了哑指标１，现在矩阵Ｏｓ・ｓｉ和ｏｓ。ｓ：分别是１×ｄ２和ｄ２×１。这样
我们得到了一个维度为妒的ＭＰＯ。由于当ｅ－－ｉｈｋｔ在演化时算符ｅ－ｉｈｋ＋１７是不演
化的，这时第七４－１和第七＋２个格点之间的ＭＰＯ的维度相当于１。
从一个维度为Ｄ的初始态Ｉ砂（ｔ＝ｏ））开始演化，ｔＭＰＳ算法如下：
（１）将奇数项的演化算符ｅ－ｉｒＨｏｄａＭＰＯ作用到Ｉ妒（￡））上；
（２）将偶数项的演化算符ｅ－ｉｒＨｅｖｅ＂ＭＰＯ作用到ｅ－ｉ７儿ａａｌ矽（￡））上；
（３）将得到的维度为ｄ２Ｄ的ＭＰＳ［矽（ｔ＋７＿））＝ｅ－ｉｒＨ，…ｅ＿ｉｒ巩ａａｌ妒（￡））近似至
维度为Ｄ的ＭＰＳ，并监测近似误差。当维度为ｄ２的ＭＰＯ作用到维度为Ｄ的
ＭＰＳ上时，得到的ＭＰＳ的维度会变为ｄ２Ｄ，为了避免ＭＰＳ的维度随着ＭＰＯ的
作用指数增长，需要将其近似维度为Ｄ的ＭＰＳ。当然，在时间演化过程中，截
断的维度Ｄ可以随着演化的时间变化而变化。由于在实时间演化过程中，需要
的截断维度Ｄ会随着演化时间的增加而增加，我们需要控制演化的时间长短。
图２．８是时间演化的ｔＭＰＳ算法。在演化过程中，对于每一次演化，我们都可
以计算相应的观测量，来分析观测量随时间演化的行为。如果将上面的实时间换
做虚时间，我们可以得到计算基态的虚时演化方法。
对于给定哈密顿量宜的物理系统，系统的任意量子态Ｉ矽）总是可以写成各
能量本征态ｌ机）的线性叠加，即Ｉ妒）＝∑。：ｏｌ饥），那么一定有：
，ｌ—ｉｍｅ—ｆ膏Ｉ妒）＝∑，ｌ—ｉｍｅ一１－Ｒ㈨ｏ（Ｉ咖）

ｎ＝０
（２．６５）
其中反是第扎激发态的能量本征值，Ｉ饥）是相应的波函数。由此我们便可以得
到基态。
２．６．２ＭＰＳ的低维近似
在ｔＭＰＳ算法中，当将维度的Ｄ。：ｄ２的ＭＰＯ时间演化算符咖：ｅ－ｉｒ自作
用到维度为Ｄ的ＭＰＳＩ妒ｏ）上会得到新的维度为Ｄ。Ｄ的Ｉ妒），我们需要将其近似
２０
万方数据
嘶 ‰ ｝：
出鼬柏
；：．
出 ‰ ｝：
产爹甲虿窜？室守甲鬻
出 ‰ 蚰
簪一一一翻燃溺爱卜漓｝鬻鬻鍪
黼鞘霹鬻霸瓣ｌ麟戮鞭鬻目孽麟
鞲ｌ睡麟鞭
ｍ
一露—豁潮冷＊■瓣■卜鬻一璃卜囊一
㈨
嘶 ‰ 柏
◇铡卜—㈣蠢…攀囊—潮豢霾
基量土上上 ▲量土一
砂
—ｅ－＝ｎ删＂蠢
图２．８ｔＭＰＳ时间演化算法。通过使用Ｔｒｏｔｔｅｒ展开，将演化算符ｅ—ｔｒ丑分为两部分ｅ－ｉ－ｔｒｉｏａｔ
和ｅ－ｉ＇ｒＨｅｖｅｎ，并将其写成ＭＰＯ形式，连续将其作用到态Ｉ砂（ｔ＝ｏ））上。
至维度为Ｄ。的ｌ每）。这时我们需要优化的目标函数是
缎弱舞二器ｗ）＿（妒～１ｗ１妒ｏ…狮）
＝《咖｝Ⅳｔ彬ｉ妒ｏ）一（妒ｏ｝Ⅳ’ｌ矽）一（）＋（矽Ｉ矽）
仁６６，
目标函数删妒））衡量了｛矽）与彬Ｉ讥）的近似程度。由于删矽））是一个关于矩阵
元Ａ慧，。的高度非线性方程，和表达式（２．５２）的最优化问题一样，可以通过迭
代的方法来对这个目标函数进行优化，即以初始的态Ｉ矽）为出发点，先把Ａ５ｔ当
做未知变量其他的张量当做已知量来求得Ａ“，然后再将Ａ８ｉ＋１当做未知变量其
他的张量当做己知量来求得４３Ⅲ，依次进行下去，直至目标函数．厂（｜妒））达到特
定的精度【２０］。
假设ＭＰＳｌ矽ｏ）、ＭＰＳｌ妒）、ＭＰＯＷ形式分别如下：
咖）＝∑４５１Ａ。…ＡｓＬ－１４８Ｌ１ｓｌｓ２…ｓＬ）（２．６７）
Ｓｌ’‘’ｓＬ
巧）＝∑Ａｓｌ五∽…ＡＳＬ－１ｓＬ¨。…ｓＬ）ｆ２．６８）

ｓｌ…ｓＬ
咖＝∑Ⅳ５１８１Ⅳ５２８５…ｗ５Ｌ－１５２—１ｗ５Ｌｓ２Ｉｓｌ…ｓ三）（ｓ：…ｓ２Ｉｆ２．６９）
ｓｌ・一ＳＬ，ｓｉ…ｓ２
为了得到近似后的态ｌ易），对川巧））求关于矩阵元Ａｓｉ＋的导数并令其为０，
２１
万方数据
这样我们会得到一个关于Ａ乱的线性方程，方程的解就是我们所需要的。很显然
瓦ａｆ＝煮（（ｍ）“嗍蛐）
＝∑（Ａ”…Ａ８¨＋）ｎ¨（ＡｓⅢ＋…Ａ～Ｓ－－）毗弘…五８…弘
一∑（Ａ……Ａ舡１＋）吣，（Ａ¨１｝…Ａ—ｓＬ＊）啦Ａ５ｉ…Ａ５：…Ａ吒ｗ刚１…ｗ踟：…Ⅳ３工ｓ２
‘
＝０
（２．７０）
匕述Ｓ：Ｉｃ表示将除了－ｂ格点ｉ相连的其他的所有指标进行求和。令
唆“¨＝∑（ｄＳｉ－ｌ￥．．．五ｓ１阶１…扣）吣小¨
二…８≯１ … 、（２．７１）
蛾Ａ２∑（ｉｓｉ＋ｉｔ．．．Ａ观＋Ａ眠一ＺＳｉ＋１）％。。
．
锚ｃ４－１ｈ＝∑．∑（和咿“啦一・ＡｓＨ胪《Ａ玑一Ａｓ＇－１）吣＾…
５１…５‘一ｌ５ｊ。‘５ｉ一１
Ｒｎｔ６ｃｉ；＝∑∑（／ｉｓｉ＋ｌｔ胪＋１ｓ。一・弘咿Ｌｓ衍ｔ—Ａ４＋１）蝴
５ｉ…５Ｌ５≯。８Ｚ
（２．７２）
所以方程ｆ２．７０）可表示如下：
∑心．ｈ址，增Ａ砭１１６。＝∑∑∑Ｌ吣Ｃｉ－１。¨Ａ吣４１１６。嵫‰Ｒ啪ｅ４。（２．７３）
ｂｌ—ｉｂｉｂｌ—ｉｂｌｃ／一ｉｃｉ
ｓ：
如图２．９所示。对于每一个ｓｉ，方程（２．７３）的左边，ＭＡ和ＭＢ可以经过变形后得
到一个Ｄ：×Ｄ：的矩阵（ＭＡＭＢ）。¨。曲¨ｂｔ，Ａ毒乩ｂ；可以看作是一个长度为Ｄ：
的列矢量，方程（２．７３）右边也可以看作是一个长度为Ｄ：的列矢量。可以看出方
程（２．７３）本质上是一个线性方程组。可以通过利用Ｉ移）的正则表示，将ＭＡ和
ＭＢ化为单位矩阵，这时方程（２．７３）可化为：
五意一＝∑∑∑Ｌ：二：６‘－…Ａ４乩ｋ皑ｉｑ磁。ｉ
６‘一ｉｂｉｃ／一ｌＣ４ｓ：
（２．７４）
现在我们将一个维度为Ｄ。Ｄ的ＭＰＳ彬ｌ妒）近似成一个维度为Ｄ。的ＭＰＳ
ｌ砂）的算法描述如下（开边界条件）：
（１）从一个初始态ｌ硒），将其右正则化，使得（ＭＢ）％ｂｉ＝６ａｉ，ｂｉ。
（２）从第Ｌ格点到第２个格点，依次计算磁∥并将其存下来。
（３）按照从左向右的顺序，依次对第１个格点到第Ｌ一１个格点进行求解得
到Ａ象乩。。，按如下步骤：利用ｉ一１格点处的张量ＬＣ。４“－１６¨和ｉ＋１格点处的张量
Ｒ：：：６川以及ｉ格点处的ＭＰＯ算符ｗ嘲求解得到Ａ意“ｎｉ，然后对其进行ＱＲ分
万方数据
谶！口ｆ一１兰ｎ
二■单。ａ；ｉ。－＿ｋ
穆◇◇
飞飞３ｉｌ
翩
ｌ
貔濑嫩
ｌｌ
豳躐
Ｔ■ｈ谶Ｔ基ｌ。篁ＺＦ＝菱ｑｉ复篓篓
ｌ……一．‘ Ｌ………一一
雌一。址。吆扫。吣１白ｆ＿１
，１、ＬＣ“ｉ￡－一１１白￡一１ＲＣｉＲａｉｂｉ
（ａ）
儿、ＬＣⅡｉ￡＿１－１‘ｂ￡＿１Ｒ‰
“ｎＡ
（ｂ）Ⅱｍ一１
图２．９（ａ）咖ｌ妒）的最优近似通过用迭代法求解线性方程组来得到。（ｂ）线性方程组（２．７４）的
图表示。将近似的ＭＰＳ｜硒）利用正则化，使得线性方程组（２．７３）化为更简单的形式。
解，由Ｏ矩阵可以得到左归一化后的张量Ａ盏乩。ｉ并将其视为第ｉ格点的解，这
使得（ＭＡ）。小；＝６。。，ｂ；。然后利用Ｌ基二：ｂ¨和Ａ２乩。。构造第ｉ格点的张量Ｌ乏”
可将ＱＲ分解中相应的Ｒ矩阵乘在下一格点的张量～ｓｉ＋蝌ｌ。，将这个整体视作第
ｉ＋ｌ格点的张量。计算目标函数川巧））。对第ｉ＋１个格点重复上述步骤直到第
Ｌ一１个格点。
（４）按照从右向左的顺序，依次对第Ｌ个格点到第２个格点进行求解得到
Ａ。２乩啦，按如下步骤：利用ｉ一１格点处的张量三基二：６¨和ｉ＋１格点处的张量
Ｒ嚣：６川以及ｉ格点处的ＭＰＯ算符Ｗ吲求解得到Ａ２“。。，然后对其进行ＬＯ分
解，由Ｑ矩阵可以得到右归一化后的张量Ａ象，。ｉ并将其视为第ｉ格点的解，，这
使得（ＭＢ）。“６。＝６。。’６；。利用Ｒ象：６…和４鬈“。；构造第ｉ格点的张量Ｒ基６；。可将
ＬＱ分解中相应的Ｌ矩阵乘在下一格点的张量４盏二ｋ一，，将这个整体视作第ｉ一１
格点的张量。计算目标函数。，（｝砂））。对第ｉ一１个格点重复上述步骤直到第２个
格点。
（５）重复步骤（３）和（４），直到目标函数州巧））达到特定精度。
在上述求解过程中，计算量主要取决于Ｌ：二：６¨，ｆｚ。ｃｉⅢ＋ｌｂⅢ以及川硒））。计算
Ｌ基二：６“和Ｒ嚣：６Ⅲ的计算复杂度约为ｏ（Ｌｄ２Ｄ三ＤＤ。＋ＬｄＤ”Ｄ２Ｄｃ＋ＬｄＤ”ＤＤ：）。
计算目标函数川够））主要取决于（妒ｏＩＷｔＦ矿ｌ砂ｏ），在咖不是幺正算符时，其计算
复杂度约为Ｏ（２ＬｄＤ三Ｄ３＋２Ｌｄ２ＤａＤ３）。
２３
万方数据
ＦＳ２Ｆｓ３ＦＳ４ＦＳｓＦＳ６
图２．１０ｒ－Ａ形式的ＭＰＳ。在每个格点上ｋ有ｄ个矩阵ｒ“，并且在第七和尼＋１个格点之
间有一个对角阵Ａ【矧
２．７ＴＥＢＤ时间演化算法
上一部分我们介绍了一般的ＭＰＳ形式下一维系统的时间演化算法。这一
部分我们介绍另一种处理起来十分方便的时间演化算法——逐块时间演化算法
（ＴＥＢＤ）［２２，２３］。
２．７．１ＭＰＳ的Ｉ、．Ａ正则形式
前面我们介绍的关于ＭＰＳ的算法理论都是基于ＭＰＳ的正则表示或者一般
形式。Ｖｉｄａｌ引入了另一种ＭＰＳ的表示形式，即１１－Ａ形式［２１］，如下：
ｄ
ＩⅢ）＝∑ ∑ ｒ：：人‰ｒ箸。：Ａ‰…ｒ。［Ｓ—Ｌ１。一Ａ旺ｋ一。ｒ兰一。｜ｓ１．．．ｓＬ）

８．１・・・ＳＬ＝Ｉａｌ…ａＬ—１８，１・・・ｓＬ
（２．７５）
可以简单记做：
Ｉ妒）＝∑Ｉ，ＳｌＡ［１ｌｒ５２Ａ‘２］…Ｆｓｚ－１Ａ‘¨１ｒ５Ｌ删｜ｓ１．．．ｓＬ）（２．７６）
８１・－・ＳＬ＝Ｉ
如图２．１０所示，在每个格点ｋ上有ｄ个矩阵ｒｓｋ，并且在第尼和尼＋１个格点之
间有一个对角阵Ａ［ｋ】。并且在这种形式下，对于１≤尼≤Ｌ的任意一个格点，我
们可以直接写出它的施密特分解形式：
妒）＝∑Ａ。。㈨ＡＩ。七）Ｂ（２．７７）
ａｋ
其中施密特系数就是矩阵对角阵Ａ【纠的对角元，入。。＝人嶷，。。，相应Ａ部分和Ｂ
部分的基矢分别为：
ｌ。七）Ａ２∑（ｒ５１人…ｒ”…Ａ［ｋ－１］ｒ８‘）。。Ｉｓ－…ｓ南）（２．７８）
Ｉｎ七）Ｂ＝∑（Ｆ８≈＋１Ａ‘七十１１ｒ５％十２…Ａ‘Ｌ一１１ｒ５Ｌ）。。８ｋ＋ｌ＇＇＇ＳＬ）（２．７９）
并且Ａ的基矢｛ｌａｋ）Ａ）和Ｂ的基矢＿［Ｊｎ七）Ｂ）是各自互相正交的。注意到这种形式
和混合正则表示的形式非常类似。在ｒ．Ａ形式下，将这个系统任意分成两部分
万方数据
Ａ和Ｂ，其相应的施密特分解形式都可以明显写出，所有的奇异值都记录在对角
阵人中，Ａ和Ｂ之间的纠缠熵也可以由ＳＡＩＢ（Ｉ矽））＝一Ｔｒ以ｌ０９２以立即得出。这
种ｒ．Ａ形式也称为ＭＰＳ的正则形式。
前面利用ＳＶＤ分解得到了任意量子态的正则形式的ＭＰＳ，我们也可以用
ＳＶＤ来得到任意量子态Ｆ．Ａ形式的ＭＰＳ。先将系数ｃ”…写成一个ｄＸｄ。１的
矩阵皿礼趼…，然后再对其做ＳＶＤ分解，不断迭代下去。相应的奇异值矩阵为
Ａ［ｋ】。在第一次做ＳＶＤ时，把得到的矩阵Ａｓ，命名为ｒｍ。在随后的做ＳＶＤ的过
程中，把奇异值矩阵Ａ与∥相乘得到矩阵Ⅲ，然后再对Ⅲ进行变形，依次进行
下去。同时把Ｕ矩阵进行变形，Ｕｏ¨％ｏｔ－÷Ａ魏…，并令
Ａ嚣一。，。。＝Ａ旺：！。。一，ｒ最一。，。。，（２．８０）
这样通过左正则化的方式我们得到
ｃｓ，…ｓＬ
２Ⅲｓ－却…ｓ工２∑ａｌＡ嚣（Ａ聊ｍ（ｙ＋）ｎｔｍ…ｓＬ）
＝∑ｒ嚣皿哪。朋…。Ｌ
＝Ｆ
乱虮
Ａ
眈皿
Ａ
…眈眈ａ∥ ｂ舟皤Ｌ
、●／
ｍ。２
（２．８１）
＝ｒ
龃眦
Ａ Ⅲ虮旭＾ｒ曙崆‰ 眈皿 ∞拂一驴一札
∑一∑一
∑
ａｌａ２ａ３
ｒ５ａｌｌ－－＾盟，。。ｒ２，。。Ａ笔，。。（Ａ。［２。１，。。（ｙ＋）。。烈…。Ｌ）
∑ ｐ。ｓｌ。Ａ。ｌｌ。］，。。ｒ：１，。。Ａ鲤，。。ｒ笔，。。Ⅲ。。。。，。。…。Ｌ
ｎｌｎ２０，３
这样我们便得到了看起来像是ｒ．Ａ形式的ＭＰＳ。但我们要注意的是，只有Ａ的
基矢ｆ舭）Ａ和Ｂ的基矢ｋ）Ｂ各自满足正交性，上述形式才是正确的Ｆ—Ａ形式
的ＭＰＳ，不过这一点也是显而易见的。由第１个格点到第尼个格点构成的Ａ
部分，其基矢显然是互相正交的，这是因为Ａ韶“。。＝人东：｛。。一。ｒ勰乩。。是左
归一化的。而由第尼＋１个格点到第Ｌ个格点构成的Ｂ部分，其基矢是由矩阵
吃蛳。。柑。Ｌ中的每一行构成的，而矩阵吃扎。。柑。Ｌ中的各行是彼此正交的。所
以上述的ｒ．人形式是正确的。
当然，我们也可以按照从右到左的顺序，按照对ＭＰＳ右归一化的形式通过
做ＳＶＤ分解来得到Ｆ．Ａ形式，但在这种情况，相应的右归一化矩阵与ｒ．Ａ形式
的关系为：
＿Ｂ嚣一，，。。＝ｒ嚣一。，。。Ａ嶷，。。（２．８２）
一旦有了ｒ．Ａ形式的ＭＰＳ，我们可以得出左正则形式和右正则形式的ＭＰＳ
以及混合正则形式的ＭＰＳ，只需要将ｒ和Ａ重新组合即可，左正则形式的ＭＰＳ
，Ｓ
万方数据
ｒ和人的组合方式为：
（ｒ８－）（Ａ【１】ｒ８。）（Ａ【２】ｒ８ａ）…（人皿一２】ｒ８Ｌ一－）（ＡＬＬ一１】ｒ８Ｌ）（２．８３）
其中每个括号的整体代表左归一化矩阵Ａ，如图２．１ｌ（ａ）。右正则形式的ＭＰＳＦ和
Ａ的组合方式为：
（ｒ８－人【１】）（ｒ８。Ａ【２】）…（ｒ８Ｌ—ｚＡ【Ｌ一２】（ｒ８Ｌ一・Ａ陋一１】）（ｒ５Ｌ）（２．８４）
其中每个括号的整体代表右归一化矩阵Ｂ，如图２．１ｌ（ｂ）所示。混合正则形式的
ＭＰＳＦ和人的组合方式为：
（ｒ３－）（Ａ【１】ｒ８：）…（人陆一１】ｒ５＊）Ａｔ叫（ｒ５ｔ＋－Ａ【南＋１１）…（Ｆ，Ｚ－ｚ人【Ｌ－１】）（ｒ５Ｌ）（２．８５）
其中ＡＮ左边，每个括号的整体代表左归一化矩阵Ａ；ＡＮ右边，每个括号的整
体代表右归一化矩阵Ｂ，如图２．１ｌ（ｃ）所示。相应的左归一化矩阵和右归一化矩
阵分别由方程（２．８０）和方程（２．８２）得到。
矜◇●博ＡＡＡ４Ａ
１１ｓ１
｜人［１】ｌ
Ｆｓ２
八［２】ｌ
Ｆｓ３
◆胪，ｒｓ４
◇胖甲》舻，㈨
ＦＳｓＦｓ６
８ＢＢＢ
◇◆ Ｉ砂）
｜人［１】
Ｂ分ｋ一◆删
阜～争ｋ～◆胪
甲降 ◇世
节降 ◆胪
◇ｋ
ＡＡＡＢＢＢ
（ｃ）◇◆ 甲 ◇俨， ◆舻呷
１人［１］ ◆鼍＝兮 ◇舻甲砂）
Ｆｓｌ
图２．１１ＭＰＳ的ｒ—Ａ形式和其左正则表示、右正则表示以及混合正则表示的关系。（ａ）将
ｒ—Ａ形式变为左正则表示。（ｂ）将１１一Ａ形式变为右正则表示。（ｃ）将ｒ－Ａ形式变为混
合正则表示。
２．７．２ＴＥＢＤ算法
有了ｒ－Ａ形式的ＭＰＳＩ妒），便可以直接将演化算符作用到Ｉ妒）上来得到演化
后的量子态。先考虑作用到格点ｋ和ｋ＋１的无穷小时间演化算符ｅ－ｉ．ｒｈｔ。将时
间演化算符用格点ｋ和ｋ＋１处的局域基矢展开：
Ｇ鼬Ｍ，５碱＋－＝（ｓ南ｓ南＋１ｌｅ－ｉｒｈｋＩｓ：ｓ０１）．（２．８６）
万方数据
度ｉ中◆’“
胆◇ 刖◇ 删乞
陬甲阿甲
一
Ｈ
（ｅ）
图２．１２ＴＥＢＤ算法。将一个两体演化算符作用到ｒ—Ａ形式的ＭＰＳ上：（ａ）演化算符只作用
到七和ｋ＋ｌ相连的矩阵上；（ｂ）演化算符作用后得到一个矩阵圣。。一，。¨。＋，。。＋，；（ｃ）
对矩阵圣。。一，‰。。＋，。。＋，进行ＳＶＤ并保留最大Ｄ个奇异值，得到褂叫；（ｄ）将ＳＶＤ
得到的Ｕ矩阵和Ｖｔ矩阵分别乘以（Ａ【‘一１】）一１和（Ａ【‘＋１】）一１得到ｆ’‘和于２＋１；（ｅ）
演化算符作用后的ｒ．Ａ形式的ＭＰＳ。
假定ｌ妒）是维度为Ｄ的ｒ—Ａ形式的ＭＰＳ：
ｄ
ｌ砂）＝∑ｒｓｌＡ［１］ｒ５２Ａ【２】…ｈ［ｋ－１］ｌ－，ｓ‘Ａ［ｋｌｒ阱１Ａ州…Ａ［Ｌ－１］ｒ８工｜Ｓ１．．．ｓＬ）．

Ｓｌ・・・ＳＬ＝Ｉ
（２．８７）
注意到，Ａ［ｋ一１１的左侧部分是归一化的，Ａ时１１】的右侧部分也是归一化的，所以
演化算符Ｇ８ｔ８ｋ＋ｌ，《５２十・作用到ｌ矽）上时，只对与格点ｋ和ｋ十１直接相连的矩阵
起作用，如图２．１２（ａ）所示，这时我们得到：
ｔ飞§ＳｋＳ掣ｋ＋ｌⅢ＝莓Ｇ靴Ⅲ或屯，（一】ｒｓ叫即槲舻１）竺＋，
ｓ血５知＋ｌ
（２．８８）
这时格点忌的物理指标ｓ南和格点七＋１的物理指标ｓ岛＋１分开，将圣嚣％＋。变形
并对其做ＳＶＤ
圣。。一。。。ｍ＋，。。＋，＝∑观。一。。。，。。Ａ嶷，。。（ｙ＋）。。胤＋。。。＋。，（２．８９）
ａｋ
这时得到的新的Ａ【翻总共有ｄＤ个奇异值，为了保证在演化过程中ＭＰＳ的维度
一直是Ｄ，我们需要保留新的Ａ【叫的最大的Ｄ个奇异值进行截断，来得到最优
的截断近似矩阵烈叫。同时为了保证量子态的形式仍然为ｒ．Ａ形式，如图２．１２（ｄ）
所示，令
Ｉ－口Ｓｋ“ｍ＝（ａｔ凫－１１）。－㈧１，。¨观¨％。。（２．９０）
以及
亍嚣强＋。＝（ｙ＋）ｎ脚Ⅲ。Ⅲ（Ａ【槲嚏－１扎。Ⅲ （２．９１）
’７
万方数据
这样我们便得到演化算符ｅ－－ｉｚｈｋ作用后的量子态的形式：
Ｉ西）＝∑ｒ５１Ａ【１】ｒ５２Ａ‘２１…人［枉１］一天【翻亍ｓⅢ人时１】…ＡＥＬ－ｔ］Ｆ５Ｌ｜ｓ１．．．ｓ工）．

