FourPhonon：三声子迭代与四声子RTA

convergence和four_phonon_iteration控制不同层次的BTE求解。本篇实际执行三声子迭代、四声子仍用RTA的混合方法；它不同于两者全RTA，也不同于完整四声子迭代。

下载实际输入、参考数值和终端脚本。

unzip fourphonon-solvers-wave669-*.zip
cd fourphonon-solvers
bash results.sh
bash plot.sh

以上只读参考表并绘图，不启动DFT。新的原生计算以普通账号sbatch job.slurm提交，脚本自动准备干净目录、计算并提取结果；reference-data/是已完成参考，results/才是新执行的提取结果。CPU申请cpu-8173m独占整节点1任务×56核，本小例内部1MPI×1线程，计费仍按整节点。程序为FourPhonon1.3-fix20260924 CPU版，oneAPI2024.2、Intel MPI2021.13与顺序MKL，适用AVX512 CPU；本例不报告CPU节点性能对照。

1. 同一模型，改变求解层次#

使用相空间例相同的Si晶胞、质量、3³网格和300 K，同时提供真实二、三、四阶力常数。输入目录为inputs/cases/mixed-iteration/：

&parameters
 T=300, scalebroad=1
 maxiter=200, eps=1e-6
 num_sample_process_3ph=-1
 num_sample_process_3ph_phase_space=-1
 num_sample_process_4ph=-1
 num_sample_process_4ph_phase_space=-1
&end
&flags
 onlyharmonic=.false.
 four_phonon=.true.
 convergence=.true.
 four_phonon_iteration=.false.
 isotopes=.false., autoisotopes=.false.
 nonanalytic=.false., espresso=.false., tdep=.false.
 nanowires=.false.
&end

不同方法的比较必须匹配质量、同位素、力常数、网格和展宽。其他篇中质量28.085 u的表不能直接当成本文28.0855099896 u条件的严格逐值对照。

2. 提交与读取迭代#

sbatch job.slurm
tail -n 18 cases/mixed-iteration/native.log
cat cases/mixed-iteration/T300K/BTE.kappa_tensor

本包的一次提交也运行三个很短的相空间目录；它们与本目录输出分别保存。要单独学习混合求解，在自己的干净目录复制这个CONTROL及三份力常数，再使用相同CPU批处理资源设置运行。

head results/mixed-iteration.csv

原生张量文件首列为迭代序号，后9列为完整3×3张量的Fortran列优先顺序。不要只按每行前3个数字就称它们是xx、yy、zz；对角分量位于张量展开后的第1、5、9项。

3. 实际结果#

本例RTA初始κxx=24.05554822 W/(m·K)，第9次迭代为18.97520617 W/(m·K)，最后原生相对变化9.88064×10⁻⁸，低于设置的1E-6，且没有达到maxiter=200上限。完整初始张量及基础三、四声子散射率与同一模型已有RTA数据对应。

这里的变化来自求解方法，不能写成简单“四声子使热导降低多少”而忽略迭代近似。3³网格只用于快速学习；q网格、力常数与展宽收敛分别检查。

4. 抽样与迭代不要混配#

当前安装版对迭代所需的散射矩阵要求完整过程计数：三声子迭代时，num_sample_process_3ph及num_sample_process_3ph_phase_space保持−1；完整四声子迭代时，相应四声子两项也保持−1。不要为通过输入检查而把不匹配的条件隐藏在旧输出目录里。

本例采用CPU原生求解；已有GPU接口的逐模定量差异仍需按GPU与工具适用范围处理，不能用这里的CPU结果替代GPU科学结果。