Skip to content
بازگشت به نتایج جست‌وجو

تحلیل حساسیت سراسری — سوبول، موریس، و فست

معرفی‌شده توسط
I.M. Sobol (indices, 2001); Morris (screening, 1991); Cukier et al. (FAST, 1973)
سال
1973–2001
نوع
Variance-based sensitivity decomposition

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

تحلیل حساسیت سراسری (GSA) خانواده‌ای از تکنیک‌ها است که واریانس خروجی یک مدل را بر اساس پارامترهای ورودی آن تجزیه می‌کند و میزان سهم هر ورودی — و هر ترکیب از ورودی‌ها — را در عدم قطعیت کلی نتیجه کمی‌سازی می‌کند. شاخص‌های مبتنی بر واریانس سوبول (2001)، غربالگری یک‌به‌یک (OAT) موریس (1991)، و آزمون حساسیت دامنه فوریه (FAST، که اولین بار توسط کوکیه و همکاران در سال 1973 پیشنهاد شد) سه رویکرد پرکاربرد در این زمینه هستند. این روش‌ها در کنار هم به عنوان ابزار استاندارد برای شناسایی پارامترهایی عمل می‌کنند که رفتار مدل را هدایت می‌کنند و آنهایی که می‌توان با اطمینان ثابت نگه داشت.

شهود پشت روش

مدلی را با ده ورودی قابل تنظیم تصور کنید. می‌خواهید بدانید کدام ورودی‌ها مهم هستند و کدام‌ها تأثیر ناچیزی بر خروجی دارند. یک بررسی حساسیت محلی فقط به شما می‌گوید که در نزدیکی یک تنظیم خاص چه اتفاقی می‌افتد؛ تحلیل حساسیت سراسری کل فضای قابل قبول تنظیمات را به طور همزمان بررسی می‌کند. رویکرد سوبول کامل‌ترین است: کسری از واریانس کل خروجی را به هر ورودی و به هر ترکیب از ورودی‌ها اختصاص می‌دهد. موریس یک روش غربالگری ارزان‌تر است که پارامترها را بر اساس تأثیر کلی آنها رتبه‌بندی می‌کند بدون اینکه واریانس را به طور کامل تجزیه کند. FAST از یک ترفند تبدیل فوریه برای دستیابی به تجزیه واریانس با تعداد اجرای مدل کمتر نسبت به سوبول استفاده می‌کند. هر سه روش به یک سؤال اساسی پاسخ می‌دهند — کدام ورودی‌ها مهم هستند — اما با سطوح مختلف هزینه و دقت.

تاریخ

تجزیه واریانس خروجی مدل به سهم‌های ورودی‌های منفرد ریشه در سنت ANOVA دارد، اما کاربرد سیستماتیک آن در مدل‌های محاسباتی با آزمون حساسیت دامنه فوریه که توسط کوکیه، لوین و شولر در دهه 1970 معرفی شد، آغاز گردید. مکس موریس رویکرد غربالگری اثرات ابتدایی یک‌به‌یک را در مقاله‌ای در سال 1991 رسمی کرد که به دلیل صرفه‌جویی عملی آن همچنان به طور گسترده مورد استناد قرار می‌گیرد. تأثیرگذارترین فرمول‌بندی مدرن از ایلیا ام. سوبول آمد، که مقاله او در سال 2001 تخمین‌گرهای مونت کارلو را برای شاخص‌های مبتنی بر واریانس مرتبه اول و اثر کل که اکنون استاندارد هستند، ایجاد کرد. کتاب درسی سالتلی و همکاران (2008) این حوزه را تثبیت کرد و طرح نمونه‌برداری Saltelli را به عنوان پیاده‌سازی مرجع برای شاخص‌های سوبول معرفی نمود. امروزه، تحلیل حساسیت سراسری یک جزء روتین از اعتبارسنجی مدل در مهندسی، علوم محیطی، اپیدمیولوژی و اقتصاد است.

چه زمانی استفاده شود

تحلیل حساسیت سراسری هر زمان که نیاز به درک این موضوع دارید که کدام ورودی‌ها عدم قطعیت را در یک مدل محاسباتی هدایت می‌کنند، یا زمانی که می‌خواهید با شناسایی پارامترهای بی‌تأثیر که می‌توانند ثابت شوند، یک مدل را ساده کنید، مناسب است. این روش برای هر مدل قطعی یا تصادفی که ورودی‌ها را می‌توان با توزیع‌ها یا دامنه‌های قابل قبول توصیف کرد، کاربرد دارد. شاخص‌های سوبول آموزنده‌ترین انتخاب هستند زمانی که تعداد اجرای مدل مقرون به صرفه باشد (معمولاً صدها تا هزاران بار در هر پارامتر). غربالگری موریس برای اکتشاف اولیه زمانی که مدل گران است و پارامترهای کاندید زیادی برای رتبه‌بندی سریع وجود دارد، ترجیح داده می‌شود. FAST یک حد وسط خوب است زمانی که هزینه نمونه‌برداری سوبول بسیار زیاد است اما تجزیه کامل واریانس مطلوب است. این روش نیازی به ورودی‌های با توزیع نرمال ندارد؛ انواع ورودی پیوسته مورد انتظار است. این روش زمانی که نمی‌توان به ورودی‌ها توزیع‌های احتمال یا دامنه‌های قابل قبول اختصاص داد، یا زمانی که مدل صرفاً مبتنی بر داده و بدون ساختار شبیه‌سازی پیشرو است، مناسب نیست.