ｓ１…ＳＬ＝Ｉ
（２．９２）
然后再将下一个无穷小演化算符ｅ－ｉｒｈｋ＋２作用到Ｉ妒）上，按照上述步骤依次进行
下去。
上述基于ｒ．Ａ形式的ＭＰＳ的时间演化算法称为ＴＥＢＤ［２０，２２］。和ｔＭＰＳ时
间演化算法一样，ＴＥＢＤ也可通过采用虚时间进行演化来得到基态。同时ＴＥＢＤ
方法也适用于计算一维无穷大系统［２３］，这时可借助系统的平移不变性，其方法
和有限系统时是一样的，这里不再细说。
２．８小结
本章我们全面地介绍了一维系统的ＭＰＳ理论。首先我们通过矩阵分解得到
了任意一个量子态的ＭＰＳ表示，然后从纠缠熵角度的面积定律来分析ＭＰＳ可
以以很少的参数来有效地刻画物理系统的基态性质。接着我们介绍了ＭＰＳ在数
值计算中的相关算法，包括如何有效地计算可观测量的期望值，如何用变分的方
法来求解基态等。最后，通过将演化算符写成ＭＰＯ形式，介绍了如何有ＭＰＳ来
求解一维系统的时间演化情况：实时间情况对应量子力学中量子态的随时间演
化的薛定谔方程，虚时间情况既可以用来计算统计力学中的配分函数，也可以用
来求解系统的基态波函数。最后介绍了Ｖｉｄａｌ引入的ＭＰＳ的ｒ—Ａ形式，并分析
了其与左正则形式、右正则形式和混合正则形式ＭＰＳ的关系。借助于Ｉ、．Ａ形式，
介绍了一种非常简便的时间演化算法ＴＥＢＤ。
万方数据
第三章二维系统的ＰＥＰＳ理论
３．１二维系统的ＰＥＰＳ表示
从上一章ＭＰＳ的表示理论中，我们知道可以将任意一个量子态表示成ＭＰＳ，
包括描述二维体系的量子态，但对于基态纠缠熵满足面积定律的二维体系，采
用ＭＰＳ来描述需要的参数会随着体系尺寸的增大而呈指数增加［２０］。那么如
何构造有效的二维量子态的表示呢？这个需要从量子纠缠的角度来重新审视这
个问题。我们首先从量子纠缠的角度来理解ＭＰＳ。对于一维ＡＫＬＴ模型，其基
⑦…◇…国…◇…◇…＠
⑦…◇…＠…ｅ…◇…＠
◇…＠…◇…◇…＠…＠
⑦…◇…囝…◇…◇…固
⑦…＠…◇…§…ｅ…＠
④…④…◇…◇…◇…＠
图３．１（ａ）用ＭＰＳ描述二维体系；（ｂ）ＰＥＰＳ的物理含义，子系统Ａ和Ｂ之间的纠缠熵正比
于接触的表面积Ｌ。
态是一个严格的ＭＰＳ。根据ＡＫＬＴ态的启示，我们将其推广到一般情形。考虑
一个量子系统，在每个格点ｋ处的希尔伯特空间空间为ｄ维的粒子可以由两
个希尔伯特空间为Ｄ维的虚拟粒子ｏ≈和ｂ南构成（开边界条件时不考虑链的
两端点），而相邻两格点之间的虚拟粒子ｂｋ和ａ七＋１形成一个最大纠缠态Ｉ饥）＝
∑￡ｍ＋。：１既枷ⅢＩｂｋ，口％＋１），然后再用投影算符最＝∑袅：１∑复，６。：１Ａ最ｂ。ｌＳｋ）（ａｋｂｋ
作用到虚拟的ｎｋ和ｂｋ组成的体系，将其映射到原来的ｄ维的希尔伯特空间，这
样我们得到一个形式如下的量子态Ｉ１Ｉｒ）：
Ⅲ）＝Ｐ１ｏＰ２…尸ⅣＩ≯１）ｌ≯ｚ）…Ｉ咖Ｌ）
（３．１）
＝ＴＡＡＡＬ
乱町观虹眈
。∑一。∑一
乱｜｜町一一
其中矩阵Ａ＇ｋ就代表了投影算符。上述形式正是一个量子态的ＭＰＳ形式，Ｄ是
ＭＰＳ的维度。与上一章利用ＳＶＤ分解得到任意量子态的ＭＰＳ表示一样，从量
子纠缠的角度也可以得出，任意一个量子态总是可以写成ＭＰＳ形式，只要Ｄ足
够大［２４］。注意到上述图像是基于一维系统的，每一个格点的虚拟粒子只和最近
２９
万方数据
邻格点的虚拟粒子纠缠，这样的态看起来更适合描述一维短程相互作用的体系，
这时一个比较小的Ｄ就可以很好地描述这样的体系。同时，也注意到体系的纠
缠熵的上界为２ｌ０９２Ｄ，这也是ＭＰＳ（或者说ＤＭＲＧ）成功地根本原因。
当用ＭＰＳ描述二维体系，这时需要将二维体系看作一个一维链，如图３．１（ａ）
所示，二维体系的某些最近邻相互作用被看做一维链的长程相互作用。但对于一
维长程相互作用的体系，其基态纠缠熵往往不满足面积定律，使得难以用ＭＰＳ
来很好的描述其基态，这使得ＭＰＳ只能用于描述较小尺寸的二维系统。
基于量子纠缠，Ｖｅｒｓｔｒａｅｔｅ等人提出了另一种描述二维体系的量子态，称为
ＰＥＰＳｌ６］。如图３．１（ｂ）所示，体系的尺寸为Ｎ×Ｍ，对于除了边界之外的每个格
点（ｈ，＂），一个希尔伯特空间为ｄ维的粒子由４个希尔伯特空间为Ｄ维的虚拟
粒子ａ＾”ｂ＾”Ｃ＾，。和ｄｈ，ｖ构成，每个虚拟粒子与其相邻格点的虚拟粒子形成一
个最大纠缠态ｌ≯）＝∑。Ｄ一，ｈｎ），和上面例子的做法一样，引入投影算符Ｒ，。作
用到四个虚拟粒子上将其希尔伯特空间投影到原来ｄ维粒子的希尔伯特空间中，
由此我们得到一种特殊的量子态ｌⅢＰＥＰｓ）：
ｄ∑～爿Ｔｒ（Ａ霉ｉ１ｑＡＳｌ，２，２…Ａ黜）Ｉ

皿ＰＥＰＳ）＝ｓ１＇１．一８Ｎ，Ｍ）（３．２）
三｝
其中Ａ麓是格点（ｈ，ｕ）处的一个５阶张量，张量元是４麓＝Ａｈ，。（２，ｒ，Ｕ，ｄ，Ｓｈ，。）＝
（８ｈ，ｖｌＰ（＾，。旭ｒ，ｕ，ｄ），ｓ＾，。代表格点（九，ｕ）处的粒子的物理自由度，称为物理指标，
２，ｒ，ｕ，ｄ代表与格点（ｈ，ｕ）中左右上下四个方向的虚拟粒子的自由度，称为虚拟
指标。在边界处的虚拟指标维度为１。虚拟指标的维度Ｄ称为ＰＥＰＳ的维度。符
号“Ｔｒ”代表将所有虚拟指标进行求和。前面我们提到，对于基态纠缠熵满足面
积定律的二维体系，如果采用ＭＰＳ来描述量子体系的基态，需要的参数会随着
体系尺寸的增加而呈指数增加。但采用ＰＥＰＳ则不会，这是因为ＰＥＰＳ描述二维
体系时天然地满足纠缠的面积定律。如图３．１（ｂ）由ＰＥＰＳ描述的量子态中Ａ和Ｂ
部分的纠缠熵瓯ｌＢ的上界为Ｌｌｏｇ。Ｄ，其中三为Ａ和Ｂ之间接触的表面积（这
里是指Ａ的周长）。又由于满足面积定律的纠缠熵为ＳＡｌＢ＝ｃＬ，Ｃ是常数。这使
得用ＰＥＰＳ描述满足纠缠熵面积定律的二维体系所需要的参数约为Ｄ一２。，不
会随着系统尺寸的增大而指数增加。同时，注意到ＰＥＰＳ是由近邻的虚拟粒子纠
缠对构成，这使得ＰＥＰＳ可以很好描述由局域哈密顿量构成的量子多体系统的基
态［３７］。
３０
万方数据
图３．２
半．菇
萍奔厶窆墨爹｛ｗＰ胩ｓ１％ｕ‘ｐｓ
（ａ）维度为Ｄ的ＰＥＰＳ的图表示；（ｂ）由左矢（ⅢｖＥｖｓｌ和右矢ｌⅢＰＥｖｓ）构成的计算
（皿ＰＥＰｓｆ皿ＰＥＰｓ）的双层张量网络；（Ｃ）先将张量的物理指标进行求和；（ｄ）由Ｄ２×Ｄ２Ｘ
Ｄ２×Ｄ２的张量构成的张量网络。
３．２可观测量的期望值的计算
３．２．１张量网络的严格缩并
和ＭＰＳ理论一样，一旦有了ＰＥＰＳ形式的量子态，如图３．２（ａ）所示，我们需
要计算可观测量Ｄ的期望值：
＾一（皿ＰＥＰｓｌＤｌⅢＰＥＰｓ）
。（３．３）
（皿ＰＥＰｓｆⅢＰＥＰｓ）’
我们需要分别计算（皿ＰＥＰｓＩ皿嗍，ｓ）和（ｍＰＥＰＳｌＤｊ卫ＰＥＰＳ）。如图３．２（ｂ）所示，我们先考
虑（ⅢＰＥＰｓＩⅢ嘟，ｓ）部分：
（皿ＰＥＰｓＩ皿ＰＥＰｓ）＝乏二Ｔｒ（Ａ５Ⅵ４％２…４５ＭＭ）Ｖｒ（Ａ”１，１４”１，２…Ａｓ＊Ｉｖ，Ｍ）
ｓｌ，１…ＳＮ，Ｍ＝Ｉ
（３．４）
在上述求和中，如果先对所有的虚拟指标求和，则每求和掉一个张量，得到的新张
量的维度就会变为原来的ｄ倍，ｄ是物理指标的维度，这显然是不可取的。比较合
理的做法是先对由左矢（ｋＶｐＥＰｓＩ和右矢ＪⅢＰＥＰｓ）构成的双层张量网络的各个格点
的物理指标求和，女ＩＩＮ３．２（ｃ）所示，砭等≯。。ｑｄ，＝∑ｄ帆。：１（Ａ瓮矿）ｈｄ（Ａ勰？）ｚ，ｒ，。，ｄ，，
是一个Ｄ２×Ｄ２×Ｄ２Ｘ
Ｄ２的张量。如图３．２（ｄ）所示，这时我们得到一个新的张
量网络，
（皿ＰＥＰＳＩ皿唧ｓ）＝ ∑（…ＴⅥｉｍｒｒ，，ｎ）以础…）（３．５）

｛ｚｚ７ｒｒ’ｕｔ正７ｄｄ，）
在缩并（即对张量的指标求和）上述张量网络时。我们可以按行进行缩并，比如
说先将Ｔ堋ｔ（＿ｍ，ｒ，＇ｎ）“，ｄ∥的（ｄｄ＇）指标和互：器２，ｄｄ，的（眦￡７）指标进行求和，但这时得
３１
万方数据
到的新的张量的维度是Ｄ４×Ｄ４ＸＤ２×Ｄ２，可以看出随着缩并的进行，张量的
维度会随着缩并行数Ｌ的增加而呈指数增加【２５］。在实际计算中，这一方面会
导致计算的时间随着缩并行数的增加而呈指数增加，另外还会导致计算机内存
溢出。所以我们必须对张量的维度进行截断，使其能够在实际问题中得到应用。
３．２．２双层张量网络的近似缩并
图３．３（ａ）缩并双层张量网络；（ｂ）沿着某一方向缩并双层张量网络时，将该方向的第一行
当做一个ＭＰＯ；（Ｃ）利用边界ＭＰＯ近似的方法后继续沿着原来的方向缩并张量网
络；（ｄ）将一个高维度的ＭＰＯ近似成一个低维度的ＭＰＯ，
严格的缩并张量网络是一个ＮＰ．ｈａｒｄ问题［３７】。所以我们必须在缩并张量网
络时对张量的维度其进行截断，用一个低维的张量来近似高维张量。根据标准
的缩并方法，我们需要缩并一个双层张量网络，这时我们采用边界ＭＰＯ的方法
来对其进行截断。如图３．３所示，沿着某一方向缩并一个双层张量网络。先将第
一行的上下两层的张量的物理指标缩并掉，得到一个ＭＰＯ，其维度为Ｄ２称为
边界ＭＰＯ。可以采用第二章ＭＰＳ低维近似的方法，将这个ＭＰＯ的维度截断为
Ｄｃ（一般情况下，第一行得到的维度为Ｄ２的边界ＭＰＯ没有必要进行截断）。然
后将这个ＭＰＯ与第二行的上下两层张量开始进行缩并，并将其维度截断至Ｄ。，
依次进行下去，直到将整个张量网络缩并完。我们将这种做法称为边界ＭＰＯ方
法［３８］。
在对ＭＰＯ做低维近似时，与第二章２．６．２节介绍的ＭＰＳ低维近似方法一样，
其最优近似解是通过对目标函数．厂求极值来得到。目标函数的定义如图３．４（ａ）所
示。相应地，通过对目标函数．厂求关于张量元的导数，并令其为０，会得到一个高
度非线性的方程组。可以采用迭代的方法对这个非线性方程组求解，这时会得到
一个线性方程组，如图３．４（ｂ）所示。在不断的进行迭代后，得到的稳定的线性方
３２
万方数据
程组的解就是最优近似解。整个过程的计算复杂度是Ｏ（Ｄ４Ｄ：＋ｄＤ６Ｄ：）。在做上
述ＭＰＯ近似时，为了达到一个比较好的精度，通常Ｄ。。（Ｄ２，这时计算复杂度为
Ｏ（Ｄ１０）。上述分析过程和ＭＰＳ低维近似的算法完全一致，这里不再详细说明。接
２
（ａ）
．ｆ＝
（ｂ）
图３．４（ａ）待优化的目标函数，表示ＭＰＯ的近似程度。（ｂ）ＭＶＯ最优近似所对应的的方程。
着我们考虑计算（皿ＰＥＰｓＩＯＩⅢＰＥＰｓ）。和计算（皿ＰＥＰＳＩ皿ＰＥＰｓ）一样，我们需要采用边界
ＭＰＯ的方法，但这时我们需要从左右两个方向同时进行缩并。对于最近邻相互作
用，只要缩并方向选择合适，其计算复杂度总是可以为Ｏ（Ｄ４Ｄ：＋ｄＤ６Ｄ；）。但是对
于长程相互作用，其计算复杂度会随着相互作用的距离的增加而增加。如图３．５所
示，０是两体算符。对于次近邻相互作用，其计算复杂为Ｏ（Ｄ６Ｄｉ＋ｄＤ８Ｄｉ），对
于次次次近邻，计算复杂度为Ｏ（Ｄ８Ｄｊ＋ｄＤｌ０上／，２）。如果取Ｄ。ｏ（Ｄ２，最近邻、次
近邻和次次次近邻相互作用，其计算复杂度依次为Ｏ（Ｄ１０）、Ｏ（Ｄ１２）和Ｏ（Ｄ１４）。
３．３求基态的变分方法
现在我们考虑如何计算一个尺寸为Ｌ×Ｌ的方格子系统的基态，假定其哈密
顿量Ｈ只有短程相互作用。我们的目标是优化维度为Ｄ的ＰＥＰＳ波函数Ｉ皿ＰＥＰｓ），
肚（／２／）＝甓搿
使其能量最低：
（３．６）
和第二章用变分法优化ＭＰＳ的思想一致，我们也可以用迭代的办法来逐个优化
波函数ＩⅢＰＥＰｓ）的张量Ａｔ直到能量最终收敛。其核心思想就是在（ⅢＰＥＰＳＩｆ／ｌ皿ＰＥＰｓ）
３３
万方数据
“。矽。。嘏。妒。
”’
‰？／■｜－／１～／飞‰／鼍ｅ－／１＠∥，
－／ ∥ １雌。
ｒ
以∥ ７０＿
。。≮＾
’ｏ７“吖ｐ
ｒ，
ｄ
迨
＾
，
１。，∥ ，＿ ∥矿
Ｄ。
扩。 ≯ｒｏｒ４／ｐＩ邯Ｅ７了＊

／＿一，＿
／
厂。厂ｔ厂ｋ∥ｋ／１。 ■／４一
ｌ嘏。妒
”ｔ
／
№／’了Ⅳ／飞‰／飞～／一女－／鼍ｎ∥一＾
，
’。影 Ⅳ’渊 ’雌。
，，
—∥ ｅ－，，
・一
／曩。ｒ
冀潲ｏ，
竹。 ≮ ●０ｙ妒矿
＾
Ｄ。
’坩ｏ，ｏ／’
，一
■， —∥
／，＿／一
／’◇ ７’▲／一
厂Ｉ－／一ｔ
／ ■一
ｖ／’土／’ｆ坼Ｅ
图３．５（ａ）次近邻相互作用的缩并顺序，从作用两个方向同时进行缩并。其计算复杂度为
Ｏ（Ｄ６Ｄ：＋ｄＤ８Ｄ：）。（ｂ）次次次近邻相互作用的缩并顺序，从作用两个方向同时进
行缩并。其计算复杂度为Ｏ（Ｄ８Ｄ：＋ｄＤｌ０Ｄ：）。
和（ｋＩ／ｐＥｖｓｌⅢＰＥｅＳ）中Ａｔ都是以二次型的形式出现的。这时采用迭代法后，我们便
可以通过求解广义本征值方程来解决这个优化问题［６，２５］。
现在我们需要做的就是求广义本征值方程所需要的矩阵。原则上，我们可以
把（ｋ卫＇ＰＥＰＳｌ疗Ｉ皿ＰＥＰｓ）和（１王ｒＰＥＰｓＩ皿ＰＥＰｓ）中所有除了与Ａｉ相连的指标之外的所有其
他指标进行求和，并且把张量Ａ当做一个ｄＤ４维的矢量４ｉ，那么我们就可以
得到：
（ⅢＰＥＰｓｌ日。Ｉ皿ＰＥＰｓ）＝Ａ！咒ｉＡｉ，（３．７）
（ＫＯＰＥＰＳＩｔＩ／ＰＥＰＳ）＝Ａ！ＭＡｉ，（３．８）
这样我们就可以得到这个广义本征值方程：
他Ａｉ＝ＡＭＡｉ．（３．９）
由这个关于本征值方程我们可以得到系统的基态能量Ｅ＝入和相应的波函数４ｉ。
根据前面我们介绍的双层张量网络的缩并方法，可以逐行缩并双层张量网络并
采用边界ＭＰＯ近似，我们容易计算出Ｍ：
…［Ⅳ］附ｓｋｌｒ，ｕｄ。，ｄ，＝酬筘‰６芝（３．１０）
其中ｙ９）ｌｆ，ｒｒｕ，ｄ∥ｄ，代表对双层张量网络除了与ｉ格点相连的所有其他虚拟指标求和，
也就是对除了与Ａ和Ａ；相连的所有其他虚拟指标进行求和。这样我们得到了
一个ｄＤ４×ｄＤ４的矩阵Ⅳ。
万方数据
和计算Ｍ类似，我们可以计算有效哈密顿量％。但由于哈密顿量包含了许
多项，我们需要对这所有的项进行求和。假设其中一顼为膏ｓ三兀ｉ解，磅为单
体算符，则相应的有效哈密顿量为：
。＂Ｈ．…Ｓ］Ｓ∥ｋｌｒＭｕｄ，＝ＬＦ圳＇ｆ，］ｌｒ＾ｕｄ，ｄ，［钒：（３．１１）
完整的有效哈密顿量为：
饨产∑饨？，（３．１２）
Ｓ
咒ｉ也是一个ｄＤ４×ｄＤ４。这样我们便可以通过求解广义本征值方程得到Ａ，从
而得到基态能量和基态波函数。
３．４求基态的虚时演化方法
３．４．１虚时演化的ＯＵ方法
除了可以采用变分的方法来求得系统的基态时，我们也可以采用虚时演化
的方法来得到ＰＥＰＳ波函数的基态［６，２５］，其原理在第二章关于ＭＰＳ算法的时
间演化方法一节己介绍过。为了简单起见，假设我们处理的是一个只有最近邻相
互作用的Ｌ×Ｌ正方格子上的物理自由度为ｄ的海森堡模型Ｈ＝Ｊ∑㈦、Ｓｉ・Ｓｊ，
其中（ｉ，Ｊ）代表对所有最近邻的自旋对进行求和。利用虚时演化求解基态的思路
如下：首先，我们有一个维度为Ｄ的ＰＥＰＳｌ皿ＰＡＦＯＰｓ），其物理自由度为ｄ，初始态
可以是随机态。然后利用虚时间演化算符Ｄ＝ｅ一册作用到ＩⅢ器。）上后，得到
一个维度为ＤＢ的新的ＰＥＰＳＩ嵋Ｅｐｓ）：
Ⅲ岛ｓ）＝ｕ＾ｌ掣ＰＡＥＰｓ０），（３．１３）
由于演化算符Ｄ的作用，ＩⅢ磊Ｐｓ）的维度将会是原来的ｌ虫器ｓ）的维度Ｄ的，ｙ倍，
即ＤＢ＝７Ｄ，这时我们需要将ｌ皿名Ｐｓ）的维度进行截断得到维度为Ｄ的新的量
子态Ｉ皿ＰＡＥＰｓ），然后把Ｉ皿鑫Ｐｓ）作为下一次演化的初始态。所以整个算法的关键就
是如何采用高效的算法来对Ｉ皿篷Ｐｓ）进行截断。
在将演化算符Ｄ：ｅ一膏ｒ作用到量子态上时，我们需要对哈密顿量岔进
行Ｓｕｚｕｋｉ．Ｔｒｏｔｔｅｒ分解，这时哈密顿量会被拆分成４部分，分别是水平方向的
奇数项相互作用戡ｄ＝∑墨１∑丝；ｓ诩一１－Ｓｉ埘和偶数项相互作用硪。。＝
∑墨１ＥＬｌ２一～Ｓｉ，２ｊ－Ｓｔ，幻＋１，以及竖直方向的奇数项相互作用觑ｄ＝∑丝；∑名１ｓ２ｉ—ｌ，ｊ
Ｓ２ｉＪ和偶数项相互作用觑。。＝厶∑＿佰Ｌ／１２－１∑笔１Ｓ２巧・ｓ２汁１，ｊ，假设Ｌ为偶数，即：
／／＝戡ｄ＋戡。。＋觑ｄ＋觏。。．（３．１４）
站ｄ、戡。、如ｄ和戡。内部的每一项都是互相对易的。这时相应的时间演化
算符用Ｓｕｚｕｋｉ．Ｔｒｏｔｔｅｒ分解可以写成：
．Ｕ＝ｅ
— ．Ｈｒ
＝ｅ
— ．Ｈ＾以ｄ『 — ．Ｈ＾删
ｅｍｒｅ一吆ｄ
下
ｅ
一鲰竹
ｒ
＋Ｄ丁
２
／Ｌ３
￥於
万方数据
，本一：唪一
溅 ≯黧攀
（ｂ）／＿。∥／■已∥ＩＬ｝
㈣一缫芝蕞驾芝彬删
篮弧０ｊ０’
７
∥０蛋之是翟卜Ｄ
，
，
ｒ‰≯～“１Ｆ焉≯ｒＩ＝Ｉ～｜鼻“《
蓉
，《 ≯ ｝Ⅲ建弘
◇
｝ｌ卜
≤》？蹀
。。。． ≯
图３．６虚时演化的ＯＵ方法。（ａ）通过对一系列两体演化算符做施密特分解，然后将其作
用到量子态Ｉ皿ＰＥＰＡ０ｓ），当把所有的演化算符ｅ一站ａｒ、ｅ一直矗ｅｎｒ、ｅ一宜‰７和ｅ一舯ｅｖｅｎｒ
全部作用到Ｉ巫ＰＡＥＰ０ｓ）后，得到新的量子态Ｉ雪ＰＥＰＢｓ）。（ｂ）求量子态Ｉ皿玉ｓ）最优低维近
似Ｉ皿ＰＡＥＰｓ）的方程。
由于哈密顿量中包含的都是两体相互作用，这时每一个演化算符相当于作用在最
近邻的格点ｉ和Ｊ上的一系列两体算符Ｇ巧的直积，图３．６（ａ）给出了算符ｅ一站ａ１．
作用在量子态ｌⅢＰＥＡＯＰｓ）时的图表示。我们可以将Ｇ订进行施密特分解：
Ｇ一” ＝Ｕ
旺；圆哼（３．１６）
７∑ｄ
这是将两体算符Ｇ巧作用到ｌ皿ＰＡＥＰ０ｓ）上时，Ｉ皿啷ＡＯ，ｓ）的Ａ？和Ａ？就会更新，假定格
点ｉ和Ｊ在水平方向上是最近邻的，那么更新后的张量为：
ｄ
吲器。砌＝∑蚓；渺？屯（３．１７）
ｓ２＝１
齐口
ｄ
［Ｂｊ］；ｌｋｈｄ＝∑【哼］轳；‰ （３．１８）
ｓ≮＝１
如图３．６（ａ）所示，更新后张量的水平方向公共的虚拟指标的维度将会变为原来的
叫倍。所以如果我们演化算子ｅ一日‰ｒ、ｅ一裁ｅｎｒ、ｅ－－Ｈ：ｄｄ丁和ｅ－Ｈ：％ｅｎ７依次作用到
ＩⅢＰＡＥＰＯｓ）上时，我们会得到一个维度为７Ｄ的新的ＰＥＰＳＩⅢ岛ｓ）【２５】。
现在我们想要用一个维度为Ｄ的ＰＥＰＳＩⅢＡＥＰｓ）来近似Ｉ皿是Ｐｓ）。根据我们第
二章ＭＰＳ低维近似的算法，我们需要优化的目标函数为：
ｆ邓（Ａｉ）＝。Ｉｌ嗡ｉｎｏ。ｓ）＞＋－？羹嗡＞１’－ｐＡＥ
＝（皿。）呻枷‰）呻孙∞（３．１９）
ｓＩ皿惫ｓ）＋（Ⅲ磊ＰｓＪ皿玉ｓ）一（皿鑫ＰｓＩ皿名Ｐｓ）一（皿名Ｐｓｌ皿藩ｓ）
、。
万方数据
这是一个关于张量Ａ的二次型。我们可以通过采用迭代法求解线性方程组来求
得最优的Ａｉ。把张量Ａｉ当做一个ｄＤ４维的矢量么ｉ，有
（ｋｌｐＰＥＰｓｌ皿ＰＥＰＳ）＝Ａ：Ｍ４｛，ｒ３．２０）
（Ⅲ鑫ＰｓｌⅢ鑫Ｐｓ）＝ＡｊＭｉ．ｆ３．２１）
通过对表达式（３．２３）对Ａｊ求导并另导数为０，可得到线性方程：
ＭＡｔ＝Ｍｉｆ３．２２）
我们称Ｍｉ为Ａ的环境。在计算Ａ时，我们同时可以检测目标函数ｆ（Ａｉ），当其
达到某一精度时，我们便得到了这个精度下Ｉ皿惫ｓ）的最优近似Ｉ皿岛ｓ）。图３．６（ｂ）
给出了上述线性方程的图表示。根据前面介绍的双层张量网络的缩并方法，我们
可以有效地计算Ｍ和Ｍｉ，这里不再赘述。在上述虚时演化的ＯＵ方法中，我
们需要同时计算Ｍ和Ｍｉ，在缩并双层张量网络中如果边界ＭＰＯ近似的截断
维度为Ｄ。。（Ｄ２，则其计算复杂度为Ｏ（Ｄ１０）。
３．４．２虚时演化的ＦＵ方法
如果在虚实演化方法中，我们先只演化水平方向第七行而不演化其他行，即
先将第尼行的奇数项演化算子鹏ｄ作用到第尼行，然后再将第尼行的偶数项演
化算子弛。作用到ＩⅢＰＡＥＰ０ｓ）的第尼行，３．７（ａ）所示，这时得到新的ＰＥＰＳｌ皿玉ｓ），
其第庇行上的所有张量的水平方向的虚拟指标的维度将会变为原来的，ｙ倍，而
其他行的维度仍为Ｄ，然后我们可将第七行的虚拟指标维度截断至Ｄ，得到
ｌⅢ盆ｐ。）的最优近似ＰＥＰＳＩ皿备Ｐ。），其所有虚拟指标维度为Ｄ（出来边界处的虚拟
指标外）；接着我们可将第忌＋１行的演化算符作用到Ｉ皿岛ｓ）的第尼＋１行，重
复上述步骤。当把水平方向每一行的演化算符作用完为后，我们接着把竖直方向
第ｍ列的演化算符再作用到量子态上，和上述对行的处理类似。这样的虚时演
化方法称为Ｆｕ（ｆｕｌｌｕｐｄａｔｅ）方法［５］。在Ｆｕ方法中，我们依然要将ＰＥＰＳｌ皿ｐＢＥｐｓ）
近似成ＰＥＰＳＩⅢＡＰ。），相应的目标函数为
ｆ邓（Ａｉ）枷＝ＩＩⅡ＇瓢ＡＥｐｓ）（Ｉ裳‰呻纠咯）＿（咯。Ｉ＇卫Ｚｐ。）（３．２３）
＝（皿鑫Ｐ。ｌ皿盒Ｐ。）＋（Ⅲ名Ｐ。ＩⅢ磊Ｐ。）一（卫惫。ＩⅢ玉。）一（皿名Ｐｓ。）
‘ 。
和ＯＵ方法一样，相应的线性方程为
ＭＡｔ＝Ｍ｛ｆ３．２４）
但由于我们只需要近似ｌ皿磊Ｐｓ）中第七行的张量，所以由Ｍ便可以很容易得到
的Ｍｉ，如图３．７（ｂ）所示，不需要额外太多的计算量。而在ＯＵ方法中，我们需
要分别计算Ｍ和Ｍｉ，所以其计算量比Ｆｕ方法要高。
３７
万方数据
图３．７
一冷零～
虚时演化的ＦＵ方法。（ａ）对第ｋ行的两体演化算符做施密特分解，然后将其作用
到量子态Ｉ皿ＰＥＰＡＯｓ）后，得到新的量子态Ｉ皿是Ｐｓ）。（ｂ）求量子态Ｉ皿ＰＢＥＰｓ）最优低维近似
ｆ皿惫ｓ）的方程。
从算法精度而言，原则上，ＯＵ方法对ｉ格点处的张量Ａ的环境Ｍｔ计算
得更加精确。对于标准的虚时演化做法，当第ｋ行的张量Ａｉ演化时，其他行的
张量也应该进行了演化，而ＦＵ方法在计算环境Ｍｉ时认为其他行的张量没有演
化，因此其对Ａｉ的环境Ｍｔ计算没有ＯＵ方法精确。因此在相同参数情况下ＯＵ
方法的精度应该比ＦＵ方法更高。但对于虚时演化算符，在时问步长７＿很小，一
般为０．００１，这时ＦＵ方法对环境Ｍｔ的处理也是十分合理的。从计算量而言，由
于ＦＵ方法对环境朋；的处理，使得其计算量比ＯＵ方法要低。但是由于ＦＵ和
ＯＵ方法上都必须要缩并双层张量网络，因此两者的计算复杂度都是一样的，在
截断维度Ｄ。ｏ（Ｄ２时，两者的计算复杂度都为Ｏ（Ｄ１０）。
３．４．３基于虚时演化的ＳＵ方法
在讲述一维系统的ＭＰＳ的ＴＥＢＤ算法时，我们介绍了ｒ．Ａ形式的ＭＰＳ。我
们可以把这种形式推广Ｎ－维，得到ＳＵ（ｓｉｍｐｌｅｕｐｄａｔｅ）方法所采用的波函数的
ＰＥＰＳ形式【３９］：
皿ＰＥＰｓＳＵ）＝∑Ｔｒ（…一（ＡＩ如１）；（Ａ∽§（人㈣；（人㈣ｈ）№。】．）（３．２５）
｛ｓ＾，＂）＝１
其中格点（＾，ｕ）处的张量ｒ眠ｕ和ｌ皿ＰＥＰｓ）中的张量。Ａ．Ｓ＾ｈ．。，．的维度是一ｔ＇４－ｆｌＯ。ＡＩ＾＇训、
人９，训、人翳，＂１和Ａ乎’叫分别是格点（＾，ｕ）和其左、右、上、下格点之间相连的Ｄ×Ｄ
的正定的对角阵（在边界处的人矩阵维度为ｌ×１），如图３．８（ａ）所示。ＭＰＳ理论
中的ｒ．人形式的人代表其施密特分解的系数，而这里的Ａ没有明确的物理意义，
３８
万方数据
不过可以把它理解为格点（ｈ，Ｖ）和其周围环境之间的纠缠的粗略的度量［３８】。这
种形式的波函数在处理无穷大系统时取得了很好的结果【３９］。
失９，
■ＫＦ二王◆
争伊妒舻，每
Ａ
二一茅＇Ｐｊ二｛土＼
◆唪叫甜瓢移‘艇磅
ｐ曩０一
Ａ掣专
戡Ａ龇ｍＡ＾纨
＼”套７Ａ…丫
令７
譬＼：嗲
Ａ”Ａ
＇”氏◇
‰鑫：一Ｃ螽’茁。
争《 №
＊ ◆ 专 ◆ 阻盒
ｈ巍▲。▲。▲
聂 ◇ 二赢工～”１
捌＼７甲
ｋ矗。簇麴臣
（ｂ）
图３．８（ａ）ＳＵ虚时演化方法中波函数ＩⅢＰＳＥＵＰｓ）的形式。（ｂ）两体算符Ｇ作用到｜皿ＰＳＥＰＵｓ）上的
格点ｉ和Ｊ时，只考虑与ｒ８ｔ和Ｆ％相连的张量或矩阵，如图中的黑色虚线框所示。
现在我们介绍如何采用这种波函数进行虚时演化，也就是ＳＵ方法［３９】。考
虑正方格子上的海森堡模型，前面已经提到，方程（３．１４）所示的哈密顿量日由
四部分构成，每一部分所包含的各项都是两体算符，这时每一个演化算符相当
于作用在最近邻的格点ｉ和ｊ上的一系列两体算符Ｇ的直积，如图３．６。我们先
只考虑作用在格点ｉ和Ｊ上的两体算符Ｇ的作用。根据ＭＰＳ的ＴＥＢＤ算法的精
神，演化算符作用到ｌⅢｐＳＦＵＰ。）上，只会改变与格点ｉ和Ｊ相连的张量或矩阵，如
图３．８（ｂ）所示。假设ｉ格点在Ｊ格点的左边，我们按如下步骤来更新ｉ和Ｊ格点
处的张量ｒ“、ｒ叼以及ｉ和Ｊ格点之间的张量Ａ掣，如图３．９所示。注意Ａ拶和人Ｐ１
是一样的。
第一步，将ｒｓｔ和代表其环境的对角阵Ａ掣、人∥和人掣相乘得到Ｔ８，将ｒ勺
和代表其环境的对角阵人窖Ｊ、Ａ＃Ｊ和Ａ？１相乘得到ＴｓＪ，并用指标ｚ标记张量ｒ黾
的指标ｎ和张量ｒ勺的指标ｆｆ
珐如。＝ｒ，２刎；（硝）喇；（ＡＩ‘ｋ。（硝）删；，（３．２６）
Ｔ乏勺ｄＪ＝Ｆ。ｓＪ。Ｊｑ由（人２】）ｑ嘶（Ａ罗）。。（Ａ罗）也奶．（３．２７）
第二步，将Ｇ用格点ｉ和歹的局域基矢展开得到Ｇ郇鲈弼＝（ｓｔｓＪＩｅ—ｉｒ元订ｌｓ：ｓ；），
并将算符Ｇ作用到Ｔ民和Ｔ勺以及Ａ：上，这时我们得到张量圣
ｄＤ
西、ｓｉｌ巧ｉｕ嘶ｉｄ如ｉ＝∑∑８ｉＳｊ’８：加３Ｔ２ｉｕ池。磁ｒＪ嘞（Ａ鼽。
ｘ＝ｌ
（３．２８）
ｓ玛＝１
３９
万方数据
第三步，将西￡肇毳进行变形得到维度为ｄＤ３×ｄＤ３的矩阵西。。‰ｄｔ，勺ｑ嘶由，
然后对其进行ＳＶＤ
ｄＤａ
西ｓｔ２潮画聊粥由＝∑％驰池。（硝）。。（∥）嘶ｑ呦由（３．２９）
ｘ＝ｌ
这时得到的新的人粤共有ｄＤａ个奇异值，我们将其进行截断，只保留最大的Ｄ
个奇异值，得到更新后的维度为Ｄ×Ｄ的对角阵天笋。同时截断后Ｕ矩阵和Ｖｔ
矩阵的维度分别为ｄＤ３ＸＤ和Ｄ×ｄＤａ。
第四步，为了将量子态变回方程（３．２５）的形式，令
于蒿；。。也＝以。如。；函＾（Ａ翔）三乞。（Ａ尸）矗（人字）乏≥，（３．３０）
亍蠢ｑ由＝（∥ｌｉ，ｓｊｒｊｕｊ由（趔）未，（Ａ，［ｊ］，ｑ－１ｑ卜ｄ［Ｊ１）蔬．（３．３１）
这样我们便得到了演化算符Ｇ作用后的新的张量于＆和１“－，８，以及对角阵天粤。
第五步，将其他位置的演化算符，按照上述步骤作用到上面更新后的量子态
上，直到所有的演化算符作用完。
（ａ）１｝‘ ≯ ㈦
２勺暾泌
＾ｌｕ，ｎ掣Ａ：１亨＾！ｊ
＿ ∥。．如
熏
群争
＼～ｉＦ
／一＼
噶端
Ｉ（ｄ）
万≮聪≮
㈤
ｌ¨Ｕ，ｉ ’ （ｅ）０ｎ警０ｎ掣
●＿铷１Ｈ一．群玲 ∥粉＿
癌嘲嘲嘲蹴嘲测
＆ｉ习
¨
舻ｂ，蟛中擎一
蟛，一ｆ
◆綦锄芦～赢：Ｆ笨≯
中ｎ掣拿“翟
图３．９虚时演化的ｓｕ方法。（ａ）两体算符Ｇ作用到Ｉ皿辫。）上的格点ｉ和Ｊ上；（ｂ）算符Ｇ
作用到Ｉ皿ＰｓＥＰｕｓ）上的格点ｉ和Ｊ上后得到张量西。ｓｉｍｌｉｕ。ｉ㈣ｄｉ，．１、＂ｃ）对矩阵圣。。ｋ。涵，勺ｑ。ｊ奶
做ＳＶＤ，得到Ｕ矩阵和ｙｔ矩阵以及奇异值矩阵，并保留奇异值矩阵最大的Ｄ个
奇异值得到Ａ掣；（ｄ）将张量ｕ和张量ｙｔ乘以各自环境Ａ的逆（除Ａ一之外）；（ｅ）演
化算符作用后的ｒ—Ａ形式的ＰＥＰＳ。（Ｄ通过对张量Ｔ毗和Ｔ５Ｊ分别做ＱＲ分解和
ＬＱ分解来做虚时演化。
可以看出上述ＳＵ方法计算量最大的部分是对矩阵维度为ｄＤ３×ｄＤ３的矩阵
垂。也。ｉｄｉ西ｑ呦由做ＳＶＤ，其关于计算复杂度是Ｏ（ｄａＤ９）。但实际上，我们可以通过
采用ＱＲ分解和ＬＱ分解将计算复杂度降低至Ｏ（ｄａＤ５）【４０］。如图３．９（ｆ）所示，我
们将方程（３．２６）中的冠幺文ｚ和方程（３．２７）中的磁巧由分别进行ＱＲ分解和ＬＱ
４０
万方数据
分解，得到的矩阵Ｑ嘲和Ｒ嘲的维度分别是Ｄ３ＸｄＤ和ｄＤ×ｄＤ，矩阵Ｌ吲和
Ｑ吲的维度分别是ｄＤＸｄＤ和ｄＤＸＤａ。然后将演化算符Ｇ作用到Ｒ㈦人ｍ三∽

上后并进行ＳＶＤ，得到矩阵Ｕ、ｙｔ和奇异值矩阵，保留奇异值矩阵的最大Ｄ个
奇异值得到天拶，再将ｕ矩阵和Ｑ吲相乘并乘以环境Ａ的逆（除Ａ∥之外）得到
亍ｍ，将∥矩阵和Ｏｈ］相乘并乘以环境Ａ的逆（除Ａ∥之外）得到ｒ≈。采用ＱＲ
和ＬＱ分解后，ＳＵ方法的关于Ｄ的计算复杂度只有Ｏ（Ｄ５），远远低于ＯＵ方法
和Ｆｕ方法的计算复杂度Ｏ（Ｄ１０１。由于ｓｕ方法很低的计算复杂度，使得可以用
这种方法处理维度Ｄ很大的ＰＥＰＳ。
尽管ＳＵ方法在无穷大系统时得到了很不错的结果，但在有限系统时其结果
确不仅如人意。和ＯＵ方法与ＦＵ方法相比，ＳＵ方法对格点环境的处理仅仅是
采用了一个对角阵人来代替，这是一个很粗糙的近似。在一维的ＭＰＳ方法中，
得益于施密特分解，Ａ代表的是严格的环境，而对于二维系统，无法通过施密特
分解来得到方程（３．２５）的波函数形式。不过由于ＳＵ方法的低计算复杂度并且
易于操作的特性，可以用它得到的波函数做为其他更精确的方法（比如说ＦＵ方
法或者后面我们提到的梯度优化方法）的初态。
３．５小结
本章我们从量子纠缠的角度重新理解ＭＰＳ理论，并将其推广到高维系统得
Ｎ－－维系统下满足纠缠熵面积定律的ＰＥＰＳ表示。接着介绍了ＰＥＰＳ做为数值计
算工具时所需要的手段，包括利用边界ＭＰＯ方法进行双层张量网络的缩并。由
于ＰＥＰＳ的复杂性，在标准的双层张量网络缩方法中，其计算复杂度高达Ｏ（Ｄ１０），
这是ＰＥＰＳ用于数值计算时所面临的一个重要难题。然后介绍了如何用变分法来
求ＰＥＰＳ形式的量子多体系统的基态。最后详细介绍了利用虚时演化方法的来优
化ＰＥＰＳ得到多体系统的基态，包括ＯＵ方法、ＦＵ方法和ＳＵ方法。ＯＵ方法由
于其巨大的计算量，使得能处理的ＰＥＰＳ的最大维度Ｄ很小。ＦＵ方法在ＯＵ方
法的基础上做了些许改进，使得其计算量比ＯＵ方法略低，但由于其计算复杂度
仍为Ｏ（Ｄ１０１，使得其处理的ＰＥＰＳ的最大维度Ｄ仍然不大。ＳＵ方法吸收了ＭＰＳ
的ＴＥＢＤ算法的精神，对ＰＥＰＳ波函数形式做了改变，使得可以处理的ＰＥＰＳ的
维度Ｄ能够达到相当大。但由于ＳＵ方法中，格点的环境仅仅是通过一个对角
阵来代替，这样的近似过于粗糙，使得其能达到的精度比较有限。不过ＳＵ方法
为其他的更为精确的方法提供了一个很好的初始态。
４１
万方数据
万方数据
第四章张量网络态的副本交换分子动力学优化方法
发展高效的求解强关联的量子多体系统的数值算法是现代凝聚态物理最核
心的课题之一。最近发展起来的张量网络态（ＴＮＳ），包括矩阵乘积态（ＭＰＳ）［２０，
２ｌ】，投影纠缠对态（ＰＥＰＳ）［６］，弦态（ＳＢＳ）［４１］，以及多尺度纠缠重整化试验态
（ＭＥＲＡ）［２３】等，为解决一些量子多体问题提供了新的方法，有望解决一些长期
得不到解决的难题。在张量网络态的框架下，张量网络态可以作为量子多体系统
的变分波函数，变分空间可以由这些张量来表示。随着系统格点数目的增加，张
量的数目会线性增加。每一个张量包含了一系列参数，参数的多少由其维度Ｄ
来度量，Ｄ称为张量网络态的维度。有了张量网络态做为变分波函数后，我们
便可以通过变分的方法得到系统的基态能量和相应的波函数。然而，在实际应用
中，对于一些性质很复杂的体系，比如说自旋阻挫系统和费米子系统，求解基态
仍然是一个巨大的挑战。
４．１张量网络在实际应用中的困难
有两个主要困难会大大地降低ＴＮＳ在实际应用中的效率。第一个是很高的
计算复杂度。张量网络态算法的计算复杂度取决于决定其变分空间的张量网络
态维度Ｄ的大小。通常情况下，张量网络态算法计算复杂度是相当高的，尤其
在二维和更高维情形下更是如此。比如说，对于一维周期性边界条件的ＭＰＳ算
法，计算复杂度是Ｏ（Ｄ５）［２４】；二维时对应的是ＰＥＰＳ算法【６］６，其计算复杂度在
开放性边界条件是Ｏ（Ｄ１０），在周期性条件下更是高达Ｏ（Ｄ１６）。对于许多种重要
的物理系统，比如说费米子系统，参数Ｄ必须足够大才能得到正确的物理图像。
然而由于目前的计算能力所限，我们一般只能处理Ｄ＜１０这种Ｄ比较小的情
形。为了克服这个困难，Ｓａｎｄｖｉｋ［４２］和Ｓｃｈｕｃｈ［４１】等人分别基于ＭＰＳ和ＳＢＳ提
出了用蒙特卡洛（ＭＣ）采样的技巧来计算物理系统的性质。相较于标准的缩并两
层张量网络的算法，ＭＣ采样算法大大降低了计算复杂度。这个算法已经被应用
于其他的ＴｈＩＳ，比如说ＰＥＰＳ［４０】。基于ＭＣ采样，对于一维周期性的ＭＰＳ算法，
其计算复杂度由Ｏ（Ｄ５）降低至Ｏ（Ｄ３）［４２］。对于ＳＢＳ［４１］，采用ＭＣ采样后，其
计算复杂度对于开放性和周期性边界条件的ＳＢＳ算法，分别是Ｏ（Ｄ２）和Ｏ（Ｄ３），
远远低于标准的双层缩并方法。对于更一般的ＰＥＰＳ表示，其计算复杂度更是大
大降低。
第二个是能量函数关于张量的高度的非线性关系。随着参数Ｄ的增加，变
分的参数空间会变大，同时能量函数的非线性程度会增加使得它的结构变得更
为复杂。对于阻挫体系，有许多低能激发，并且基态与激发态之间的能隙非常
小。低能激发会成为能量函数的局域极小值。这最终使得在优化能量函数时，非
常容易陷入局域极小值。事实上，有时当我们增加参数空间时，基态能量反而会
４３
万方数据
上升而不是下降，这就是由于陷入局域极小值的原因。在这里，我们主要集中在
解决局域极小值的问题。
在这个工作中，基于ＭＣ采样，我们发展了一个优化基态波函数的高效的算
法。我们把能量函数的张量当做广义坐标，然后一个量子多体的优化问题映射到
了一个经典力学问题，然后我们采用副本交换分子动力学方法来优化这个经典
力学的势能函数［４３，４４】。通过交换不同温度之间的的构型，可以有效地避免能
量函数陷入局域极夺值。自旋玻璃体系和自旋阻挫体系会遇到局域极小值问题，
副本交换方法已经被成功地应用于处理这两种体系［４５，４６］。副本交换方法也已
经成功地应用于优化一些高度非线性问题，比如说一般混合态的三态纠缠［４６］。
这里我们把这种方法引入到ＴＮＳ框架下来优化基态能量。我们通过用ＭＰＳ求解
一维哈伯德模型［４７】以及ＳＢＳ求解二维五．如模型【９］来验证我们的方法。结果
表明，我们的方法得到的结果在现有的结果上有所提高。值得强调的是，我们的
方法可以适用于更广泛的ＴＮＳ，而不仅仅局限于特定类型的ＴＮＳ［４０】。
４．２张量网络态的优化问题与分子动力学方法
为了简单起见，我们用ＭＰＳ类型的波函数来描述我们的方法。这个方法可
以很容易推广到其他类型的张量网络态，比如说ＳＢＳ［４１］和ＰＥＰＳ［４０］。考虑一
个由Ⅳ个格点组成的一维周期性体系，其ＭＰＳ形式的变分波函数可以写成：
皿Ｍ陷＝Ｔ“ Ａ轧１Ａ眈２Ａ跗Ⅳ 乱
观
ｄ∑一
其中ｄ是物理指标ｓ七的维度，Ａ≯是格点ｋ处的ＤＸＤ的矩阵，Ｄ是控制变分
空间大小的参数，也称作虚拟指标的维度。考虑一个给定的物理体系，其哈密顿
量为疗，那么体系的能量Ｅ＝（ⅢＭＰＳＩ方ＩⅢＭＰｓ）就是每个格点的矩阵Ａ≯的函数，
也就是Ｅ＝Ｅ（ｆＡ８。ｋ１．）。现在的主要问题是求体系的基态波函数和基态能量，即
求Ｅ（ｆＡ》，）的全局最小值和相应的Ａ挈。这个问题可以通过把Ａ挈看成广义坐
标，将其映射成为优化一个经典力学体系的总能量的问题。我们引入一个虚拟的
体系的拉格朗日量：
Ｃ＝ＩＡ：ｋ１２一Ｅ（｛Ａ七Ｓｋ）），（４．２）

ｍ一２
Ⅳ∑树ｄ∑科
其中ｍ是这个虚拟体系中粒子的质量，我们可以将其设为１。Ａ≯是与广义坐标
Ａ≯相对应的广义速度。矩阵的模ＩＩＡ￡ＩＩ定义为：
Ａ剐＝（４．３）
其中凸‘巧Ｓｋ（尼）是与Ａ≯中的矩阵元ｎ孑（七）相对应的广义速度分量。
４４
万方数据
由此我们可以得到欧拉．拉格朗日方程（为了简洁我们略去指标尼）：
旦ｄｔ丝Ｏｈ易一篆扎ａｏ玉
… （４．４）
、７
进而得到运动方程：
（４．５）
ｍ乜０
２一砭‘
能量函数和其关于ｎ毳的导数可以很容易通过蒙卡采样来得到。
运动方程（４．５）可以用分子动力学方法似Ｄ）来求解［４８］，这里采用Ｖｅｒｌｅｔ
算法：
ａｉ易（ｔ＋Ａｔ）＝ｎ毛（￡）＋言△￡陋０（￡）＋ａ易（￡－ｔ－Ａｔ）］，（４．６）
ａ０（ｔ＋Ａｔ）＝ａｉ５（ｔ）＋百／△ｑｎ巧８（ｔ）＋苞０（ｔ＋Ａｔ）］，（４．７）
瞒（Ⅲ垆一器㈤．（４．８）
现在我们给每个广义坐标Ａ。引入温度来度量粒子的平均动能：
丁＝＠劲Ｖ％＠缈
。∑渊ｄ∑ｄ
其中ＮＤ＝Ｄ２ｄ是Ａ％的总自由度。当温度趋于０时，所有的醵和吆都趋于０，
此时我们就得到了Ｅ（Ａ：ｋ）的极小值，也就是量子体系的基态能量。当温度足够
低时，体系的行为可以近似为简谐振子在其平衡位置附近的振动，相应的经典力
学体系的总能量是Ｅ（Ｔ１≈Ｅｏ＋Ｄ２ｄＴ。
在用分子动力学来模拟这个经典力学体系时，我们可以让其和一个温度为
Ｔ的热浴交换能量，来使整个力学体系维持在特定的温度Ｔ下。当进行分子动
力学演化时，由于我们并不关心这个力学体系的动力学，我们可以通过对体系每
一次演化后得到的瞬时速度ｎ纛重新标度，乘以一个因子１，使其维持在特定的
温度Ｔ下。这里７＝、／丁／Ｔ＋，Ｔ＋是由方程（４．９）定义的瞬时温度。注意到如果
我们对一个张量Ａ七乘以一个因子Ａ后，体系的能量Ｅ（｛Ａ≯））并不变化，因此
在做分子动力学演化时我们可以把每一个张量归一化。另外，由于速度Ａ庇任何
平行于Ａ七的分量对能量没有贡献，为了提高效率，在每一次重新标度速度之前，
我们可以把速度Ａ七正交化，使其平行于４％的分量为０：
五七＝Ａ七一（（Ａ碉ｋ，Ａｋ）Ａ七，（４．１。）
其中两个矩阵的内积定义如下：
Ｄ
（４，Ｂ）＝∑Ａ荔嘞．（４．１１）
ｉ，ｊ＝ｌ
４５
万方数据
通常情况下，对于一个简单的体系，其基态能量可以用模拟退火的方法来得到，
也就是，从高温的时候开始演化体系，然后逐渐降温到零温。如果温度冷却足够
缓慢，原则上就可以得到体系的全局最小值。然而，对于张量网络态而言，由于
能量是关于张量的高度非线性函数，并且对于阻挫体系存在很多亚稳态，在实际
应用中，模拟退火往往会陷入一些局域极小值。
４．３副本交换方法
这里我们采用了副本交换的方法［４３，４４】，也就是并行模拟退火，来做分子
动力学的演化。在副本交换方法中，我们同时模拟Ｍ个不同的体系。这Ｍ个不
同体系的温度将设在能避免能量函数陷入极小值的区间，依次为阮＝１／瓦驮＜
卢１，…，ｐＭ一２＜ｐＭ一１＝１／死ｉｎｏ每一个副本在演化时独立进行，但是在演化特
定的步数后，相邻温度会根据Ｍｅｔｒｏｐｏｌｉｓ规则进行一次副本交换：
ｕ＝０△Ｈ兰兰ｆ４．１２）
其中△何＝一（屈一Ａ－Ｉ）（豆一豆一１），豆和最一１是第ｉ个和第ｉ一１个副本在某
一固定的演化步数下的平均能量。在已经设定的温度系列中，通过交换不同温度
副本的能量构型，高温构型可以保证低温构型能够得到更大的相空间趋于从而
避免低温时能量陷入局域极小值。在刚开始演化时，整个温度系列是一个指数分
布。在随后的整个演化过程中，最高温死烈＝百１和最低温Ｔｍｉｎ＝．士是固定的，
中间的温度会做适当地调整以保证所有相邻副本交换成功的概率是大致相等的。
由于这个算法本身就是并行的，这使得它比传统的模拟退火方法更为高效［４６］。
最低温％ｉ。越低，得到的能量就越精确。原则上，只有％ｉ。趋于零才能得到
真正的基态。然而更小的死ｉ。会需要更多的副本数目，这会使得计算资源大大增
加。此时，我们可以直接把低温区间的温度进一步降低来达到所需要的低温，或
者对最低温的体系直接采用最速下降法或者共轭梯度法来得到更为精准的基态。
４．４计算张量网络态物理量的蒙特卡洛采样算法
在上面的算法中，对于给定的物理系统宜和给定的张量网络态ＩⅢⅧｓ），我们
需要计算相应的能量Ｅ＝％嚣嬲以及能量函数Ｅ关于矩阵元。孑的导数。这
里我们采用蒙特卡洛采样的办法来计算能量和其导数。在不失一般性的情况下，
假设系统Ｉ皿ＭＰｓ）描述的是自旋系统，相应的系统的自旋构型ｌＳ）＝Ｉｓ・…８Ｎ），自
旋构型Ｉｓ）在量子态ＩⅢＭＰｓ）中的系数为ｗ（ｓ）＝（ＳＩＭＰＳ）＝Ｔｒ（ＡｉｌＡ；２…Ａ≯），
能量Ｅ可写为：
Ｅ＝尘是捌＝去Ｚｓｗ２（ｓ）Ｅ（ｓ），（４・・３）
万方数据
～
邵）＝莓器（咖趴
并且Ｚ＝∑ｓⅣ２（ｓ）是归一化系数。这样我们可以通过对所有的自旋构型按照
权重Ｗ２（ｓ）进行采样来得到能量。相应的的其关于矩阵元。孑的导数为：
两ＯＥ＝２（△嚣（ｓ）Ｅ（ｓ））一２（△孑（洲Ｅ（跳（４．１４）
其中（…）表示利用蒙特卡洛采样进行的统计平均。△巧８ｋ定义如下：
△孑（ｓ）＝丽１酉ｏｗ（ｓ）＝南（雠Ｓｋ＋。ｌ…４８ⅣＮ钟…罐ｓｋ－川１ｉ，（４．１５）
有了上述方程，我们便可以通过蒙特卡洛采样的方法来计算能量函数和其导数。
注意到，上述蒙特卡洛采样的方法不仅仅适用于用一维的ＭＰＳ波函数，也可以
适用于其他张量网络形式的波函数，包括ＰＥＰＳ波函数和下文将要提到的ＳＢＳ形
式的波函数。
４．５分子动力学方法的模拟结果
在这一部分，我们会给出关于一维哈伯德模型和二维＾．以模型的测试结果。
对于一维模型已经有很成熟的算法，这里我们只是给出结果。我们会在计算二维
系统时讨论算法的细节。
４．５．１一维哈伯德模型
为了测试我们的算法，我们计算了一维哈伯德模型的基态能量［４７】：
Ｈ＝一∑Ｃｉａｃ！＋１。＋＾．ｃ．）＋ｕ∑ｎ计扎灿（４．１６）
ｉａｉ
为了计算一维哈伯德模型，我们先通过约当．魏格纳变换将其变为一个自旋模型。
这个自旋模型的基态波函数可以用ＭＰＳ来刻画。以ＭＰＳ做为变分波函数，我
们采用了副本交换的分子动力学方法来进行优化得到基态。我们用了４８个温度，
最高温为Ｔｏ＝１０～，最低温噩７＝１０～。分子动力学的时间步长Ａｔ＝０．５。在
优化过程中，对于每一个ＭＤ演化步，采样的数目是３０００×Ｌ，其中三是哈伯
德模型的尺寸。在做完副本交换分子动力学的优化后，我们把最低温的体系逐
渐冷却到温度为１０－１２来得到更加精确的基态。最后一步计算能量的采样数目为
５００００×Ｌ。
我们比较了一维周期性Ｌ＝１４半满哈伯德模型在不同参数Ｕ下严格对角化
的能量和我们的结果，如表４．１所示。ＭＰＳ的维度Ｄ从６取到１４。从表４．１所示
可以看出，和严格对角化的能量相比，我们用副本交换分子动力学的方法得到了
很高精度的结果。
４７
万方数据
表４．１一维周期性Ｌ＝１４半满哈伯德模型在不同参数ｃ，下，严格对角化的能量与不同维
度的ＭＰＳ得到的能量比较。
４．５．２二维＾．如模型
我们模拟了自旋为１／２的正方格子的＾一以模型，其哈密顿量是：
Ｈ＝以∑Ｓｉ・Ｓｊ＋如∑Ｓｉ－Ｓｊ．（４．１７）
（ｉ，ｊ）《（ｉ，Ｊ））
其中自旋算符满足ｓｉ．Ｓｔ＝ｓ（ｓ＋１）＝３／４，（ｉ，Ｊ）和（（ｉ，Ｊ））分别表示对正方格子上
所有最近邻和次近邻的自旋对求和。
（ｂ）
删
黛丛磊
卫Ⅱ！：
’
且
０舞铡嚣蠹－－
Ⅱ
－＆目蔫卜ｒ
】睦＝
Ⅱ』五：】譬一
图４．１不同模式的ＳＢＳ：（ａ）线型和（ｂ）圈型。
ＳＢＳ［４１１和ＰＥＰＳ［６］都是ＭＰＳ从一维Ｎ－维的推广，它们都可以用来描述
二维系统。ＰＥＰＳ有很高的计算复杂度，对于开放性边界条件和周期性边界条件，
其计算复杂度分别为Ｏ（Ｄ１０）和Ｏ（Ｄ１６）。而ＳＢＳ的关于Ｄ的计算复杂度很低，
对于开放性边界条件和周期性边界条件，其计算复杂度分别为Ｏ（Ｄ２）和Ｏ（Ｄ３）。
在这里我们采用ＳＢＳ做为变分波函数来检验我们的算法。ＳＢＳ形式的波函数可
以写成：
ｄ．．．．
Ｉ皿）＝∑ⅡＴｒｌⅡＡ嘉ｌ８１…ｓⅣ），
ｓｌ…８ＮｐＥ＇Ｐ ’ｘＥｐ
（４．１８）
其中Ｐ是代表不同模式的弦，在某一种模式Ｐ包含着不同序列的弦Ｐ。矩阵Ａ嘉
是弦ｐ位于格点ｚ处的维度为Ｄ×Ｄ矩阵。所有的弦Ｐ的矩阵Ａ嘉沿着弦Ｐ所
４８
万方数据
示的方向相乘，得到弦Ｐ的整个波函数的贡献。在我们的算法中，我们采用了两
种模式：线型和圈型，来给出变分波函数的形式，如图４．１所示。线型模式中的矩
阵维度和圈型模式中的矩阵维度可以不同。我们利用蒙特卡洛采样的方法计算
ＳＢＳ波函数形式下的能量函数及能量函数关于矩阵元的导数。
图４．２开放性边界６ｘ６如／以＝０．７系统的能量随着演化步数的变化。（ａ）不同温度下能量
随着ＭＤ步数的变化。（ｂ）分别经过５次、３０次、５０次、１５０次和２５０次的副本交
换后，不同温度下的能量分布情况。
在我们的模拟中，采用了９６个温度。最初的温度分布在最高温去和最低温
度士之间呈指数分布。对于ＳＢＳ波函数，其初始态是一个随机态。在模拟过
程中，每进行１０次副本交换，便会对温度做一次调整以保证相邻温度的副本交
换成功的概率是大致相等的。在每两次构型交换之间需要进行３００次分子动力
学演化，演化步长Ａｔ＝０．０１。当采样时，我们可以将采样的空间限制在总自旋
＆＝０的子空间中。对于每一次分子动力学演化，采样的数目大概为１００００。在
副本交换时，我们采用的能量是对３００个分子动力学演化步进行平均的能量。对
于较大的体系，我们发现每演化３０００分子动力学步后，对所有的广义速度加上
一个随机速度，可以显著加速能量收敛。在完成副本交换分子动力学优化后，已
经得到了一个和基态很接近的量子态，我们可以进一步降低能量来得到更精确
的结果。
我们模拟了开放性边界和周期性边界两种情况下尺寸为Ｎ×Ｎ的正方格子
上的巩一如模型，如／Ｊ１ｅ［ｏ，１】。为了展示算法是如何工作的，如４．２（ａ）给出了开
放性边界条件下６ｘ６Ｊ２／五＝ｏ．７的系统，在温度为Ｔ＝ｌ／８１５，１／风５，１／尾５，１／岛５和
１／岛５时能量随着演化步数的变化情况。对于线性模式其矩阵维度为Ｄ＝４，，圈
型模式其矩阵维度为Ｄ＝８。注意到上述温度温度的值会随着演化的进行而发生
较小程度的变化。正如期望的那样，不同温度下的能量会随着演化的进行立即下
降到该温度下的平衡态的能量，然后随着演化的进行而开始震荡。需要特别指出
的是，最低温的能量在经过大概３０次副本交换后便降低到基态附近。高温体系
的能量比低温体系能量振荡得快，这时因为高温体系有更高的“动能”。通过进
行不同副本之间的温度交换，可以有效地避免体系能量陷入局域极小值。
４９
万方数据
图４．２（ｂ）描述了在分别经过５次、３０次、５０次、１５０次和２５０次副本交换后，
不同温度的体系的能量分布情况。可以看出低温时体系能量很快降低至基态附
近。经过足够长时间的分子动力学演化和副本交换后，能量．温度曲线稳定下来。
此时我们认为我们已经得到了一个基态的很好的近似。然后可以进一步降低温
度来得到一个更加精确的基态。
一∞正山正山＼一∞乱山ｔ．ｏ＝山一
Ｄｉｍｅｎｓｉｏｎ＆Ｐａｔｔｅｒｎ
图４．３不同ＳＢＳ的模式和矩阵维度下１０ｘ１０以．也模型的基态能量。Ｓ４表示只用了线型模

式，并且其矩阵维度为Ｄ＝４。￥８Ｌ４表示采用了线型模式和圈型模式，两种模式下的
矩阵维度分别为Ｄ＝８和Ｄ＿４。
以开放性边界条件下１０ｘ１０Ｊ２／山＝Ｏ，０．５，ｌ为例，我们测试了增大矩阵维
度Ｄ和增加新的ＳＢＳ模式时能量的变化情况，如图４－３所示。首先，我们只采用
线型模式，Ｄ＝８（ｓ８）时能量己经收敛。然后我们增加了圈型模式，结果立即有
显著提高。这种情况下圈型模式中的矩阵维度Ｄ＝６（Ｓ８Ｌ６）能量已经收敛。进一
步增加圈型模式Ｄ的矩阵维度，结果没有变化。从图４．３可以看出，采用ＳＢＳ做
为变分波函数得到的能量，始终会比严格对角化的结果或者ＰＥＰＳ的结果要高出
１—３％。这个误差的根源来自于ＳＢＳ形式波函数的局限，而不是优化方法导致
的。不像ＰＥＰＳ，ＳＢＳ的结果不能通过简单地增加矩阵的维度来得到显著提高。
然而，我们总是可以通过增加不同模式的ＳＢＳ来改善结果。幸运的是，ＳＢＳ计
算复杂度关于模式的数目是线性增加的。
我们然后比较了由副本交换分子动力学方法得到的结果与严格对角化结果
或者ＰＥＰＳ结果，以及采用文献［９】随机梯度下降法优化ＳＢＳ得到的结果。图４．４和
图４．５分别是开放性边界条件和周期性边界条件下４ｘ４、６ｘ６和１０ｘ１０的结果。
可以看出对于开放性边界条件而言，副本交换分子动力学方法比采用随机梯度
法得到的结果有明显改善。对周期性边界条件的情况，相较于随机梯度法，副
本交换分子动力学方法得到的基态能量虽然没有明显提高，但其结果也比前者
Ｓ０
万方数据
奇Ｊａｃ山
０４５
．０．５５
亍一（ａ）ＯＢＣ４ｘ４
）－、
。）
Ｌ
①
亡
ＩＬｌ
．０．４５
．０．５５
００．２０．４０．６０．８１

Ｊ２，Ｊ１
图４．４开放性边界条件下＾．如模型能量的图４．５周期边界条件下＾．无模型能量的比

比较。（ａ）４ｘ４，（ｂ）６ｘ６，ａｎｄ（ｃ）ｌＯｘｌ０。较。（ａ）４ｘ４，（ｂ）６ｘ６，和（ｃ）ｌＯｘｌ０。黑
黑线表示的是副本交换分子动力学方线表示的是副本交换分子动力学方法
法得到的能量：红线和蓝线分别的是得到的能量；红线代表的是随机梯度
随机梯度法得到的能量和ＰＥＰＳ的结法得到的能量，其数据来自文献６ｘ６
果，数据均来自文献［９】９。严格对角化的结果来自文献［１０】。
要好。
４．６小结
张量网络态算法是求解量子多体系统的很有前景的算法。当采用张量网络
态做为变分波函数求解量子多体系统基态时，系统的能量是关于张量网络态中
的张量元的高度非线性函数，在优化过程中，能量函数很容易陷入局域极小值。
我们引入了副本交换分子动力学方法来优化张量网络态，并且利用ＭＰＳ和ＳＢＳ
分别在一维哈伯德模型和二维以．如模型上验证了这种方法。在一维时，我们的
结果和严格对角化的结果一致。在二维系统时，我们的算法得到结果优于有随
机梯度法得到的结果。我们的算法可以推广到其他形式的张量网络态，比如说
ＰＥＰＳ，为研究像阻挫磁性等复杂量子多体系统提供了一个有用的工具。
５ｌ
万方数据
万方数据
第五章ＰＥＰＳ的梯度优化方法
上一章我们介绍用副本交换分子动力学的方法来优化量子多体系统的ＴＮＳ
波函时，发现采用ＳＢＳ形式的变分波函数在模拟正方格子的＾一如模型时，得到
的能量比ＰＥＰＳ形式的能量高得多［４９】。相关研究表明，一些由局域哈密顿量项
构成的体系，其基态波函数必定是ＰＥＰＳ形式［３７】。而且和ＭＰＳ描述一维体系
一样，ＰＥＰＳ描述二维体系满足纠缠熵的面积定律和尺寸一致性［５０］，其在二维
无穷大系统的应用已经取得了很好的结果［５１】。这里我们主要聚焦在如何优化
ＰＥＰＳ形式的变分波函数。
５．１二维系统ＰＥＰＳ算法的难点
由于受到目前计算机能力的限制和ＰＥＰＳ表示本身的复杂性，用ＰＥＰＳ处理
二维系统的还存在比较大的困难。其中一个主要困难就是，当ＰＥＰＳ的维度Ｄ比
较大时，如何优化ＰＥＰＳ这个变分波函数来得到基态。一般来说，为了使最终优
化后得到的ＰＥＰＳ能够收敛到严格的基态，其维度Ｄ取得越大越好。不幸的是，
ＰＥＰＳ的计算复杂度随着Ｄ的增大，增加得非常快。ＰＥＰＳ最初提出来时，人们用
虚时演化的ＯＵ方法来优化ＰＥＰＳ波函数［６，２５］。对于开放性边界条件正方格子
系统，采用ＯＵ的方法的计算复杂度高达Ｏ（９１０），这是由于我们必须计算每个
格点的环境。这么高的计算复杂度，使得在实际应用中ＰＥＰＳ的维度Ｄ只能取到
很小的值，比如说Ｄ＝４。这大大限制了ＯＵ方法在处理实际问题中的应用。为了
降低计算复杂度，后来人们提出了一种虚时演化方法的ＳＵ方法［３９】。在ＳＵ方
法中，每个格点处的张量的环境用一些对角矩阵来近似，这一点大大降低了整个
算法的计算复杂度。在处理最近邻相互作用体系时，借助于ＱＲ（ＬＱ）分解，ＳＵ
的计算复杂度只有Ｏ（９５）［４０］。然而，ｓｕ方法是一个局域优化方法，每一个格点
的环境被过度简化了。这使得采用ＳＵ方法时，对于较为复杂的物理体系，最终
的结果往往不能收敛到正确的基态，达不到想要的精度，特别是对于有限尺寸的
物理体系更是如此。人们一直在做着各种努力各种尝试去改善ＳＵ方法［５１—５５】。
最近，一种集团更新的方法被提出来『３８］。这种方法可以通过选取不同的集团大
小来系统性地提高对于格点环境的近似程度，使得人们可以在计算复杂度和精
度之间做一个取舍。如果我们选取整个物理系统做为集团，这时我们称这种方法
为虚时演化的ＦＵ方法［５】。ＦＵ可以显著地改善ＳＵ的结果，可惜的是ＦＵ的计
算复杂度仍然为Ｏ（Ｄ１０），使得我们难以处理更大维度的ＰＥＰＳ。
除了如何有效地得到优化ＰＥＰＳ得到系统的基态这个困难之外，如何有效
地计算关联函数是另一个主要难题。直接缩并双层张量网络的算法的复杂度是
ｏ（９１０），和计算格点环境的复杂度是一样的。因此即便我们有了一个维度Ｄ比
较大的ＰＥＰＳ形式的基态波函数，计算其关联函数仍然是十分困难的。
５３
万方数据
为了使张量网络态能够处理更大维度的Ｄ，Ｓａｎｄｖｉｋ等人［４２］和Ｓｃｈｕｃｈ［９，４１】
等人分别基于ＭＰＳ和ＳＢＳ引入了蒙特卡洛采样的技术。相比于标准的缩并双层
张量网络的方法，蒙特卡洛采样的方法大大降低了关于Ｄ的计算复杂度。然而，
虽然蒙特卡洛采样方法已经被用于计算给定ＰＥＰＳ的关联函数［４０］，但它还没有
被用于优化ＰＥＰＳ波函数。
我们提出了采用蒙特卡洛采样与梯度优化相结合的方法来优化ＰＥＰＳ变分
波函数。为了便于叙述，我们称这种方法为ＧＯ梯度优化方法。在梯度优化过程
中，能量和梯度可以通过采样来得到，相应的计算复杂度是Ｏ（ＭＤ６），其中Ｍ
代表蒙特卡洛采样的次数。相较于ＦＵ方法，ＧＯ方法大大降低了ＰＥＰＳ算法的
计算复杂度。在我们得到了ＰＥＰＳ基态后，我们仍然采用采样来计算其关联函数，
计算复杂度仍为Ｏ（ＭＤ６１。这种方法可以同时利用蒙特卡洛采样可以进行大规
模并行的优势，使得我们可以处理更大维度的ＰＥＰＳ。我们通过计算正方格子的
山．以海森堡模型来检验我们的方法。我们目前可以处理的最大的ＰＥＰＳ维度Ｄ
至少能够达到１０。我们的结果显示，相比较于ＳＵ和ＦＵ方法，我们的方法有巨
大的优势和很高的精度。
５．２蒙特卡洛采样方法用于优化ＰＥＰＳ
图５．１有限大小体系张量网络的缩并。（ａ）在求物理量的标准缩并方法中，由左矢（皿ＰＥＰｓＩ
和右矢ｋｅｔＩ皿ＰＥＰｓ）通过对物理指标求和构成的双层张量网络。（ｂ）利用边界ＭＰＯ方
法来缩并一个双层张量网络，相应的计算复杂度为Ｏ（９４Ｄ毛＋ｄＤ６Ｄ邑）。（ｃ）在求
物理量的蒙特卡洛采样方法中，在某一自旋构型ｌｓ）下的通过选取ｌ皿ＰＥＰｓ）的自旋
构型ＪＳ）而得到的单层张量网络。（ｄ）利用边界ＭＰＳ方法来缩并一个单层张量网络，
相应的计算复杂度为０（９４Ｄ未）。
考虑一个Ｎ×Ｍ的正方格子，每一个格点的粒子的希尔伯特空间为ｄ维
（这里我们采用自旋系统），相应的在格点（ｉ，Ｊ）的基矢为１８ｉ，ｊ）。相应的ＰＥＰＳ波
函数为［６】
ｄ
ｊ皿ＰＥＰＳ）＝ ∑Ｔｒ（Ａ｝ｉｌｑＡＳｌ＇２．，２…ＡＩⅣ＇ＳＮＭ，ｕ）｜Ｓｌ，１…ｓⅣ）Ｍ），（５．１）

ｓ１．１…ａＮ．Ｍ＝Ｉ
５４
万方数据
如图５．１（ｃ）所示，其中Ａ浮＝Ａｉ，ｊ（２，ｒ，扎，ｄ，ｓｉＪ）是格点（ｉ，ｊ）处的一个５指标张量。
Ａｉｓｉｊ，ｊ＝Ａｉ，ｊ（２’ｒ，乱，ｄ，ｓ幻）只有一个物理指标ｓ氐ｊ，代表物理自由度，取值为从１到
ｄ。另外它还有４个虚拟指标。对于虚拟指标，除了边界处的自由度为１，其余的
自由度都为Ｄ。符号“Ｔｒ”表示对整个张量网络态的所有虚拟指标求和。在ＰＥＰＳ
表示中，ＰＥＰＳ的参数个数有张量的维度Ｄ来决定。Ｄ越大，表示张量网络态覆
盖的希尔伯特空间的子空问更大，其对量子态的表示能力越强。值得特别注意的
是，对于一些量子多体态，比如说量子自旋液体，它需要更大的张量维度Ｄ来
才能给出精确的表示。
ＰＥＰＳ做为对严格的量子多体波函数的近似，为求解量子多体系统提供了～
个可以系统性提高的变分函数。我们的目标是优化ＰＥＰＳ波函数来求得量子多
体系统的基态波函数，以及利用这个优化后的ＰＥＰＳ波函数来求得相应的可观测
量。缩并张量网络是ＰＥＰＳ算法中极为关键的一点，也是计算量最大的一点。在
优化ＰＥＰＳ中的每一格点处的张量来求得基态时，我们需要计算每一个点处的张
量的环境，这时我们必须对由ＰＥＰＳ构成的整个张量网络进行求和。然而，严格
的对整个张量网络进行求和是一个ＮＰ．ｈａｒｄ问题。在缩并张量网络的过程中，张
量的维度会随着缩并的张量网络行数的增加而呈指数增加。在计算能量或者关
联函数的标准的缩并算法中，我们需要先对左矢（卫ＰＥＰｓＩ和右矢Ｉ霍ＰＥＰｓ）的物理指
标求和，得到一个双层张量网络，每一个张量的维度为Ｄ２×Ｄ２×Ｄ２×Ｄ２，如
图５．１（ａ）所示。这时为了避免张量的维度随着缩并行数而指数增加的情况，我们
可以采用第三章提到的边界ＭＰＯ方法来对张量的维度进行截断使其维度为Ｄｃ２，
如图５．１（ｂ）所示。可是，即使采用这样的近似办法，其开放性边界条件，计算复
杂度仍然是Ｏ（Ｄ４Ｄ毛＋ｄＤ６Ｄ毛）。一般情况下，为了得到足够的精度，截断维
度Ｄ。２应该正比于Ｄ２，并且和体系的大小没有关系，也就是说Ｄ。２ｏ（Ｄ２。因此，
对于开放性边界条件的系统，利用标准的缩并张量网络的算法，其计算复杂度高
达Ｏ（Ｄ１０）。对于周期性边界条件，其计算复杂度更是高达Ｏ（Ｄ１６１。
为了降低计算复杂度，人们引入了蒙特卡洛采样技术［４Ⅲ２】。在蒙特卡洛
采样中，对双层张量网络的物理指标求和，可以通过对不同的自旋构型采样来实
Ｅ＝鬻＝去莓嘲科
现。在这个算法中，能量被重新写成如下形式：
（５．２）
其中
邵）２荨篇（即旧
￥＝乱ｐ１２Ｓ Ⅳ Ｍ表示自旋构型其相应的在蒙特卡洛采样的权重因
这子里为
∥（ｓ）＝Ｔ／、－Ｓ¨ｌ，１州Ａ８１，２，２…。Ａ。ＭＳＮＭ，Ｍ）
５５
万方数据
其中Ｚ＝∑ｓＷ２（ｓ）是归一化系数。这就是说，能量可以通过对所有的自旋构型
按照权重Ⅳ２（Ｓ）进行采样来得到。和标准的缩并算法不一样，在蒙特卡洛采样
中，最耗时的部分为计算ｗ（ｓ）。而ｗ（ｓ）是通过固定ＰＥＰＳ的自旋构型，对一
个构单层张量网络进行缩并来求得的，如图５．１（ｃ）所示。和边界ＭＰＯ方法类似，
对于单层张量网络的缩并，可以采用边界ＭＰＳ方法来进行，如图５．１（ｄ）所示。整
个单层张量网络缩并的计算复杂度为Ｏ（Ｄ４Ｄ，２，）。通常情况下，对于大部分问题，
Ｄ。１—２Ｄ可以得到足够高的精度，这时其相应的计算复杂度为Ｏ（Ｄ６）。需要注
意的是，对于蒙特卡洛采样算法中单层张量网络进行截断时的截断维度Ｄｃｌ一Ｄ
，对应于标准缩并算法中的双层张量网络的截断维度Ｄｃ２一Ｄ２。
我们也可以通过利用蒙特卡洛采样来计算能量函数关于张量元Ａ就ｄ的导数：
古斋＝２（△麓ｄ（ｓ）Ｅ（ｓ））一２（△ｚＳ，ｍ。ｄ（ｓ））（Ｅ（ｓ）），（５．３）
其中ｓ。是张量位于给点ｍ处的张量Ａ的物理指标，（…）表示利用蒙特卡洛采
样进行的统计平均。△器ｄ定义如下：
‰（沪南鬻＝南％（趴（５．４）
其中Ｂ恐ｄ（ｓ）是如下张量的张量元：
Ｂ５“（ｓ）＝Ｔｒ（ＡｉｌＡ；２…ｎＡ。Ｓｍ一－１１ｎＡ。，Ｓｍ＋＋１Ｉ…Ａ≯），（５．５）
注意到，我们只需要把有构型ＩＳ）确定的整个单层张量网络中除了与格点ｍ相
邻的四个虚拟指标之外的所有其他虚拟指标进行全部求和，就可得到Ｂ５ｍ（Ｓ）。
容易知道计算能量导数的计算复杂度也是Ｏ（Ｄ６）。
一旦我们有了能量梯度，便可以通过利用梯度优化ＰＥＰＳ波函数得到ＰＥＰＳ
形式的基态波函数。可以通过把张量元当做广义坐标，将关于体系能量函数的优
化问题，映射到一个经典力学系统。然后整个能量可以采用梯度下降法或者分
子动力学方法来优化『４９］。通过和副本交换的方法相结合，我们可以进一步采用
副本交换分子动力学方法来优化这个问题，使其尽量避免陷入局域极小值【４９】。
特别是，对于十分复杂的体系，采用这种方法是非常有效的［５６】。另一个高效的
算法才有随机梯度下降方法来进行优化，这时我们只需要关心梯度的符号。当蒙
特卡洛采样次数比较少能量梯度值难以精确计算时，随机梯度法特别有用。
梯度优化方法有如下几个有点。第一，和局域张量优化方法不同，随机梯度
优化方法可以同时更新所有张量，并且梯度的噪音可以帮助系统跳出局域极小
值，这一点和模拟退火方法有类似之处［５７］。第二，蒙特卡洛采样可以很容易地
进行大规模并行。这一点使得我们很容易计算更大维度的ＰＥＰＳ。第三，我们的
方法很容易处理那些不仅仅只包含最近邻相互作用的物理体系，比如说正方格
子上的以．如海森堡模型。在标准的缩并双层张量网络的算法中，随着长程相互
５６
万方数据
作用的增加，体系的计算复杂度增加地非常强烈，这在第三章已经提到过。比如
说，根据上面提到的双层张量网络的算法，当处理开放性边界条件下含有次近邻
相互作用的以．如模型，如果Ｄ。２Ｏｆ．Ｄ２，这时计算复杂度为Ｏ（Ｄ１２）。整个体系
计算复杂度会随着相互作用距离的增加快速增加。然而在我们的算法中，我们只
需要考虑单层张量网络来得到权重因子ｗ（ｓ），而长程相互作用可以很容易通
过蒙特卡洛采样的方法来得到，因此无论长程相互作用的距离是多少，其计算复
杂度仍然为Ｏ（Ｄ６），这一点在计算关联函数时尤为明显。
５．３Ｇｏ优化算法的计算细节
虚时演化的ＳＵ方法是一个局域优化算法，可以很快地给出一个严格基态波
函数的近似解。为了节省计算时间，我们采用由ＳＵ方法得到的近似解做为梯度
优化算法的初始值。当采用ＳＵ方法是，首先将给定的哈密顿量分成几部分，每
一部分之间的每一项都是彼此对易的。然后在采用Ｓｕｚｕｋｉ．Ｔｒｏｔｔｅｒ分解［３５，３６】将
演化算子进行近似展开。然后根据这个演化算子对所有的张量进行演化。为了
避免演化过程中，张量的维度随着演化次数的增加而指数增加，需要通过奇异值
分解将所有的张量维度截断至原来的维度Ｄ。如果体系只有近邻相互作用，我
们可以利用ＱＲ（ＬＱ）分解，这时整个计算复杂度只有Ｏ（Ｄ５）。因此利用ＳＵ方
法，我们可以处理维度Ｄ很大的ＰＥＰＳ。在做ＳＵ虚时演化时，我们首先采用步
长ｄＴ＝Ｏ．０１来进行演化直到张量收敛，也就是说丛塾锡亲害掣＜１０～。然后
我们将步长减小至ｄ－ｒ＝０．００１，再进行演化直到张量再次收敛。当我们采用ＳＵ
康时演化来得到更大维度Ｄ的ＰＥＰＳ时，我们不会直接从一个随机的张量开始，
而是我们先从一个Ｄ＝２的随机的ＰＥＰＳ开始进行演化直到其收敛，然后把它做
为Ｄ＝３ＰＥＰＳ情形下的初始态。按照这种办法，我们可以逐渐增加Ｄ到我们想
要的数值。
当我们有ＳＵ优化完ＰＥＰＳ后，然后再采用梯度优化（ＧＯ）的办法来更新张
量元：
Ａ藐ｄ（ｎ＋１）＝Ａ恐ｄｎ）一Ｐ・５ｔ（ｎ）・ｓｉｇｎ（羔），
，－３ｐ
Ｕ／『。ｔｌｒｕｄ
（５．６）
其中Ｐ是一个从０到１的随机数，每一个张量元么蔫ｄ的Ｐ都是独立无关的。Ｐ
的随机性可以帮助避免系统能量陷入局域极小值。乩（他）是步长。需要指出的是，
在ＧＯ方法中，只用到了梯度（器）的符号，而没用到其绝对值。当然，也可
以采用分子动力学的方法来优化ＰＥＰＳ『４９１。
基于开放性边界条件下正方格子ｌＯｘ１０ＰＥＰＳＤ＝８的海森堡模型，图５．２
描述了一个典型的ＧＯ优化过程。我们先从由ＳＵ方法得到的近似基态开始优
化。在前５０ＧＯ演化步数时，我们设定５ｔ（ｎ）＝ｏ．００５，并让ＭＣ采样的步数
逐渐从Ｍ＝５００００增加到Ｍ＝１０００００。然后在接下来的５０ＧＯ演化步中，根据
５ｔ（ｎ＋１）＝５ｔ（ｎ）木ｏ．９６８将６￡逐渐由０．００５调小至ｏ．００１。在最后２０ＧＯ演化
５７
万方数据
图５．２开放性边界条件下大小为１０×１０正图５．３Ｄ＝８时，１０×１０如＝０海森堡模型的基

方格子的海森堡模型在ＰＥＰＳＤ＝８的态能量和４ｘ６如＝Ｏ．５模型的基态能
ＧＯ优化过程。（ａ）在前５０ＧＯ步，乩量在不同截断维度Ｄ。下的结果。在
设为０．００５。在接下来的５０ＧＯ步，酏Ｄ。＝１６时，相较于Ｄ。＝２０近似的绝
由０．００５逐渐减小至０．００１。在最后２０对误差为８×１０～。蒙特卡洛采样误
步，６￡保持在０．００１。（ｂ）最后２０步的差为１０～。
能量变化情况。
步中，固定６ｔ＝０．００１和采样数Ｍ＝５０００００。在采样数为Ｍ＝５０００００时，采用５００
ＩｎｔｅｌＥ５．２８６０核，每优化一步大概需要２５分钟。我们的结果表明，通过将ＳＵ虚
时演化方法、ＧＯ方法相结合来优化ＰＥＰＳ，可以得到很稳定的结果，整个算法具
有很高的稳定性。我们也尝试了从一个随机的ＰＥＰＳ来进行ＧＯ优化，结果表明
这会非常耗费时间并且经常陷入局域极小值。当然，我们可以从已经优化好了的
维度Ｄ比较小的ＰＥＰＳ来做为初始态，采用ＧＯ方法得到维度Ｄ更大的ＰＥＰＳ。
在下面的部分，我们比较了不同方法得到的关于正方格子上＾．如海森堡模
型的结果，包括ＯＵ虚时演化结果，ｓｕ虚时演化结果，ＦＵ虚时演化结果，以及
由我们的方法得到的结果。
５．４Ｇｏ方法的结果
我们对自旋为１／２的正方格子的＾．以反铁磁海森堡模型进行了测试以做为
基准，其哈密顿量是：
Ｈ＝＾∑Ｓｉ・Ｓｊ＋如∑Ｓｉ・Ｓｊ．（５．７）
（ｉ，ｊ）《《ｉ，Ｊ））
其中自旋算符满足ｓｉ．Ｓｔ＝ｚ（ｓ＋１）＝３／４，（ｉ，Ｊ）和（（ｉ，Ｊ））分别表示对正方格子上
所有最近邻和次近邻的自旋对求和。在不失一般性情况下，我们在所有的计算中
设定巩＝１。当如＞０时，由于最近邻和近邻相互作用的竞争下，会出现自旋阻挫
区域。以．以模型己被进行大量研究，这是因为在这个模型中有丰富的物理，并
且是一个令人极其感兴趣的模型。它的基态可是是一个量子自旋液体或者是一
个方格子型的二聚态［５嘶１】。
ＳＲ
万方数据
５．４．１能量关于截断维度Ｄｃ的收敛
在采用蒙特卡洛采样方法是，我们在对单层张量网络缩并时用到了边界ＭＰＳ
的方法来进行截断以避免缩并时张量的维度随着缩并行数的增加而指数增加。截
断时采用的维度Ｄ。会影响最终的计算结果。我们比较了Ｄ。对于能量收敛情况
的影响。图５．３给出了１０ｘ１０如＝０海森堡模型的基态能量和４ｘ６如＝０．５模型的
基态能量在不同截断维度工）ｃ下的结果。我们固定Ｄ＝８，然后将Ｄ。从８到２０进
行改变。对于１０×１０海森堡模型，Ｄｃ达到１６就可以使能量收敛，相较于Ｄ。＝２０
其绝对误差为８×１０～。对于４×６的西．如模型，其能量收敛行为与１０ｘ１０海森
堡模型相似。考虑到在精度和计算量之间的取舍，我们采用Ｄ。＝２Ｄ来计算所
有的能量和其他物理量。
图５．４不同ＰＥＰＳ维度Ｄ下自旋１／２正方格子海森堡模型的能量比较。这些能量由不同的
优化方法而得到，包括ＯＵ虚时演化方法【６】、ＳＵ虚时演化方法、ＦＵ虚时演化方法
［５】和ＧＯ梯度优化方法。（ａ）４ｘ４格子Ｊ２＝Ｏ；（ｂ）１０×１０格子无＝０。
５．４．２有限尺寸体系时海森堡模型的能量
我们首先在海森堡模型上测试了我们的方法，此时如＝０。在图５．４（ａ）中，我
们比较了由ＧＯ梯度梯度优化方法、ＳＵ虚时演化方法、ＦＵ虚时演化方法和ＯＵ
虚时演化方法得到的在不同的ＰＥＰＳ维度Ｄ下正方格子上４ｘ４的结果。ＯＵ结
果和ＦＵ结果分别来自文献［６］和文献［５］。我们计算了这些方法的相对误差，其
定义为ｆＥ—Ｅ。ｆ／ｆ％Ｊ，其中％是严格对角化的结果。由Ｖｅｒｓｔｒａｅｔｅ等人提出的
ＯＵ方法是一个相当精确的方法，其误差在Ｄ＝４时便可降低至１０—３。然而ＯＵ
算法关于Ｄ的计算复杂度太高，以至于Ｄ更大时便难以计算。ＳＵ方法（黑色
方块）可以让我们采用更大的Ｄ进行计算，但是其相对误差较大，相较于严格
对角化结果，即相对误差在Ｄ＝４时约为２％，并且增加Ｄ至更大是能量并没有
进一步得到改善。因此对于一些难题，特别是存在相互竞争的物态时，ＳＵ方法
的精度是不够的，简单地增加Ｄ也不能解决这个问题。最近提出的ＦＵ方法，在
Ｄ＝４时可以达到和ＯＵ相似的精度，但是计算量却比ＯＵ方法要低。因此采用
ＦＵ方法可以计算更大的Ｄ。当Ｄ由４增加到７时，其相对误差有１０—３降低至
１０～。ＧＯ方法的总能量的相对误差如图中５．４（ａ）的红色圆点所示，其结果可以
系统性提高的，在相同的Ｄ下，由ＧＯ方法得到的结果都比ＳＵ和ＦＵ方法的
５９
万方数据
结果要好。由于ＧＯ方法关于Ｄ有更小的计算复杂度，我们可以迸一步计算到
Ｄ＝１０，并且其相对误差可低至４．２ｘ１０一。表５．３给出了由ＳＵ方法和ＧＯ方法得
到的不同Ｄ下的结果，以及相应的严格结果。在所有的这些计算中，我们采用
了Ｄ。＝２Ｄ来确保能量是收敛的。
对于１０ｘ１０的正方格子，没有严格对角化的结果。因此我们采用了量子蒙特
卡洛的结果做为基准，来计算ＳＵ方法、ＦＵ方法和ＧＯ梯度优化方法的相对误差
并加以比较，如图５．４（ｂ）所示。ＳＵ方法在不同Ｄ下的相对误差和其在小体系上
表现的行为一致。在Ｄ＝８时，其相对误差约为１０～，进一步增加Ｄ到ｌＯ，其近
似误差没有明显减小。对于ＦＵ方法，目前只有Ｄ＝６的结果。明显可见，相较于
ＳＵ方法，ＦＵ方法大大提高了结果的精度，在Ｄ＝６时，其相对误差约为２ｘ１０—３，
比ＳＵ方法的精度提高了一个数量级。我们比较了ＧＯ方法和ＦＵ方法在不同Ｄ
下的结果，再次可以看到，对于相同的Ｄ，ＧＯ方法的结果比所有的ＦＵ方法的
结果都要好。并且注意到，在Ｄ＝ＩＯ时，相较于量子蒙特卡洛方法，ＧＯ方法的
结果的相对误差可以减小至８．７ｘ１０～，这么低的误差是我们解决一些复杂的量
子多体问题的前提。
表５．１由ＰＥＰＳ计算得到的尺寸Ｌ＝４，６，８，１０，１２，１４，１６海森堡模型的基态能量与可用
的严格结果的比较。采用ＧＯ梯度优化方法来优化ＰＥＰＳ波函数，其中ＰＥＰＳ的维度
为Ｄ＝８，缩并时的截断维度Ｄ。＝１６。Ｌ＝４的严格结果是由严格对角化哈密顿量得到
的。Ｌ＝６的严格结果是采用ＤＭＲＧ方法保留４０９６个态得到的，来自于文献【１】。其
他的严格结果来是采用量子蒙特卡洛方法得到的［２＿４】，来自于文献【５】。
５．４．３热力学极限下海森堡模型的能量和磁矩
图５．５（ａ）给出了由ＧＯ梯度优化方法得到的在ＰＥＰＳ维度为Ｄ＝８和Ｄ＝１０
两种情况下系统的基态能量。表５．１给出了由ＰＥＰＳ得到的结果与严格对角化和
ＱＭＣ结果的比较。可以看出，ＰＥＰＳ的结果和严格结果是十分一致的。通过对不同
尺寸下Ｌ＝８，１０，１２，１４，１６的基态能量做二阶拟合，并外推到Ｌ－－４。。，我们得到在
热力学极限下Ｄ＝８和Ｄ＝ｌＯ的能量分别是Ｅ＝一０．６６９７７（２５）和Ｅ＝一０．６６９４８（４２），
这和量子蒙特卡洛的结果Ｅ＝一０．６６９４３７（５）［８】符合得非常好。
在用ＧＯ梯度优化方法得到系统的基态后，我们也计算了自旋关联函数
ｍ；（ｋ）＝萨１∑衍（ｓｉ－ｓｊ）ｅｍ‘（ｐｑ），其中Ｎ是上述求和中的系统的总格点数。海森
堡模型的基态会出现反铁磁序，其交错磁矩为Ｍ２＝ｍ！（ｋ＝７ｒ，ｂ＝７ｒ）。为了减小
边界效应，我们将上述求和限制在中间尺寸分别为（三一２）×（Ｌ一２）和（Ｌ一４）×（Ｌ一
４）的子格子上来得到相应的交错磁矩聊（Ｌ）和Ｍ２（Ｌ）［６２】，相应的总自格点数
目分别为Ⅳ＝（三一２）２和Ⅳ＝（Ｌ一４）２。我们计算了在尺寸为Ｌ＝８，１０，１２，１４，１６下的
６０
万方数据
图５．５（ａ）正方格子海森堡模型在ＰＥＰＳＤ＝８和Ｄ＝１０的基态能量；（ｂ）基于ＰＥＰＳＤ＝８，
由Ｌ＝８，１０，１２，１４，１６得到的海森堡模型的交错磁矩。为了减小边界效应，交错磁
矩由ＬＸＬ中心的（Ｌ一２）×（Ｌ一２）和（三一４）×（三一４）的子格子计算得到，Ｗ代
表子格子的尺寸。
Ｍ２，其结果如图５．５（ｂ）所示。然后在通过对Ｌ＝８，１０，１２，１４，１６的结果做一个二阶
拟合，外推到Ｌ＿÷∞，我们得到了在热力学极限下的磁矩聊（ｏ。）＝ｏ．０９１土０．００１
和聊（∞）＝ｏ．０９３土ｏ．００２，相应的分别有Ｍ１（∞）＝ｏ．３０２和Ｍｊ（∞）＝ｏ．３０５，都和
最好的量子蒙特卡洛的结果Ｍ（ｏ。）＝０．３０７是一致的［８】。值得注意的是，磁矩
尬和尬在Ｌ－－＋∞是非常接近的，这意味着对于开放性边界条件，我们可以
通过处理中心的子格子来有效地减小边界效应［６２］。通过比较热力学极限下的
能量和磁矩，我们发现只要优化得足够充分，维度为Ｄ＝８的ＰＥＰＳ就可以正确
地描述海森堡模型的基态性质。
５．４．４以．如模型的能量
当如≠０时，由于次近邻相互作用的出现，会导致阻挫磁性，这时标准的
量子蒙特卡洛方法会遇到符号问题而不再适用。在这种情况下，张量网络态算法
表现出极大的优势。人们普遍认为，在如～０．５附近，阻挫效应是最强的，这时
其基态可能是一个高度纠缠的量子自旋液体［５８－６０】或者是一个方格子型的二聚
态［６ｌ】。这种情况对于数值计算是一个巨大的挑战。图５．６是由ＳＵ虚时演化方
法和ＧＯ梯度优化方法得到的４×６格子上在如＝０和０．５时，不同Ｄ下的基态能
量。和严格对角化的结果相比，由ＧＯ方法优化维度为Ｄ＝１０的ＰＥＰＳ得到的在
如＝０和３．０ｘ１０＿５ｆｏｒ如＝０．５基态能量的相对误差分别是２．５×１０＿６和３．０×１０～。
这表明ＧＯ方法可以适用于非平庸的难题，同时也意味着对于反铁磁阻挫山．如
模型，ＰＥＰＳ是一个非常好的变分波函数。
５．５不同ＰＥＰＳ优化算法的比较
基于开边界条件下有限系统正方格子的海森堡模型，我们比较了不同的
ＰＥＰＳ优化算法。最先提出的优化ＰＥＰＳ的算法ＯＵ虚时演化方法，严格地考虑了
格点处张量的整体环境，其计算复杂度为Ｏ（Ｄ１０）。对于１０ｘ１０的系统，其Ｄ＝４
的结果为．０．６２５１５，和量子蒙特卡洛结果相比其相对误差为５．６×１０～。ＦＵ虚时
６ｌ
万方数据
‘＿＿
ｏ
‘＿－
１．＿
山
ａ）
＞
■Ｊ
Ｃ匹
ａ）
ｒｖ＂
图５．６不同ＰＥＰＳ维度Ｄ下由ＳＵ方法和ＧＯ方法得到的自旋１／２正方格子４ｘ６＾．Ｊ２海
森堡模型的能量比较。误差棒太小以至于无法再图上显示。
表５．２有限尺寸正方格子上不同ＰＥＰＳ优化算法关于计算复杂度（ｓｃａｌｉｎｇ）、最大ＰＥＰＳ维
度（ｍａｘＤ）、最大尺寸（ｍａｘＬ）和相对误差（ｒｅｌａｔｉｖｅｅｒｒｏｒ）的比较。“ＯＵ＇’方法是指
Ｖｅｒｓｔｒａｅｔｅ等人提出的虚时演化方法［６］，相应的“ｍａｘＤ”和‘＇ｍａｘＬ”来自于文献【７】
，但是相对误差是根据文献［５］提供的数据，对１０×１０Ｄ＝４的结果估计而得到的。
Ｆｕ结果是来自于文献［５］。ＳＵ结果是根据我们自己的计算而得到的。
ｍｅｔｈｏｄＯＵＳＵＦＵＭＣ＋ＧＯ
ｓｃａｌｉｎｇＯ（Ｏ圳）Ｏ（Ｄ５）Ｏ（Ｄ１０）Ｏ（ＭＤ６）
ｍａｘＤ４＞１０６１０
ｍａｘＬ１４＞１６１４１６
ｒｅｌａｔｉｖｅｅｗｏｒ～１０—３～１０—２～１０—３～１０—４
演化和ＯＵ虚时演化方法都考虑了整体环境的影响，其计算复杂度也为Ｏ（Ｄ１０），
同时精度也在１０－３的量级。但和ＯＵ方法不同的是，ＦＵ方法在采用虚时演化时，
其中的互相对易的时间演化算子是按照顺序依次作用到量子态上，这使得其计
算量会比ＯＵ方法计算量略低，可以计算到维度Ｄ稍微大一点的ＰＥＰＳ。虚时演
化由于对环境更粗糙的近似，其计算复杂度大大降低至Ｏ（０５），可以计算至更大
的尺寸和更大维度Ｄ的ＰＥＰＳ，但相应的计算精度也比较低。’ＧＯ方法采用了梯
度优化方法，使得其结果比采用虚时演化方法有明显提高。同时由于ＧＯ方法结
合了蒙特卡洛采样技术，可以进行大规模并行，使得其能计算到更大维度Ｄ的
ＰＥＰＳ和更大尺寸的系统。
６２
万方数据
表５．３由ＳＵ虚时演化方法和ＧＯ梯度优化方法得到的正方格子的以．如海森堡模型的结
果，以及其与严格结果（ｅｘａｃｔ）的比较。Ｓｕ结果和ＧＯ结果的误差棒分别是１０—５和
１０＿６。对于４ｘ４和４ｘ６系统，严格结果（ｅｘａｃｔ）是由严格对角化结果得到，而对于
ｌＯｘ１０，严格结果（ｅｘａｃｔ）是指量子蒙特卡洛的结果【８】。
一ＧＯＧＯＳＵＧＯ
ＳＵＧＯＳＵＧＯＳＵＳＵ
－ｏ５８１９４２（７】．ｏ４５６１６（１）－０４６６３０ｌ（８）．０－０．ｏ６１２８１（１）・０６１７７９５（４）
２５４５５７（３）．０５７０８７２（２）．０５７１４６（５）－０４３３０８０）４５１３６４（１）
３－０５５４８ｌ（１）．０５７３６２５（２）－０５７７０３（１）一０５８６８６６（４）－ｏ４６８２４（２）一０４７３５ｌｏ（２）．０４５２５２（３）劬４６１８０８（６）－０６１８４６（３）－０６２４１８７（２）
４－０－０．０一０－０＿０
５６３１７（２）５７４２８４（１）ｓ引２２（２）５８８６４３（１）－０４６９８０（３）４７４２００（９）．０４５２８７（４）４６２８０７（１）－０６２４１２（２）－０６２７８９４（１）
５ —０－０５７４３１２（１）．０．０５８８７０１（２１．０４６３３７７（１）－０６２５１４（１）－０６２８４１２（９）
５６６６０（Ｉ）Ｓ８３００（１）－０４７１６８（Ｉ）．０４７４３２８（７）．０４５９２２（８）
６．０５６７１４（４）－０５７４３１６（２）－０５８３１ｌ（２）・０５８８７０２（２）－０４７２６５（４）一０４７４３４６（９）－０４６０２４（７）＿０４６３４３８（１）－０６２５４ｌ（２）－０６２８“８（１）
７－０５６７１５（２１．０５７４３１８（１）．０５８３３７（３）．０５８８７０５（２）．０４７２８３０）．０４７４３５６（２）＿０４６０５７（１）ｍ４６３４４１（２）．０６２５４３（５）－ｏ６２８４８８（２）
８－ｏ５６７２５（６）－０５７４３１９（２）－ｏ５８３４ｌ（６）・０５８８７０７（１１－０４７３１８（３）一０４７４３５８（１）．０４６１３０（３）－ｏ，４６３４４６（１ｌ・０６２５６６（６）一０６２８５０７（１）
—０５６７２７（３）－ｏ．５７４３２１（１）－０４７３６“２）－０．４６２１３（４）－０４６３４７５（２）一０．６２８５６６（１）
９一０５８３５８（１）・０．５８８７１２（Ｓ）－０４７４３６２（１）－０６２５７０（２）
１０・０５６９４２（５）－０５７４３２３（１１－０５８４７讲１１－０５８８７１３ｆ３１－０４７３７９（１１ —０４７４３６５（１１－０４６２１４（３１．０４６３４７６（１）一０６２６１ｌ（１ｌ－０６２８６０ｌ（２）
Ｅｘａｃｔ・０５７４３２５４４．０５８８７１４４５＿０４７４３７９０６ —０４６３５０３５３－０６２８６５６（２）（ＭＣ）［８１
５．６小结
发展有效的二维量子系统的数值模拟方法一直是一个重大挑战。我们提出
了一种结合ＳＵ虚时演化方法、梯度优化方法和蒙特卡洛采样技术相结合的算
法。这个算法被证明是可以有效地优化ＰＥＰＳ基态波函数和计算关联函数。通过
对以．如模型的测试，我们发现这种方法的精度比ＳＵ方法和ＦＵ方法的精度都
要高得多。通过对蒙卡采样部分进行大规模并行，我们可以计算更大维度Ｄ的
ＰＥＰＳ，这使我们能够更加精确的来探索一些量子多体系统的基态性质。
６３
万方数据
万方数据
第六章结论与展望
第六章结论与展望
在本篇论文中，我们详细介绍了用ＴＮＳ表示处理一维和二维系统时的理论。
对于一维系统的ＭＰＳ算法，其发展已经十分成熟，包括如何有效地优化基态波
函数，如何用ＭＰＳ做时间演化等。但是对于二维系统，由于ＰＥＰＳ表示的复杂
性，在实际应用具有很高的计算复杂度，其发展仍处于早期阶段。
ＰＥＰＳ的维度＿Ｄ决定了其参数空间的大小，表示其对量子态的表示能力的强
弱。其用于计算二维系统一个主要困难，一个是如何高效的优化基态波函数。以
前人们常用的基于虚时演化的方法，包括ＯＵ方法、ＦＵ方法和ＳＵ方法，都各
有优缺点。ＯＵ方法和ＦＵ方法都可以得到精度比较高的结果，但是由于其关于
ＰＥＰＳ的维度Ｄ的计算复杂度高达Ｏ（Ｄ１０），使其在实际应用中，ＰＥＰＳ的维度Ｄ
比较小，其精度也只有０．１％，难以用于求解复杂的量子多体系统的基态。ＳＵ方
法关于ＰＥＰＳ的维度Ｄ的计算复杂度只有Ｏ（Ｄ５），使得人们可以处理的ＰＥＰＳ的
维度Ｄ更大，但是由于ＳＵ方法对环境的处理过于粗糙，使得这种方法的精度在
处理某些问题比如正方格子的海森堡模型只有１％左右，并且其精度随着Ｄ的
进一步增加而没有明显变化。
我们提出了用梯度下降结合蒙特卡洛采样的ＧＯ方法来优化ＰＥＰＳ波函数。
这种方法完全不同于虚时演化方法。通过蒙特卡洛采样，我们可以得到给定ＰＥＰＳ
下的能量函数Ｅ和能量关于ＰＥＰＳ中变分参数的导数。这种方法的计算复复杂
度为Ｏ（ＭＤ６），Ｍ代表采样的步数，它结合了蒙特卡洛采样可以大规模并行的
优势，使得可以处理的ＰＥＰＳ的维度和系统的尺寸可以相当大，在处理比较复杂
的系统时其精度高达Ｏ．０１％，使得求解比较复杂的二维量子多体系统成为可能，
比如说正方格子上的自旋１／２五．Ｊ２海森堡模型。同时，采用蒙特卡洛采样，其
计算物理量的复杂度也为Ｏ（ＭＤ６），而标准的缩并双层张量网络方法的复杂度
为ｏ（Ｄ１０）。副本交换的分子动力学方法本质上也是基于对能量梯度的充分利用，
我们也可以用这种方法来优化ＰＥＰＳ波函数。
我们这里采用的ＧＯ方法处理的系统是有限开边界的，在缩并给定自旋构型
的单层张量网络时采用了ＭＰＳ的低维近似方法。而对于周期性系统，缩并单层
张量网络时使用ＭＰＳ低维近似方法的复杂度会很高，这时我们可以采用张量网
络重整化群的方法（ＴＲＧ）［６０］结合圈更新的方法［６３］来缩并单层张量网络，相
应的计算复杂依然为Ｏ（ＭＤ６）。这样我们知道ＧＯ方法不仅适用于开放性边界
系统，也适用于周期性边界系统，基于这种方法的精度和其可以大规模并行的特
性，它对于解决一些复杂量子的量子多体问题具有十分重大的意义。
６５
万方数据
万方数据
参考文献
参考文献
阻ＨｕａｎｇＲＺ，ＬｉａｏＨＪ，ＬｉｕＺＹｅｔａ１．ＡｇｅｎｅｒａｌｉｚｅｄＬａｎｃｚｏｓｍｅｔｈｏｄｆｏｒｓｙｓｔｅｍａｔｉｃｏｐｔｉｍｉｚａｔｉｏｎ
ｏｆｔｅｎｓｏｒｎｅｔｗｏｒｋｓｔａｔｅｓ．ｃｏｎｄ－ｍａｔ／１６Ｈ．０９５７４．２０１６一
口ＴｏｄｏＳ，ＫａｔｏＫ．ＣｌｕｓｔｅｒＡｌｇｏｒｉｔｈｍｓｆｏｒＧｅｎｅｒａｌ—ＳＱｕａｎｔｕｍＳｐｉｎＳｙｓｔｅｍｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，
２００１．８７：０４７２０３．
１｛Ｊ
ｐＡｌｂｕｑｕｅｒｑｕｅＡ，Ａ１ｅｔＲＣｏｒｂｏｚｐｅｔａ１．ＴｈｅＡＬＰＳｐｒｏｊｅｃｔｒｅｌｅａｓｅ１．３：Ｏｐｅｎ－ｓｏｕｒｃｅｓｏｆｔｗａｒｅ
ｆｏｒｓｇｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｓｙｓｔｅｍｓ．ＪｏｕｒｎａｌｏｆＭａｇｎｅｔｉｓｍａｎｄＭａｇｎｅｔｉｃＭａｔｅｒｉａｌｓ，２００７，３ｌ０（２，
Ｐａｒｔ２、：１１８７一１１９３．
ＭＢａｕｅｒＢ，ＣａｌＴＬＤ，ＥｖｅｒｔｚＨＧ，ｅｔａ１．ＴｈｅＡＬＰＳｐｒｏｊｅｃｔｒｅｌｅａｓｅ２．０：ｏｐｅｎｓｏｕｒｃｅｓｏｆｔｗａｒｅｆｏｒ
ｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｓｙｓｔｅｍｓ．ＪｏＵｌＴＩａＩｏｆＳｔａｔｉｓｔｉｃａｌＭｅｃｈａｎｉｃｓ：ＴｈｅｏｒｙａｎｄＥｘｐｅｒｉｍｅｎｔ，２０ｌｌ，
２０１１（０５）：Ｐ０５００１．
陋１ＪＬｕｂａｓｃｈＭ，ＣｉｒａｃＪＩ，ＢａｆｉｕｌｓＭＣ．Ａｌｇｏｒｉｔｈｍｓｆｏｒｆｉｎｉｔｅｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓ．Ｐｈｙｓ．
Ｒｅｖ．Ｂ，２０１４，９０：０６４４２５，
拍１ｊＶｅｒｓｔｒａｅｔｅＦ．ＣｉｒａｃＪＩ．ＲｅｎｏｒｍａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓｆｏｒＱｕａｎｔｕｍ—ＭａｎｙＢｏｄｙＳｙｓｔｅｍｓｉｎｔｗｏ

ａｎｄｈｉｇｈｅｒｄｉｍｅｎｓｉｏｎｓ．ｃｏｎｄ－ｍａｔ／０４０７０６６．２００４．．
ｐ１ＪＭｕｒｇＶＶｅｒｓｔｒａｅｔｅＦ，ＣｉｒａｃＪＩ．Ｅｘｐｌｏｒｉｎｇｆｒｕｓｔｒａｔｅｄｓｐｉｎｓｙｓｔｅｍｓｕｓｉｎｇｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄ
ｐａｉｒｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，２００９，７９：１９５１１９．
陋ＳａｎｄｖｉｋＡＷ：Ｆｉｎｉｔｅ—ｓｉｚｅｓｃａｌｉｎｇｏｆｔｈｅｇｒｏｕｎｄ．ｓｔａｔｅｐａｒａｍｅｔｅｒｓｏｆｔｈｅｔｗｏ・ｄｉｍｅｎｓｉｏｎａｌ
Ｈｅｉｓｅｎｂｅｒｇｍｏｄｅｌ。Ｐｈｙｓ．Ｒｅｖ．Ｂ，１９９７，５６：ｌ王６７８－１ｌ６９０．
ｐＳｆｏｎｄｒｉｎｊＡ，ＣｅｒｒｉｌｌｏＪ，ＳｃｈｕｃｈＮ，ｅｔａ１．Ｓｉｍｕｌａｔｉｎｇｔｗｏ—ａｎｄｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌｆｌｕｓ仃ａｔｅｄ
ｑｕａｎｔｕｍｓｙｓｔｅｍｓｗｉｔｈｓｔｒｉｎｇ－ｂｏｎｄｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，２０ｌ０，８ｌ：２１４４２６．

ｍＳｃｈｕｌｚＨ，ＺｉｍａｎＴ’ＰｏｉｌｂｌａｎｃＤ．ＭａｇｎｅｔｉｃｏｒｄｅｒａｎｄｄｉｓｏｒｄｅｒｉｎｔｈｅｆｒｕｓｔｒａｔｅｄｑｕａｎｔｕｎＨｅｉｓｅｎ－
ｂｅｒｇａｎｔｉｆｅｒｒｏｍａｇｎｅｔｉｎｔｗｏｄｉｍｅｎｓｉｏｎｓ．ｃｏｎｄ－ｍａｆｆ９４０２０６１．１９９４．．

ＵＴｓｕｉＤＣ．ＳｔｏｒｍｅｒＨＬ．ＧｏｓｓａｒｄＡＣ．Ｔｗｏ—ＤｉｍｅｎｓｉｏｎａＩＭａｇｎｅｔｏｔｒａｎｓｐｏｒｔｉｎｔｈｅＥｘｔｒｅｍｅ
１｛ｉ
ＱｕａｎｔｕｍＬｉｒａｉｔ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，１９８２，４８：ｌ５５９．１５６２．
眨ＬａｕｇｈｌｉｎＲＢ．ＡｎｏｍａｌｏｕｓＱｕａｎｔｕｍＨａｌｌＥｆｆｅｃｔ：ＡｎＩｎｃｏｍｐｒｅｓｓｉｂｌｅＱｕａｎｔｕｍＦｌｕｉｄｗｉｔｌｌ
ＦｒａｃｔｉｏｎａｌｌｙＣｈａｒｇｅｄＥｘｃｉｔａｔｉｏｎｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，１９８３，５０：１３９５－１３９８．
ＢＳｔｏｒｍｅｒＨＬ．ＮｏｂｅｌＬｅｃｔｕｒｅ：ＴｈｅｆｆａｃｔｉｏｎａＩｑｕａｎｔｕｍＨａｌｌｅｆｆｅｃｔ．Ｒｅｖ．Ｍｏｄ．Ｐｈｙｓ．，１９９９、
７１：８７５－８８９．
ｎＢｅｄｎｏｒｚＪＧ．ＭａｉｌｅｒＫＡ．ＰｏｓｓｉｂｌｅｈｉｇｈＴｃｓｕｐｅｒｃｏｎｄｕｃｔｉｖｉｔｙｉｎｔｈｅＢ扩Ｌａ－Ｃｕ—Ｏｓｙｓｔｅｍ．

ＺｅｉｔｓｃｈｒｉｆｔｆａｒＰｈｙｓｉｋＢＣｏｎｄｅｎｓｅｄＭａＲｅｒ＇１９８６，６４（２）：１８９－１９３．
ｎＤａｇｏｔｔｏＥ．Ｃｏｒｒｅｌａｔｅｄｅｌｅｃｔｒｏｎｓｉｎｈｉｇｈ．ｔｅｍｐｅｒａｔｕｒｅｓｕｐｅｒｃｏｎｄｕｃｔｏｒｓ．Ｒｅｖ．Ｍｏｄ．Ｐｈｙｓ．，１９９４，

６６：７６３－８４０．
ｎＬｆｈｎｅｙｓｅｎＨＶ，ＰｉｅｔｒｕｓＴ’ＰｏｒｔｉｓｃｈＧ，ｅｔａ１．Ｎｏｎ—Ｆｅｒｍｉ．１ｉｑｕｉｄｂｅｈａｖｉｏｒｉｎａｈｅａｖｙ。ｆｅｒｍｉｏｎ
ａｌｌｏｙａｔａｍａｇｎｅｔｉｃｉｎｓｔａｂｉｌｉｔｙ．Ｐｌａｙｓ．Ｒｅｖ．Ｌｅｔｔ．．１９９４．７２：３２６２－３２６５．
ｎＡｎｄｅｒｓｏｎＪＢ．ＱｕａｎｔｕｍＭｏｎｔｅＣａｒｌｏ：Ｏｒｉｇｉｎｓ，Ｄｅｖｅｌｏｐｍｅｎｔ，Ａｐｐｌｉｃａｔｉｏｎｓ．ＯｘｆｏｒｄＵｎｉｖｅｒｓｉｔｙ
Ｐｒｅｓｓ，２００７．
ｎＷｈｉｔｅＳＲ．Ｄｅｎｓｉｔｙｍａｔｒｉｘｆｏｒｍｕｌａｔｉｏｎｆｏｒｑｕａｎｔｕｍｒｅｎｏｒｍａｌｉｚａｔｉｏｎｇｒｏｕｐｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，
１９９２．６９：２８６３－２８６６．
ＨＴｒｏｙｅｒＭ．ＷｉｅｓｅＵＪ．ＣｏｍｐｕｔａｔｉｏｎａｌＣｏｍｐｌｅｘｉｔｙａｎｄＦｕｎｄａｍｅｎｔａｌＬｉｍｉｔａｔｉｏｎｓｔｏＦｅｒｍｉｏｎｉｃ
ＱｕａｎｔｕｍＭｏｎｔｅＣａｄｏＳｉｍｕｌａｔｉｏｎｓ．Ｖｈｙｓ—Ｒｅｖ．Ｌｅｔｔ．．２００５，９４：１７０２０１．
口Ｓｃｈｏｌｌｗ６ｃｋＵ．Ｔｈｅｄｅｎｓｉｔｙ．ｍａｔｒｉｘｒｅｎｏｒｍａｌｉｚａｔｉｏｎｇｒｏｕｐｉｎｔｈｅａｇｅｏｆｍａｔｒｉｘｐｒｏｄｕｃｔｓｔａｔｅｓ．
ＡｎｎａｌｓｏｆＰｈｙｓｉｃｓ，２０１ｌ，３２６（１）：９６—１９２。Ｊａｎｕａｒｙ２０１ｌＳｐｅｃｉａｌＩｓｓｕｅ．
皿 ⅥｄａｌＧ．ＥｍｃｉｅｎｔＣｌａｓｓｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＳｌｉｇｈｔｌｙＥｎｔａｎｇｌｅｄＱｕａｎｔｕｍＣｏｍｐｕｔａｔｉｏｎｓ．Ｐｈｙｓ．

Ｒｅｖ．Ｌｅｔｔ．．２００３，９ｌ：１４７９０２．
口ＶｉｄａｌＧ．ＥｆｆｉｃｉｅｎｔＳｉｍｕｌａｔｉｏｎｏｆＯｎｅ－ＤｉｍｅｎｓｉｏｎａｌＱｕａｎｔｕｍＭａｎｙ．ＢｏｄｙＳｙｓｔｅｍｓ．Ｐｈｙｓ．Ｒｅｖ．
Ｌｅｔｔ．，２００４，９３：０４０５０２．
口卅习卿刀踟叼伽Ｕ勰列ＶｉｄａｌＧ．ＣｌａｓｓｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＩｎｆｉｎｉｔｅ．ＳｉｚｅＱｕａｎｔｕｍＬａｔｔｉｃｅＳｙｓｔｅｍｓｉｎＯｎｅＳｐａｔｉａｌＤｉ—
ｍｅｎｓｉｏｎ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００７．９８：０７０２０１．
眩ＶｅｒｓｔｒａｅｔｅＦ’ＰｏｒｒａｓＤ，ＣｉｒａｃＪＩ．ＤｅｎｓｉｔｙＭａｔｒｉｘＲｅｎｏｒｍａｌｉｚａｔｉｏｎＧｒｏｕｐａｎｄＰｅｒｉｏｄｉｃＢｏｕｎｄａｒｙ
Ｃｏｎｄｉｔｉｏｎｓ：ＡＱｕａｎｔｕｍＩｎｆｏｒｍａｔｉｏｎＰｅｒｓｐｅｃｔｉｖｅ．Ｐｈｙｓ．Ｒｅｖ．ＬｅＲ．，２００４，９３：２２７２０５．
口卅靼ＶｅｒｓｔｒａｅｔｅＦ，ＭｕｒｇＶＣｉｒａｃＪ．Ｍａｔｒｉｘｐｒｏｄｕｃｔｓｔａｔｅｓ，ｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓ，ａｎｄｖａｒｉ—
ａｔｉｏｎａｌｒｅｎｏｒｍａｌｉｚａｔｉｏｎｇｒｏｕｐｍｅｔｈｏｄｓｆｏｒｑｕａｎｔｕｍｓｐｉｎｓｙｓｔｅｍｓ．ＡｄｖａｎｃｅｓｉｎＰｈｙｓｉｃｓ，２００８，
５７ｆ２１：１４３—２２４．
口创ＣｏｒｂｏｚＲｖａｒｉａｔｉｏｎａｌｏｐｔｉｍｉｚａｔｉｏｎｗｉｔｈｉｎｆｉｎｉｔｅｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄ．ｐａｉｒｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｂ．
２０１６．９４：０３５１３３．
６７
万方数据
参考文献
［２７】ＬｉｕＷＹＤｏｎｇＳＪ，ＨａｎＹＪ，ｅｔａ１．Ｇｒａｄｉｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｏｆｆｉｎｉｔｅｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒ
ｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，２０１７’９５：１９５１５４．
【２８】ＡｆｆｉｅｃｋＩ，ＫｅｎｎｅｄｙＴ，ＬｉｅｂＥＨ，ｅｔａ１．Ｒｉｇｏｒｏｕｓｒｅｓｕｌｔｓｏｎｖａｌｅｎｃｅ．ｂｏｎｄｇｒｏｕｎｄｓｔａｔｅｓｉｎ
ａｎｔｉｆｅｒｒｏｍａｇｎｅｔｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，１９８７．５９：７９９－８０２．
【２９】ＡｆｆｉｅｃｋＩ，ＫｅｎｎｅｄｙＴ，ＬｉｅｂＥＨ，ｅｔａ１．Ｖａｌｅｎｃｅｂｏｎｄｇｒｏｕｎｄｓｔａｔｅｓｉｎｉｓｏｔｒｏｐｉｃｑｕａｎｔｕｍａｎｔｉ．
ｆｅｒｒｏｍａｇｎｅｔｓ．Ｃｏｍｍ．Ｍａｔｈ．Ｐｈｙｓ．，１９８８．１１５（３）：４７７—５２８．
［３０】ＢｅｋｅｎｓｔｅｉｎＪＤ．ＢｌａｃｋＨｏｌｅｓａｎｄＥｎｔｒｏｐｙ．Ｐｈｙｓ．Ｒｅｖ．Ｄ，１９７３，７：２３３３－２３４６．
［３ｌ】ＳｒｅｄｎｉｃｋｉＭ．Ｅｎｔｒｏｐｙａｎｄａｒｅａ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，１９９３，７１：６６６＿６６９．
［３２】ＣａｌｌａｎＣ，ＷｉｌｃｚｅｋＦ．Ｏｎｇｅｏｍｅｔｒｉｃｅｎｔｒｏｐｙ．ＰｈｙｓｉｃｓＬｅＲｅｒｓＢ，１９９４，３３３（１）：５５—６１．
［３３】ＰｌｅｎｉｏＭＢ，ＥｉｓｅｒｔＪ，ＤｒｅｉＢｉｇＪ，ｅｔａ１．Ｅｎｔｒｏｐｙ，Ｅｎｔａｎｇｌｅｍｅｎｔ，ａｎｄＡｒｅａ：ＡｎａｌｙｔｉｃａｌＲｅｓｕｌｔｓｆｏｒ
ＨａｒｍｏｎｉｃＬａｔｔｉｃｅＳｙｓｔｅｍｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００５，９４：０６０５０３．
［３４】ＶｅｒｓｔｒａｅｔｅＦ，Ｇａｒｃｉａ－ＲｉｐｏｌｌＪＪ，ＣｉｒａｃＪＩ．ＭａｔｒｉｘＰｒｏｄｕｃｔＤｅｎｓｉｔｙＯｐｅｒａｔｏｒｓ：Ｓｉｍｕｌａｔｉｏｎｏｆ
Ｆｉｎｉｔｅ—ＴｅｍｐｅｒａｔｕｒｅａｎｄＤｉｓｓｉｐａｔｉｖｅＳｙｓｔｅｍｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００４，９３：２０７２０４．
【３５】Ｆｒａｃｔａｌｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆｅｘｐｏｎｅｎｔｉａｌｏｐｅｒａｔｏｒｓｗｉｔｈａｐｐｌｉｃａｔｉｏｎｓｔｏｍａｎｙ．ｂｏｄｙｔｈｅｏｒｉｅｓａｎｄ
ＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎｓ．ＰｈｙｓｉｃｓＬｅｔｔｅｒｓＡ，１９９０，１４６（６）：３１９—３２３．
［３６】ＳｕｚｕｋｉＭ．Ｇｅｎｅｒａｌｔｈｅｏｒｙｏｆｆｒａｃｔａｌｐａｔｈｉｎｔｅｇｒａｌｓｗｉｔｈａｐｐｌｉｃａｔｉｏｎｓｔｏｍａｎｙ－ｂｏｄｙｔｈｅｏｒｉｅｓａｎｄ
ｓｔａｔｉｓｔｉｃａｌｐｈｙｓｉｃｓ．ＪｏｕｒｎａｌｏｆＭａｔｈｅｍａｔｉｃａｌＰｈｙｓｉｃｓ，１９９ｌ，３２（２）．
【３７】ＶｅｒｓｔｒａｅｔｅＦ，ＷｂｌｆＭＭ，Ｐｅｒｅｚ－ＧａｒｃｉａＤ，ｅｔａ１．Ｃｒｉｔｉｃａｌｉｔｙ，ｔｈｅＡｒｅａＬａｗ，ａｎｄｔｈｅＣｏｍｐｕｔａｔｉｏｎａｌ

ＰｏｗｅｒｏｆＰｒｏｊｅｃｔｅｄＥｎｔａｎｇｌｅｄＰａｉｒＳｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００６，９６：２２０６０１．
［３８】ＬｕｂａｓｃｈＭ，ＣｉｒａｃＪＩ，ＢａｆｉｕｌｓＭＣ．Ｕｎｉｆｙｉｎｇｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｃｏｎｔｒａｃｔｉｏｎｓ．Ｎｅｗ
ＪｏｕｒｎａｌｏｆＰｈｙｓｉｃｓ、２０１４，１６（３）：０３３０１４．
【３９】ＪｉａｎｇＨＣ，ＷｅｎｇＺＹＸｉａｎｇＴ．ＡｃｃｕｒａｔｅＤｅｔｅｒｍｉｎａｔｉｏｎｏｆＴｅｎｓｏｒＮｅｔｗｏｒｋＳｔａｔｅｏｆＱｕａｎｔｕｍ

ＬａｔｔｉｃｅＭｏｄｅｌｓｉｎＴｗｏＤｉｍｅｎｓｉｏｎｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００８，１０ｌ：０９０６０３．
【４０】Ｗ撕ｇＬ，艺ｏｍＩ，ＶｅｒｓｔｍｅｔｅＦ．ＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎｗｉｔｈｔｅｎｓｏｒｎｅｔｗｏｒｋｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．
Ｂ，２０ｌｌ，８３：１３４４２１．
［４ｌ】ＳｃｈｕｃｈＮ，ＷｂｌｆＭＭ，ＶｅｒｓｔｒａｅｔｅＦ，ｅｔａ１．ＳｉｍｕｌａｔｉｏｎｏｆＱｕａｎｔｕｍＭａｎｙ．ＢｏｄｙＳｙｓｔｅｍｓｗｉｔ｝ｌ
ＳｔｒｉｎｇｓｏｆＯｐｅｒａｔｏｒｓａｎｄＭｏｎｔｅＣａｄｏＴｅｎｓｏｒＣｏｎｔｒａｃｔｉｏｎｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００８，１００：０４０５０１．
『４２１ＳａｎｄｖｉｋＡＷ：ＶｉｄａｌＧ．、协ｉａｔｉｏｎａｌＱｕａｎｔｕｍＭｏｎｔｅＣａｄｏＳｉｍｕｌａｔｉｏｎｓｗｉｔｈＴｅｎｓｏｒ－ＮｅｔｗｃＩｒｋ
Ｓｔａｔｅｓ．Ｐｌａｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００７，９９：２２０６０２．
ｆ４３】ＳｗｅｎｄｓｅｎＲＨ，ＷａｎｇＪＳ．ＲｅｐｌｉｃａＭｏｎｔｅＣａｒｌｏＳｉｍｕｌａｔｉｏｎｏｆＳｐｉｎ．Ｇｌａｓｓｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，
１９８６．５７：２６０７＿２６０９。
ｆ４４１ＧｅｙｅｒＣＪ．ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＳｔａｔｉｓｔｉｃｓ，Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２３ｒｄＳｙｍｐｏｓｉｕｍｏｎｔｈｅｉｎｔｅｒ－
ｆａｃｅ．ＩｎｔｅｒｆａｃｅＦｏｕｎｄａｔｉｏｎ．１９９１．
ｆ４５１ＭａｒｉｎａｒｉＥ，ＰａｒｉｓｉＧ，Ｒｕｉｚ．ＬｏｒｅｎｚｏＪＪ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，１９９８，５８：１４８５２．
『４６１ＣｎｏＫ，ＺｈｏｕＺＷ：ＧｕｏＧＣ，ｅｔａ１．Ｅｍｃｉｅｎｔｎｕｍｅｒｉｃａｌｍｅｔｈｏｄｔｏｃａｌｃｕｌａｔｅｔｈｅｔｈｒｅｅ．ｔａｎｇｌｅｏｆ
ｍｉｘｅｄｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ａ，２０ｌＯ，８１：０３４３０２．
ｆ４７】ＦｒａｈｍＨ，Ｇ６ｈｍａｎｎＦ’Ｋｌｔｈ－ｎｐｅｒＡ，ｅｔａ１．ＴｈｅＯｎｅ．ＤｉｍｅｎｓｉｏｎａｌＨｕｂｂａｒｄＭｏｄｅｌ．Ｃａｍｂｒｉｄｇｅ
ＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，２００５．
『４８１ＨａｉｌｅＪＭ．ＭｏｌｅｃｕｌａｒＤｙｎａｍｉｃｓＳｉｍｕｌａｔｉｏｎ：ＥｌｅｍｅｎｔａｒｙＭｅｔｈｏｄｓ．Ｗｉｌｅｙ
『４９１ＬｉｕＷ，ＷａｎｇＣ，ＬｉＹｅｔａ１．Ｒｅｐｌｉｃａｅｘｃｈａｎｇｅｍｏｌｅｃｕｌａｒｄｙｎａｍｉｃｓｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｅｎ－
ｓｏｒｎｅｔｗｏｒｋｓｔａｔｅｓｆｏｒｑｕａｎｔｕｍｍａｎｙ－ｂｏｄｙｓｙｓｔｅｍｓ．ＪｏｕｍａｌｏｆＰｈｙｓｉｃｓ：ＣｏｎｄｅｎｓｅｄＭａｔｔｅｒ，
２７（８）：０８５６０１．
『５０１Ｗ，ａｎｇＺ，ＨａｎＹＧｕｏＧＣ，ｅｔａ１．Ｓｉｚｅｃｏｎｓｉｓｔｅｎｃｙｏｆｔｅｎｓｏｒｎｅｔｗｏｒｋｍｅｔｈｏｄｓｆｏｒｑｕａｎｔｕｍ
ｍａｎｙ．ｂｏｄｙｓｙｓｔｅｍｓ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，２０１３，８８：１２１１０５．
ｆ５ｌ１ＪｏｒｄａｎＪ，ＯｎｉｓＲ，ＶｉｄａｌＧ，ｅｔａ１．ＣｌａｓｓｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＩｎｆｉｎｉｔｅ－ＳｉｚｅＱｕａｎｔｕｍＬａｔｔｉｃｅＳｙｓｔｅｍｓ
ｉｎＴｗｏＳｐａｔｉａｌＤｉｍｅｎｓｉｏｎｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２００８，１０ｌ：２５０６０２．
『５２１Ｏｒｆｉｓ＆ⅥｄａｌＧ．Ｓｉｍｕｌａｔｉｏｎｏｆｔｗｏ．ｄｉｍｅｎｓｉｏｎａｌｑｕａｎｔｕｍｓｙｓｔｅｍｓｏｎａｎｉｎｆｉｎｉｔｅｌａｔｔｉｃｅｒｅｖｉｓ．
ｉｔｅｄ：Ｃｏｍｅｒｔｒａｎｓｆｅｒｍａｔｒｉｘｆｏｒｔｅｎｓｏｒｃｏｎｔｒａｃｔｉｏｎ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，２００９，８０：０９４４０３．
［５３】ＰｈｉｅｎＨＮ，ＢｅｎｇｕａＪＡ，ＴｕａｎＨＤ，ｅｔａ１．Ｉｎｆｉｎｉｔｅｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓａｌｇｏｒｉｔｈｍ
ｉｍｐｒｏｖｅｄ：Ｆａｓｔｆｕｌｌｕｐｄａｔｅａｎｄｇａｕｇｅｆｉｘｉｎｇ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，２０１５，９２：０３５１４２．
ｆ５４１ＷｈｇＬ，ＶｅｒｓｔｒａｅｔｅＥｃｌｕｓｔｅｒｕｐｄａｔｅｏｆｔｅｎｓｏｒｎｅｔｗｏｒｋｓ．ｃｏｎｄ．ｍａｔ／１１１０４３６２，２０ｌｌ一
【５５】艺ｏｍＩ，ＷａｎｇＬ，ＶｅｒｓｔｒａｅｔｅＦ．Ｔｉｍｅｅｖｏｌｕｔｉｏｎｏｆｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓｉｎｔｈｅｓｉｎｇｌｅ—
ｌａｙｅｒｐｉｃｔｕｒｅ．Ｐｈｙｓ．Ｒｅｖ．Ａ，２０１１，８３：０５２３２１．
ｆ５６１ＤｏｎｇＳＪ，ＬｉｕＷＹＺｈｏｕＸＦ，ｅｔａ１．Ｔｕｎｎｅｌｉｎｇｆａｕｓｔｒａｔｉｏｎｉｎｄｕｃｅｄｐｅｃｕｌｉａｒｓｕｐｅｒｓｏｌｉｄｐｈａｓｅｓ
ｉｎｔｈｅｅｘｔｅｎｄｅｄＢｏｓｅ．Ｈｕｂｂａｒｄｍｏｄｅｌ．ｃｏｎｄ－ｍａｔ／１６１０．０６０４２．２０１６．．
『５７１ＨａｒｉｕＡ，ＢａｒｂｉｅｌｌｉｎｉＢ，Ｓｉｌｊａｍ菹ｋｉＳ，ｅｔａ１．ＳｔｏｃｈａｓｔｉｃＧｒａｄｉｅｎｔＡｐｐｒｏｘｉｍａｔｉｏｎ：ＡｎＥｍｃｉｅｎｔ

ＭｅｔｈｏｄｔｏＯｐｔｉｍｉｚｅＭａｎｙ．Ｂｏｄｙ、ⅣａｖｅＦｕｎｃｔｉｏｎｓ．Ｐｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，ｌ９９７。７９：“７３－Ｊ１７７．
【５８】ＪｉａｎｇＨＣ，ＹａｏＨ，ＢａｌｅｎｔｓＬ．Ｓｐｉｎｌｉｑｕｉｄｇｒｏｕｎｄｓｔａｔｅｏｆｔｈｅｓｐｉｎ－｛ｓｑｕａｒｅＪ１－如Ｈｅｉｓｅｎｂｅｒｇ
ｍｏｄｅｌ．Ｐｈｙｓ．Ｒｅｖ．Ｂ．２０１２．８６：０２４４２４．
６８
万方数据
参考文献
【５９】ＨｕＷＪ，ＢｅｃｃａＦ，ＰａｒｏｌａＡ，ｅｔａ１．ＤｉｒｅｃｔｅｖｉｄｅｎｃｅｆｏｒａｇａｐｌｅｓｓＺ２ｓｐｉｎｌｉｑｕｉｄｂｙｆｒｕｓｔｒａｔｉｎｇ
Ｎ６ｅｌａｎｔｉｆｅｒｒｏｍａｇｎｅｔｉｓｍ．Ｐｌａｙｓ．Ｒｅｖ．Ｂ，２０１３，８８：０６０４０２．
【６０】ＷａｎｇＬ，Ｇｕｚｃ，ＶｅｒｓｔｒａｅｔｅＦ，ｅｔａ１．Ｔｅｎｓｏｒ－ｐｒｏｄｕｃｔｓｔａｔｅａｐｐｒｏａｃｈｔｏｓｐｉｎ‘ｉｓｑｕａｒｅＪ１。Ｊ２
ａｎｔｉｆｅｒｒｏｍａｇｎｅｔｉｃＨｅｉｓｅｎｂｅｒｇｍｏｄｅｌ：Ｅｖｉｄｅｎｃｅｆｏｒｄｅｃｏｎｆｉｎｅｄｑｕａｎｔｕｍｃｒｉｔｉｃａｌｉｔｙ．ｐａｙｓ．Ｒｅｖ．
Ｂ，２０１６，９４：０７５１４３．
【６１】ＧｏｎｇＳＳ，ＺｈｕＷ，ＳｈｅｎｇＤＮ，ｅｔａ１．ＰｌａｑｕｅｔｔｅＯｒｄｅｒｅｄＰｈａｓｅａｎｄＱｕａｎｔｕｍＰｈａｓｅＤｉａｇｒａｍｉｎ
ｔｈｅＳｐｉｎ．丢＾一以ＳｑｕａｒｅＨｅｉｓｅｎｂｅｒｇＭｏｄｅｌ．Ｖｈｙｓ．Ｒｅｖ．Ｌｅｔｔ．，２０１４，１１３：０２７２０１．
『６２１ＳｔｏｕｄｅｎｍｉｒｅＥ，ＷｈｉｔｅＳＲ．Ｓｔｕｄｙｉｎｇ１’ｗ０．ＤｉｍｅｎｓｉｏｎａｌＳｙｓｔｅｍｓｗｉｔｈｔｈｅＤｅｎｓｉｔｙＭａ仃ｉｘ
ＲｅｎｏｒｍａｌｉｚａｔｉｏｎＧｒｏｕｐ．ＡｎｎｕａｌＲｅｖｉｅｗｏｆＣｏｎｄｅｎｓｅｄＭａｔｔｅｒＰｈｙｓｉｃｓ，２０１２，３（１）：１１ｌ－１２８．
『６３１ＹａｎｇＳ，ＧｕＺＣ，ＷｅｎＸＧ．ＬｏｏｐＯｐｔｉｍｉｚａｔｉｏｎｆｏｒＴｅｎｓｏｒＮｅｔｗｏｒｋＲｅｎｏｒｍａｌｉｚａｔｉｏｎ．Ｐｈｙｓ．
Ｒｅｖ．Ｌｅｔｔ．．２０１７，１１８：１１０５０４．
ｆ６４１ＥｉｓｅｒｔＪ，ＣｒａｍｅｒＭ，ＰｌｅｎｉｏＭＢ．Ｃｏｌｌｏｑｕｉｕｍ．Ｒｅｖ．Ｍｏｄ．Ｐｈｙｓ．，２０ｌ０，８２：２７７－３０６．
６９
万方数据
万方数据
致谢
致谢
在中国科学技术大学攻读博士学位的五年里，我所从事的学习和研究工作，
都是在导师以及系里其他老师和同学的指导和帮助下进行的。在完成论文之际，
请容许我对他们表达诚挚的谢意。
首先感谢我的导师何力新教授。我能取得今天的成绩，与何老师＿直以来的
悉心指导、严格要求和启发鼓舞是分不开的。何老师教给了我如何进行科学的思
考和一个科研工作者应该所持有的工作态度。何老师严谨的治学态度、严密的思
维方式、忘我的工作精神和努力开拓勇于进取的精神让我受益匪浅。
感谢韩永建教授长期以来的指导和教诲。韩老师渊博的学识和宽广的胸怀
令人印象深刻。韩老师不仅教给了我专业的知识，也教给了生活中的一些道理，
让我对科研生活有更全面深刻的了解。
感谢实验室主任郭光灿教授。郭老师为我们提供了一个学术氛围浓厚、科研
条件优越的实验室，使我们能够专心于学术研究。正是在这样一个一流的实验室
里，通过和各位老师同学互相交流互相鼓舞，我才能有机会得到锻炼和成长。
感谢北京计算科学研究中心汪玲老师的指导，和她的交流使我获益良多。感
谢香港中文大学的顾正澄老师的邀请，在香港中文大学的访问经历让我学到了
很多东西，令我受益匪浅。
感谢实验室的任新国老师、李传锋老师、周正威老师、周祥发老师、涂涛老
师、邹旭波老师、易为老师、龚明老师、孙方稳老师、许金时老师以及其他所有
相关的老师。他们传授了课堂和生活的知识给我，也以他们的品格影响了我。感
谢实验室的叶淮老师、王涛老师、段开敏老师、吴莉老师以及其他后勤服务人员
所给予我的许多帮助与支持。
感谢师兄金光希长期以来对我生活、学习和科研上的关心、帮助和指导，感
谢韦海师兄、王真师兄、王建平师姐、曹坤师兄和陈默涵师兄在生活和科研中给
予的帮助与指导。感谢我们研究小组的其他成员董少钧和王超在科研方面的探
讨与交流。也感谢我１＇ｌｉｄ，组的其他成员的关心与支持。同样感谢实验室的其他同
学：侯志博、赵圆圆、张超、殷琪、袁媛、胡孟军、刘胜、胡晓敏、王钊、吕为
民、李明等人。感谢我的本科同学李原野、张练和王雨雷的长期以来的关心、帮
助和支持。感谢好友武文韬、于涛、任亚飞和张玉祥等对社会生活和科研问题富
有成效的交流与探讨。
感谢我的两位好友刘晓辉和王健多年来的关心和帮助。在这长达五年的读
博生涯中，我们三人分享着彼此的经历和感悟，对生活和科研中的许多问题进入
了全面深入的交流和讨论，这是一段值得用一生来铭记的时光。
最后，最想感谢我的家人和我的未婚妻王琳。你们对我一贯的鼓励和支持，
是我追求学业的坚强后盾。这个学位不仅属于我，同样也属于你们。
７１
万方数据
致谢
２０１７年６月５日
万方数据
在读期间发表的学术论文与取得的研究成果
在读期间发表的学术论文与取得的研究成果
已发表论文：
１．ＷｅｎｙｕａｎＬｉｕ，ＣｈａｏＷａｎｇ，ＹａｎｂｉｎＬｉ，ＹｕｙａｎｇＬａｏ，ＹｏｎｇｊｉａｎＨａｎ，Ｇｕａｎｇ－Ｃａｎ
Ｇｕｏ，Ｙｏｎｇ－ＨｕａＺｈａｏａｎｄＬｉｘｉｎＨｅ．ＲｅｐｌｉｃａＲｅｐｌｉｃａｅｘｃｈａｎｇｅｍｏｌｅｃｕｌａｒｄｙ－
ｎａｍｉｃｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｅｎｓｏｒｎｅｔｗｏｒｋｓｔａｔｅｓｆｏｒｑｕａｎｔｕｍｍａｎｙ—ｂｏｄｙｓｙｓｔｅｍｓ．Ｊ．
Ｐｈｙｓ．：ＣｏｎｄｅｎｓｅｄＭａｔｔｅｒ２７（２０１５）０８５６０１（７ｐｐ）．
２．Ｗｅｎ－ＹｕａｎＬｉｕ，Ｓｈａｏ—ＪｕｎＤｏｎｇ，Ｙｏｎｇ－ＪｉａｎＨａｎ，ＬｉｘｉｎＨｅａｎｄＧｕａｎｇ－ＣａｎＧｕｏ．

Ｇｒａｄｉｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｆｏｒｆｉｎｉｔｅｐｒｏｊｅｃｔｅｄｅｎｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｂ
９５，１９５１５４（２０１７）．
待发表论文：
１．Ｓｈａｏ—ＪｕｎＤｏｎｇ，ＷｅｎｙｕａｎＬｉｕ，Ｘｉａｎｇ－ＦａＺｈｏｕ，Ｇｕａｎｇ—ＣａｎＧｕｏ，Ｚｈｅｎｇ．Ｗｅｉ

Ｚｈｏｕ，Ｙｏｎｇ—ＪｉａｎＨａｎａｎｄＬｉｘｉｎＨｅ．ＴｕｎｎｅｌｉｎｇｆｒｕｓｔｒａｔｉｏｎｉｎｄｕｃｅｄｐｅｃｕｌｉａｒＳＵ．
ｐｅｒｓｏｌｉｄｐｈａｓｅｓｉｎｔｈｅｅｘｔｅｎｄｅｄＢｏｓｅ．Ｈｕｂｂａｒｄｍｏｄｅｌ．ａｒｘｉｖ：１６１０．０６４０２．
２．Ｓｈａｏ—ＪｕｎＤｏｎｇ，Ｗｅｎ—ＹｕａｎＷａｎｇ，Ｇｕａｎｇ—Ｃａｎ

Ｌｉｕ，ＣｈａｏＧｕｏ，Ｙｏｎｇ．ＪｉａｎＨａｎ
ａｎｄＬｉｘｉｎＨｅ．ＴＮＳＰａｃｋａｇｅ：ＡＦｏｒｔｒａｎ２００３ｌｉｂｒａｒｙ
ｄｅｓｉｇｎｅｄｆｏｒｔｅｎｓｏｒｎｅｔｗｏｒｋ
ｓｔａｔｅｍｅｔｈｏｄｓ．Ｍａｎｕｓｃｒｉｐｔｉｎｐｒｅｐａｒａｔｉｏｎ．
３．Ｗｅｎ－ＹｕａｎＬｉｕ，ＣｈａｏＷａｎｇ，Ｓｈａｏ—ＪｕｎＤｏｎｇ，Ｇｕａｎｇ－ＣａｎＧｕｏ，Ｙｏｎｇ—ＪｉａｎＨａｎ

ａｎｄＬｉｘｉｎＨｅ．Ｇｒｏｕｎｄｓａｔｅｓｏｆ
ｓｐｉｎ一；ｓｑｕａｒｅ以一Ｊ２Ｈｅｉｓｅｎｂｅｒｇａｎｔｉｆｅｒｒｏｍａｎｇｅｔｉｃ
Ｍｏｄｅｌ．Ｍａｎｕｓｃｒｉｐｔｉｎｐｒｅｐａｒａｔｉｏｎ．
７３
万方数据

二维量子多体系统的张量网络态算法

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

二维量子多体系统的张量网络态算法

Uploaded by

Copyright:

Available Formats

中圈斜孽敬 求犬玺

Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｏｆＣｈｉｎａ

１● ｐ谢硎 ●＿ｉ 。ｋ气

Ａ ｄ ｉｓｓｅｒｔａｔｉｏｎ ｆｏｒ ｄｏｃｔｏｒ’Ｓ ｄｅｇ ｒｅｅ

Ｔｅｎｓｏｒ Ｎｅｔｗｏｒｋ Ｓｔａｔｅｓ Ａｌｇｏｒｉｔｈｍ

Ａｕｔｈｏｒ： Ｗｅｎｙｕａｎ Ｌｉｕ

Ｆｉｎｉｓｈｅｄ Ｔｉｍｅ： Ｍａｙ，２０１７

Ｄｅｖｅｌｏｐｉｎｇ ｅｆｆｉｃｉｅｎｔ ａｌｇｏｒｉｔｈｍｓ ｔｏ ｓｉｍｕｌａｔｅ ｓｔｒｏｎｇｌｙ ｃｏｒｒｅｌａｔｅｄ ｑｕａｎｔｕｍ ｍａｎｙ—

ｏｆ ｓｔｒｏｎｇｌｙ ｉｎｔｅｒａｃｔｉｎｇ ｓｙｓｔｅｍｓ，ｗｈｅｒｅ ｔｈｅ ｃｏｎｖｅｎｔｉｏｎａｌ ｐｅｒｔｕｒｂａｔｉｏｎ ｔｈｅｏｒｙ ｆａｉｌｓ，ｒｅ－

ｓｕｃｈ ａｓ，ｅｘａｃｔ ｄｉａｇｏｎａｌｉｚａｔｉｏｎ，ｑｕａｎｔｕｍ Ｍｏｎｔｅ Ｃａｒｌｏ（ＱＭＣ）ｍｅｔｈｏｄ ａｎｄ ｄｅｎｓｉｔｙ ｍａ－

ｔｒｉｘ ｒｅｎｏｒｍａｌｉｚａｔｉｏｎ ｇｒｏｕｐ（ＤＭＲＧ）．Ｔｈｅｓｅ ｎｕｍｅｒｉｃａｌ ｍｅｔｈｏｄｓ ｈａｖｅ ｂｅｅｎ ｗｉｄｅｌｙ ｕｓｅｄ

ｅｖｅｒ，ｄｅｖｅｌｏｐｉｎｇ ｎｅｗ ｅｆｆｉｃｉｅｎｔ ａｌｇｏｒｉｔｈｍｓ ｉｓ ｓｔｉｌｌ ｕｒｇｅｎｔ，ｂｅｃａｕｓｅ ｏｆ ｔｈｅ ｌｉｍｉｔａｔｉｏｎｓ ｏｆ

ｔｈｅ ｐｒｅｖｉｏｕｓ ｍｅｔｈｏｄｓ：ｅ．ｇ．，ＥＤ ｅｎｃｏｕｎｔｅｒｓ ｔｈｅ ＳＯ・ｃａｌｌｅｄ“Ｅｘｐｏｎｅｎｔｉａｌ Ｗａｌｌ”；ＱＭＣ ｓｕｆ－

Ｒｅｃｅｎｔｌｙ，ｉｎｓｐｉｒｅｄ ｂｙ ｔｈｅ ｉｎｓｉｇｈｔ ｏｆ ｑｕａｎｔｕｍ ｅｎｔａｎｇｌｅｍｅｎｔ ｉｎ ｔｈｅ ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ

ｑｕａｎｔｕｍ ｉｎｆｏｒｍａｔｉｏｎ ｔｈｅｏｒｙ，ｔｈｅ ａｌｇｏｒｉｔｈｍｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｔｅｎｓｏｒ ｎｅｔｗｏｒｋ ｓｔａｔｅｓ（ＴＮＳ），

ａｎｄ ｓｉｚｅ ｃｏｎｓｉｓｔｅｎｃｙ，ｈａｖｅ ｂｅｅｎ ｐｒｏｖｅｄ ｔｏ ｂｅ ｐｏｗｅｒｆｕｌ ｓｉｍｕｌａｔｉｏｎ ｍｅｔｈｏｄｓ ｔｏ ｅｘｐｌｏｉｔ

ｔｈｅ ｓｔｒｏｎｇｌｙ ｃｏｒｒｅｌａｔｅｄ ｓｙｓｔｅｍｓ．Ｂａｓｅｄ ｏｎ ＭＰＳ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｐｅｏｐｌｅ ｂｕｉｌｄ ａ ｃｏｍｐｌｅｔｅ

ｃｏｍｐｕｔｉｎｇ ｃａｐａｂｉｌｉｔｙ．Ｗｅ ｈｏｐｅ ｔｏ ｄｅｖｅｌｏｐ ａｎ ｅｆｆｉｃｉｅｎｔ ｍｅｔｈｏｄ ｔｏ ｏｐｔｉｍｉｚｅ ＰＥＰＳ ｗａｖｅ

ｆｕｎｃｔｉｏｎｓ ａｉｍｉｎｇ ｔｏ ｍａｋｅ ＰＥＰＳ ａｐｐｌｉｃａｂｌｅ ｆｏｒ ｓｏｍｅ ｃｏｍｐｌｉｃａｔｅｄ ｓｙｓｍｔｅｓ．

Ｂａｓｅｄ ｏｎ ＴＮＳ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｆｏｒ ２Ｄ ｓｙｓｔｍｅｓ，ｔｈｅ ｔｈｅｓｉｓ ｄｅｓｃｒｉｂｅ ｓｏｍｅ ｍｅｔｈｏｄｓ

ｄｅｖｅｌｏｐｅｄ ｂｙ ＵＳ ｔｏ ｏｐｔｉｍｉｚｅ ｔｈｅ ｇｒｏｕｎｄ ｓｔａｔｅｓ ｏｆ ｑｕａｎｔｕｍ ｍａｎｙ—ｂｏｄｙ ｓｙｓｔｅｍｓ，ａｎｄ ｉｔ

ｉｓ ｃｏｍｐｏｓｅｄ ｏｆ ｔｗｏ ｍａｉｎ ｐａｒｔｓ．

ｃｌａｓｓｉｃａｌ ｍｅｃｈａｎｉｃ ｓｙｓｔｅｍ．Ｂｅｆｏｒｅ ｔｈｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｓｔａｒｔｓ，ｗｅ ｓｅｔ ａ ｓｅｒｉｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ

ｔｅｍｐｅｒａｔｕｒｅｓ．Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｅｎｅｒｇｙ ｆｕｎｃｔｉｏｎ ｗｈｉｃｈ ｉｓ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｅｎｅｒｇｙ ｏｆ ｔｈｅ

ｄｙｎａｍｉｃｓ（ＭＤ）ｍｅｔｈｏｄ．Ａｔ ｌａｓｔ ｗｅ ｗｉｌｌ ｇｅｔ ａ ｓｅｒｉｅｓ ｏｆ ｓｕｌｕｔｉｏｎｓ ａｔ ｄｉｆｆｅｒｅｎｔ ｔｅｍｐｅｒ—

ｔａｎｇｌｅｄ ｐａｉｒ ｓｔａｔｅｓ（ＰＥＰＳ）ｔｏ ｓｏｌｖｅ ２Ｄ ｓｙｓｔｅｍｓ．ＰＥＰＳ ｉｓ ａ ｇｏｏｄ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ ｔｈｅ

ｇｒｏｕｎｄ ｓｔａｔｅ ｏｆ ２Ｄ ｓｙｓｔｅｍｓ．Ｂｕｔ ｂｅｃａｕｓｅ ｏｆ ｃｏｍｐｕａｔｉｏｎａｌ ｃｏｍｐｌｅｘｉｔｙ，ｔｈｅ ｐｒａｃｔｉｃａｌ

ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＰＥＰＳ ｉｓ ｌｉｍｉｔｅｄ ｔｏ ｓｍａｌｌ ｂｏｎｄ ｄｉｍｅｎｓｉｏｎ Ｄ ｏｆ ＰＥＰＳ，ｗｈｉｃｈ ｍａｙ ｎｏｔ

ｃｏｒｒｅｃｔｌｙ ｃａｐｔｕｒｅ ｔｈｅ ｐｈｙｓｉｃｓ ｏｆ ｓｏｍｅ ｃｏｍｐｌｉｃｔｅｄ ｓｙｓｔｅｍｓ．Ｗｅ ｄｅｍｏｎｓｔｒａｔｅ ａ

ＰＥＰＳ ｗａｖｅ ｆｕｎｃｔｉｏｎ ｅｆｆｉｃｉｅｎｔｌｙ．Ｗｅ ｆｉｒｓｔ ｏｂｔａｉｎ ａ

ｖｉｏｕｓ ｍｅｔｈｏｄｓ，ｏｕｒ ｍｅｔｈｏｄ ｈａｓ ａ

Ｋｅｙｗｏｒｄｓ：Ｓｔｒｏｎｇｌｙ ｃｏｒｒｅｌａｔｅｄ ｓｙｓｔｅｍｓ，Ｑｕａｎｔｕｍ ｍａｎｙ—ｂｏｄｙ ｐｒｏｂｌｅｍｓ，ＴＮＳ，ＲＥＭＤ，

５．３ Ｄ＝８时，１０ｘ １０如＝Ｏ海森堡模型的基态能量和４×６如＝０．５模型

ＱＭＣ 量子蒙特卡洛方法（Ｑｕａｎｔｕｍ Ｍｏｎｔｅ Ｃａｒｌｏ）

Ａ７＝ＵＳ７Ｖｔ Ｓ７＝ｄｉａｇ（ｓ１，ｓ２，…，ｓ，，】．．．） （２．６）

ＳＡＩＢ Ｏｆ．ＬＤ一１ （２．３６）

（妒Ｉ妒）＝∑∑ ∑Ａ彳４蹦ａｌ，ａ。…Ａ艺：。镶钱一・・钱一。 （２．３９）

：ｌ Ｓ１ ３．．。。。．・ ｓ２ ５—＿ ＆—一 Ｓｉ＋１．．．。．．一 ＳＬ一１——＿＋ 置

▲ ６１麓 惑 ６２屡 ▲ ６￡ 蠢 ▲ｂｉ＋ｌ箧 ▲６Ｌ一１筵 ▲

盯；＝１个ｔ）（个ｉ Ｉ—Ｉ土ｉ）（山ｔ （２．４５）

（妒嘲妒）＝（ＩＥＡ５１ｗ１）（∑胪ｗ２）・ ・・（∑∑ＡＳｉ＋１＊舻＋磁盘：∥∥＋・） ｓｔｉ，ｓ：＋１乩岛＋ｌ

◇｜ｌ◇ 一 ◇｝ｌ◇ 兰 威要 Ｌ ◇｜ｌ◇

Ｄ的ＭＰＳ ｌ矽）＝∑”。Ｌ Ａ８１Ａｓ２．・・Ａ５Ｌ—ｌＡ５工ｌｓｌｓ２…ｓＬ）。为了得到系统的基态，

飞ＬＣｉ－－１６１ ｈ Ｒ叠６； 雌巾ｈ 雌６；

Ⅳｓ泓掣＂Ｋ１ｋ＝ｍ吣Ａ １＇ｂＨ 蛾＇６ｔ‰：（２．６０）

，ｌ—ｉｍ ｅ—ｆ膏Ｉ妒）＝∑，ｌ—ｉｍ ｅ一１－Ｒ㈨ｏ（Ｉ咖）

假设ＭＰＳ ｌ矽ｏ）、ＭＰＳ ｌ妒）、ＭＰＯ Ｗ形式分别如下：

巧）＝∑Ａｓｌ五∽…ＡＳＬ－１ ｓＬ¨。…ｓＬ） ｆ２．６８）

ＦＳ２ Ｆｓ３ ＦＳ４ ＦＳｓ ＦＳ６

ＩⅢ）＝∑ ∑ ｒ：：人‰ｒ箸。：Ａ‰…ｒ。［Ｓ—Ｌ １。一Ａ旺ｋ一。ｒ兰一。｜ｓ１．．．ｓＬ）

ｌ。七）Ａ ２∑（ｒ５１人…ｒ”…Ａ［ｋ－１］ｒ８‘）。。Ｉｓ－…ｓ南） （２．７８）

（ｒ８－人【１】）（ｒ８。Ａ【２】）…（ｒ８Ｌ—ｚ Ａ【Ｌ一２】（ｒ８Ｌ一・Ａ陋一１】）（ｒ５Ｌ） （２．８４）

Ｇ鼬Ｍ，５碱＋－＝（ｓ南ｓ南＋１ ｌｅ－ｉｒｈｋ Ｉｓ：ｓ０１）． （２．８６）

ｌ砂）＝∑ｒｓｌ Ａ［１］ｒ５２ Ａ【２】…ｈ［ｋ－１］ｌ－，ｓ‘Ａ［ｋｌｒ阱１Ａ州…Ａ［Ｌ－１］ｒ８工｜Ｓ１．．．ｓＬ）．

Ｉ西）＝∑ｒ５１ Ａ【１】ｒ５２Ａ‘２１…人［枉１］一天【翻亍ｓⅢ人时１】…Ａ ＥＬ－ｔ］Ｆ５Ｌ｜ｓ１．．．ｓ工）．

ｄ∑～ 爿 Ｔｒ（Ａ霉ｉ１ ｑＡＳｌ，２，２…Ａ黜）Ｉ

（皿ＰＥＰＳＩ皿唧ｓ）＝ ∑（…ＴⅥｉｍｒｒ，，ｎ）以础…） （３．５）

扩。 ≯ｒ ｏｒ４／ｐ Ｉ邯Ｅ ７了＊

（ｋｌｐＰＥＰｓ ｌ皿ＰＥＰＳ）＝Ａ：Ｍ４｛， ｒ３．２０）

（Ⅲ鑫Ｐｓ ｌⅢ鑫Ｐｓ）＝ＡｊＭｉ． ｆ３．２１）

Ｑ吲的维度分别是ｄＤ Ｘ ｄＤ和ｄＤ Ｘ Ｄａ。然后将演化算符Ｇ作用到Ｒ㈦人ｍ三∽

Ｃ ＝ ＩＡ：ｋ １２一Ｅ（｛Ａ七Ｓｋ））， （４．２）

Ｅ＝尘是捌＝去Ｚｓ ｗ２（ｓ）Ｅ（ｓ）， （４・・３）

图４．３ 不同ＳＢＳ的模式和矩阵维度下１０ｘ １０以．也模型的基态能量。Ｓ４表示只用了线型模

中圈斜孽敬求犬玺

ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ

１● ｐ谢硎 ●＿ｉ。ｋ气

Ａｄｉｓｓｅｒｔａｔｉｏｎｆｏｒｄｏｃｔｏｒ’Ｓｄｅｇｒｅｅ

ＴｅｎｓｏｒＮｅｔｗｏｒｋＳｔａｔｅｓＡｌｇｏｒｉｔｈｍ

Ａｕｔｈｏｒ：ＷｅｎｙｕａｎＬｉｕ

ＦｉｎｉｓｈｅｄＴｉｍｅ：Ｍａｙ，２０１７

Ｄｅｖｅｌｏｐｉｎｇｅｆｆｉｃｉｅｎｔａｌｇｏｒｉｔｈｍｓｔｏｓｉｍｕｌａｔｅｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｑｕａｎｔｕｍｍａｎｙ—

ｏｆｓｔｒｏｎｇｌｙｉｎｔｅｒａｃｔｉｎｇｓｙｓｔｅｍｓ，ｗｈｅｒｅｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｐｅｒｔｕｒｂａｔｉｏｎｔｈｅｏｒｙｆａｉｌｓ，ｒｅ－

ｓｕｃｈａｓ，ｅｘａｃｔｄｉａｇｏｎａｌｉｚａｔｉｏｎ，ｑｕａｎｔｕｍＭｏｎｔｅＣａｒｌｏ（ＱＭＣ）ｍｅｔｈｏｄａｎｄｄｅｎｓｉｔｙｍａ－

ｔｒｉｘｒｅｎｏｒｍａｌｉｚａｔｉｏｎｇｒｏｕｐ（ＤＭＲＧ）．Ｔｈｅｓｅｎｕｍｅｒｉｃａｌｍｅｔｈｏｄｓｈａｖｅｂｅｅｎｗｉｄｅｌｙｕｓｅｄ

ｅｖｅｒ，ｄｅｖｅｌｏｐｉｎｇｎｅｗｅｆｆｉｃｉｅｎｔａｌｇｏｒｉｔｈｍｓｉｓｓｔｉｌｌｕｒｇｅｎｔ，ｂｅｃａｕｓｅｏｆｔｈｅｌｉｍｉｔａｔｉｏｎｓｏｆ

ｔｈｅｐｒｅｖｉｏｕｓｍｅｔｈｏｄｓ：ｅ．ｇ．，ＥＤｅｎｃｏｕｎｔｅｒｓｔｈｅＳＯ・ｃａｌｌｅｄ“ＥｘｐｏｎｅｎｔｉａｌＷａｌｌ”；ＱＭＣｓｕｆ－

Ｒｅｃｅｎｔｌｙ，ｉｎｓｐｉｒｅｄｂｙｔｈｅｉｎｓｉｇｈｔｏｆｑｕａｎｔｕｍｅｎｔａｎｇｌｅｍｅｎｔｉｎｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆ

ｑｕａｎｔｕｍｉｎｆｏｒｍａｔｉｏｎｔｈｅｏｒｙ，ｔｈｅａｌｇｏｒｉｔｈｍｓｂａｓｅｄｏｎｔｈｅｔｅｎｓｏｒｎｅｔｗｏｒｋｓｔａｔｅｓ（ＴＮＳ），

ａｎｄｓｉｚｅｃｏｎｓｉｓｔｅｎｃｙ，ｈａｖｅｂｅｅｎｐｒｏｖｅｄｔｏｂｅｐｏｗｅｒｆｕｌｓｉｍｕｌａｔｉｏｎｍｅｔｈｏｄｓｔｏｅｘｐｌｏｉｔ

ｔｈｅｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｓｙｓｔｅｍｓ．ＢａｓｅｄｏｎＭＰＳｒｅｐｒｅｓｅｎｔａｔｉｏｎｐｅｏｐｌｅｂｕｉｌｄａｃｏｍｐｌｅｔｅ

ｃｏｍｐｕｔｉｎｇｃａｐａｂｉｌｉｔｙ．ＷｅｈｏｐｅｔｏｄｅｖｅｌｏｐａｎｅｆｆｉｃｉｅｎｔｍｅｔｈｏｄｔｏｏｐｔｉｍｉｚｅＰＥＰＳｗａｖｅ

ｆｕｎｃｔｉｏｎｓａｉｍｉｎｇｔｏｍａｋｅＰＥＰＳａｐｐｌｉｃａｂｌｅｆｏｒｓｏｍｅｃｏｍｐｌｉｃａｔｅｄｓｙｓｍｔｅｓ．

ＢａｓｅｄｏｎＴＮＳｒｅｐｒｅｓｅｎｔａｔｉｏｎｆｏｒ２Ｄｓｙｓｔｍｅｓ，ｔｈｅｔｈｅｓｉｓｄｅｓｃｒｉｂｅｓｏｍｅｍｅｔｈｏｄｓ

ｄｅｖｅｌｏｐｅｄｂｙＵＳｔｏｏｐｔｉｍｉｚｅｔｈｅｇｒｏｕｎｄｓｔａｔｅｓｏｆｑｕａｎｔｕｍｍａｎｙ—ｂｏｄｙｓｙｓｔｅｍｓ，ａｎｄｉｔ

ｉｓｃｏｍｐｏｓｅｄｏｆｔｗｏｍａｉｎｐａｒｔｓ．

ｃｌａｓｓｉｃａｌｍｅｃｈａｎｉｃｓｙｓｔｅｍ．Ｂｅｆｏｒｅｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｓｔａｒｔｓ，ｗｅｓｅｔａｓｅｒｉｅｓｏｆｄｉｆｆｅｒｅｎｔ

ｔｅｍｐｅｒａｔｕｒｅｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｅｎｅｒｇｙｆｕｎｃｔｉｏｎｗｈｉｃｈｉｓｔｈｅｐｏｔｅｎｔｉａｌｅｎｅｒｇｙｏｆｔｈｅ

ｄｙｎａｍｉｃｓ（ＭＤ）ｍｅｔｈｏｄ．Ａｔｌａｓｔｗｅｗｉｌｌｇｅｔａｓｅｒｉｅｓｏｆｓｕｌｕｔｉｏｎｓａｔｄｉｆｆｅｒｅｎｔｔｅｍｐｅｒ—

ｔａｎｇｌｅｄｐａｉｒｓｔａｔｅｓ（ＰＥＰＳ）ｔｏｓｏｌｖｅ２Ｄｓｙｓｔｅｍｓ．ＰＥＰＳｉｓａｇｏｏｄｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｔｈｅ

ｇｒｏｕｎｄｓｔａｔｅｏｆ２Ｄｓｙｓｔｅｍｓ．Ｂｕｔｂｅｃａｕｓｅｏｆｃｏｍｐｕａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙ，ｔｈｅｐｒａｃｔｉｃａｌ

ａｐｐｌｉｃａｔｉｏｎｏｆＰＥＰＳｉｓｌｉｍｉｔｅｄｔｏｓｍａｌｌｂｏｎｄｄｉｍｅｎｓｉｏｎＤｏｆＰＥＰＳ，ｗｈｉｃｈｍａｙｎｏｔ

ｃｏｒｒｅｃｔｌｙｃａｐｔｕｒｅｔｈｅｐｈｙｓｉｃｓｏｆｓｏｍｅｃｏｍｐｌｉｃｔｅｄｓｙｓｔｅｍｓ．Ｗｅｄｅｍｏｎｓｔｒａｔｅａ

ＰＥＰＳｗａｖｅｆｕｎｃｔｉｏｎｅｆｆｉｃｉｅｎｔｌｙ．Ｗｅｆｉｒｓｔｏｂｔａｉｎａ

ｖｉｏｕｓｍｅｔｈｏｄｓ，ｏｕｒｍｅｔｈｏｄｈａｓａ

Ｋｅｙｗｏｒｄｓ：Ｓｔｒｏｎｇｌｙｃｏｒｒｅｌａｔｅｄｓｙｓｔｅｍｓ，Ｑｕａｎｔｕｍｍａｎｙ—ｂｏｄｙｐｒｏｂｌｅｍｓ，ＴＮＳ，ＲＥＭＤ，

５．３Ｄ＝８时，１０ｘ１０如＝Ｏ海森堡模型的基态能量和４×６如＝０．５模型

ＱＭＣ量子蒙特卡洛方法（ＱｕａｎｔｕｍＭｏｎｔｅＣａｒｌｏ）

Ａ７＝ＵＳ７ＶｔＳ７＝ｄｉａｇ（ｓ１，ｓ２，…，ｓ，，】．．．）（２．６）

ＳＡＩＢＯｆ．ＬＤ一１（２．３６）

（妒Ｉ妒）＝∑∑ ∑Ａ彳４蹦ａｌ，ａ。…Ａ艺：。镶钱一・・钱一。（２．３９）

：ｌＳ１３．．。。。．・ｓ２５—＿＆—一Ｓｉ＋１．．．。．．一ＳＬ一１——＿＋置

▲ ６１麓惑６２屡 ▲ ６￡蠢 ▲ｂｉ＋ｌ箧 ▲６Ｌ一１筵 ▲

盯；＝１个ｔ）（个ｉＩ—Ｉ土ｉ）（山ｔ（２．４５）

（妒嘲妒）＝（ＩＥＡ５１ｗ１）（∑胪ｗ２）・・・（∑∑ＡＳｉ＋１＊舻＋磁盘：∥∥＋・）ｓｔｉ，ｓ：＋１乩岛＋ｌ

◇｜ｌ◇ 一 ◇｝ｌ◇ 兰威要Ｌ ◇｜ｌ◇

Ｄ的ＭＰＳｌ矽）＝∑”。ＬＡ８１Ａｓ２．・・Ａ５Ｌ—ｌＡ５工ｌｓｌｓ２…ｓＬ）。为了得到系统的基态，

飞ＬＣｉ－－１６１ｈＲ叠６；雌巾ｈ雌６；

Ⅳｓ泓掣＂Ｋ１ｋ＝ｍ吣Ａ１＇ｂＨ蛾＇６ｔ‰：（２．６０）

，ｌ—ｉｍｅ—ｆ膏Ｉ妒）＝∑，ｌ—ｉｍｅ一１－Ｒ㈨ｏ（Ｉ咖）

假设ＭＰＳｌ矽ｏ）、ＭＰＳｌ妒）、ＭＰＯＷ形式分别如下：

巧）＝∑Ａｓｌ五∽…ＡＳＬ－１ｓＬ¨。…ｓＬ）ｆ２．６８）

ＦＳ２Ｆｓ３ＦＳ４ＦＳｓＦＳ６

ＩⅢ）＝∑ ∑ ｒ：：人‰ｒ箸。：Ａ‰…ｒ。［Ｓ—Ｌ１。一Ａ旺ｋ一。ｒ兰一。｜ｓ１．．．ｓＬ）

ｌ。七）Ａ２∑（ｒ５１人…ｒ”…Ａ［ｋ－１］ｒ８‘）。。Ｉｓ－…ｓ南）（２．７８）

（ｒ８－人【１】）（ｒ８。Ａ【２】）…（ｒ８Ｌ—ｚＡ【Ｌ一２】（ｒ８Ｌ一・Ａ陋一１】）（ｒ５Ｌ）（２．８４）

Ｇ鼬Ｍ，５碱＋－＝（ｓ南ｓ南＋１ｌｅ－ｉｒｈｋＩｓ：ｓ０１）．（２．８６）

ｌ砂）＝∑ｒｓｌＡ［１］ｒ５２Ａ【２】…ｈ［ｋ－１］ｌ－，ｓ‘Ａ［ｋｌｒ阱１Ａ州…Ａ［Ｌ－１］ｒ８工｜Ｓ１．．．ｓＬ）．

Ｉ西）＝∑ｒ５１Ａ【１】ｒ５２Ａ‘２１…人［枉１］一天【翻亍ｓⅢ人时１】…ＡＥＬ－ｔ］Ｆ５Ｌ｜ｓ１．．．ｓ工）．

ｄ∑～爿Ｔｒ（Ａ霉ｉ１ｑＡＳｌ，２，２…Ａ黜）Ｉ

（皿ＰＥＰＳＩ皿唧ｓ）＝ ∑（…ＴⅥｉｍｒｒ，，ｎ）以础…）（３．５）

扩。 ≯ｒｏｒ４／ｐＩ邯Ｅ７了＊

（ｋｌｐＰＥＰｓｌ皿ＰＥＰＳ）＝Ａ：Ｍ４｛，ｒ３．２０）

（Ⅲ鑫ＰｓｌⅢ鑫Ｐｓ）＝ＡｊＭｉ．ｆ３．２１）

Ｑ吲的维度分别是ｄＤＸｄＤ和ｄＤＸＤａ。然后将演化算符Ｇ作用到Ｒ㈦人ｍ三∽

Ｃ＝ＩＡ：ｋ１２一Ｅ（｛Ａ七Ｓｋ）），（４．２）

Ｅ＝尘是捌＝去Ｚｓｗ２（ｓ）Ｅ（ｓ），（４・・３）

图４．３不同ＳＢＳ的模式和矩阵维度下１０ｘ１０以．也模型的基态能量。Ｓ４表示只用了线型模

００．２０．４０．６０．８１

图４．４开放性边界条件下＾．如模型能量的图４．５周期边界条件下＾．无模型能量的比

ｊ皿ＰＥＰＳ）＝ ∑Ｔｒ（Ａ｝ｉｌｑＡＳｌ＇２．，２…ＡＩⅣ＇ＳＮＭ，ｕ）｜Ｓｌ，１…ｓⅣ）Ｍ），（５．１）

Ｂ５“（ｓ）＝Ｔｒ（ＡｉｌＡ；２…ｎＡ。Ｓｍ一－１１ｎＡ。，Ｓｍ＋＋１Ｉ…Ａ≯），（５．５）

图５．２开放性边界条件下大小为１０×１０正图５．３Ｄ＝８时，１０×１０如＝０海森堡模型的基

图５．５（ａ）正方格子海森堡模型在ＰＥＰＳＤ＝８和Ｄ＝１０的基态能量；（ｂ）基于ＰＥＰＳＤ＝８，

拍１ｊＶｅｒｓｔｒａｅｔｅＦ．ＣｉｒａｃＪＩ．ＲｅｎｏｒｍａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓｆｏｒＱｕａｎｔｕｍ—ＭａｎｙＢｏｄｙＳｙｓｔｅｍｓｉｎｔｗｏ

ｑｕａｎｔｕｍｓｙｓｔｅｍｓｗｉｔｈｓｔｒｉｎｇ－ｂｏｎｄｓｔａｔｅｓ．Ｐｈｙｓ．Ｒｅｖ．Ｂ，２０ｌ０，８ｌ：２１４４２６．

ｂｅｒｇａｎｔｉｆｅｒｒｏｍａｇｎｅｔｉｎｔｗｏｄｉｍｅｎｓｉｏｎｓ．ｃｏｎｄ－ｍａｆｆ９４０２０６１．１９９４．．

ｎＢｅｄｎｏｒｚＪＧ．ＭａｉｌｅｒＫＡ．ＰｏｓｓｉｂｌｅｈｉｇｈＴｃｓｕｐｅｒｃｏｎｄｕｃｔｉｖｉｔｙｉｎｔｈｅＢ扩Ｌａ－Ｃｕ—Ｏｓｙｓｔｅｍ．

ｎＤａｇｏｔｔｏＥ．Ｃｏｒｒｅｌａｔｅｄｅｌｅｃｔｒｏｎｓｉｎｈｉｇｈ．ｔｅｍｐｅｒａｔｕｒｅｓｕｐｅｒｃｏｎｄｕｃｔｏｒｓ．Ｒｅｖ．Ｍｏｄ．Ｐｈｙｓ．，１９９４，

皿 ⅥｄａｌＧ．ＥｍｃｉｅｎｔＣｌａｓｓｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＳｌｉｇｈｔｌｙＥｎｔａｎｇｌｅｄＱｕａｎｔｕｍＣｏｍｐｕｔａｔｉｏｎｓ．Ｐｈｙｓ．

【３７】ＶｅｒｓｔｒａｅｔｅＦ，ＷｂｌｆＭＭ，Ｐｅｒｅｚ－ＧａｒｃｉａＤ，ｅｔａ１．Ｃｒｉｔｉｃａｌｉｔｙ，ｔｈｅＡｒｅａＬａｗ，ａｎｄｔｈｅＣｏｍｐｕｔａｔｉｏｎａｌ

【３９】ＪｉａｎｇＨＣ，ＷｅｎｇＺＹＸｉａｎｇＴ．ＡｃｃｕｒａｔｅＤｅｔｅｒｍｉｎａｔｉｏｎｏｆＴｅｎｓｏｒＮｅｔｗｏｒｋＳｔａｔｅｏｆＱｕａｎｔｕｍ

『５７１ＨａｒｉｕＡ，ＢａｒｂｉｅｌｌｉｎｉＢ，Ｓｉｌｊａｍ菹ｋｉＳ，ｅｔａ１．ＳｔｏｃｈａｓｔｉｃＧｒａｄｉｅｎｔＡｐｐｒｏｘｉｍａｔｉｏｎ：ＡｎＥｍｃｉｅｎｔ

１．ＷｅｎｙｕａｎＬｉｕ，ＣｈａｏＷａｎｇ，ＹａｎｂｉｎＬｉ，ＹｕｙａｎｇＬａｏ，ＹｏｎｇｊｉａｎＨａｎ，Ｇｕａｎｇ－Ｃａｎ