محدودیت‌ها و ملاحظات

  • شاخص‌های سوبول به N×(2k+2) اجرای مدل نیاز دارند، که می‌تواند برای شبیه‌سازهای گران‌قیمت با پارامترهای زیاد بسیار پرهزینه باشد.
  • غربالگری موریس رتبه‌بندی اهمیت پارامترها را نشان می‌دهد اما واریانس را به کسرهای کمی‌شده تجزیه نمی‌کند؛ زمانی که تخصیص دقیق مورد نیاز است، نمی‌تواند جایگزین شاخص‌های سوبول شود.
  • همه روش‌ها فرض می‌کنند که عدم قطعیت ورودی را می‌توان با توزیع‌های احتمال یا دامنه‌های محدود مشخص کرد؛ اگر این دانش قبلی در دسترس نباشد یا غیرقابل اعتماد باشد، شاخص‌های حاصل عدم قطعیت مفروض را منعکس می‌کنند نه عدم قطعیت واقعی را.
  • برای مدل‌هایی با ورودی‌های گسسته یا طبقه‌ای، چارچوب استاندارد مبتنی بر واریانس مستقیماً اعمال نمی‌شود و نیاز به بسط‌ها یا رویکردهای جایگزین است.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • کل فضای ورودی را به طور همزمان بررسی می‌کند به جای اینکه مفروضات خطی‌سازی محلی را در نظر بگیرد، و رفتار غیرخطی و تعاملات پارامترها را ثبت می‌کند.
  • شاخص‌های اثر کل سوبول (ST) مستقیماً پارامترهای بی‌تأثیر را که می‌توان ثابت کرد، شناسایی می‌کنند و امکان ساده‌سازی مدل را به صورت اصولی فراهم می‌آورند.
  • روش موریس نسبت به تجزیه کامل واریانس بسیار ارزان است، که آن را برای مدل‌های با ابعاد بالا یا از نظر محاسباتی گران‌قیمت عملی می‌سازد.
  • FAST با تعداد اجرای کمتر نسبت به نمونه‌برداری Saltelli-Sobol به تجزیه کامل واریانس دست می‌یابد و یک سازش کارآمد ارائه می‌دهد.
  • نتایج قابل تفسیر هستند: شاخص‌های حساسیت کسرهای نرمال‌شده از واریانس کل هستند، که امکان رتبه‌بندی و ارتباط مستقیم را فراهم می‌آورد.

کاربردها

  • شناسایی اینکه کدام پارامترهای مدل بیشترین تأثیر را بر پیش‌بینی‌ها در مدل‌های اقلیمی و سیستم‌های زمین دارند، و هدایت تلاش‌های کالیبراسیون به سمت پارامترهای مهم.
  • ساده‌سازی مدل‌های پیچیده فارماکوکینتیک و فارماکودینامیک با ثابت کردن پارامترهای بی‌تأثیر قبل از تطبیق با داده‌های بالینی.
  • اولویت‌بندی کاهش عدم قطعیت در ارزیابی‌های ریسک و ایمنی برای سیستم‌های مهندسی هسته‌ای، شیمیایی یا سازه‌ای.
  • هدایت طراحی تجربی در زیست‌شناسی محاسباتی و مدل‌سازی سیستم‌ها با آشکار ساختن اینکه کدام عوامل ورودی بیشترین تغییرپذیری را در خروجی‌های مدل ایجاد می‌کنند.
  • حمایت از تحلیل سیاست با کمی‌سازی اینکه کدام مفروضات ورودی نامطمئن بیشترین تأثیر را بر نتایج مدل‌های اقتصادی یا اپیدمیولوژیک دارند.

چگونه کار می‌کند

چگونه کار می‌کند

1

تحلیلگر فضای پارامتر ورودی را مشخص می‌کند: به هر پارامتر یک توزیع احتمال (یا یک دامنه قابل قبول) اختصاص داده می‌شود که دانش قبلی در مورد عدم قطعیت آن را نشان می‌دهد. مدلی که خروجی آن باید تحلیل شود نیز در این مرحله تعریف می‌شود. انتخاب دقیق دامنه‌های ورودی حیاتی است زیرا شاخص‌های حساسیت نسبت به فضایی که بررسی می‌شود، نسبی هستند.

2

مجموعه‌ای ساختاریافته از ترکیبات ورودی بر اساس روش انتخابی تولید می‌شود. برای شاخص‌های سوبول، طرح نمونه‌برداری Saltelli تعداد N×(2k+2) ارزیابی مدل را برای k پارامتر تولید می‌کند؛ این طرح از دنباله‌های شبه‌تصادفی (با اختلاف کم) برای پوشش کارآمد فضای ورودی استفاده می‌کند. روش موریس از یک طراحی مسیر یک‌به‌یک استفاده می‌کند که یک پارامتر را در هر بار تغییر می‌دهد در حالی که سایر پارامترها ثابت نگه داشته می‌شوند. FAST از یک طرح نمونه‌برداری تناوبی استفاده می‌کند که بر اساس فرکانس‌های متمایز اختصاص داده شده به هر ورودی ساخته شده است.

3

مدل محاسباتی در هر نقطه ورودی نمونه‌برداری شده ارزیابی می‌شود. این مرحله می‌تواند پرهزینه‌ترین بخش تحلیل باشد اگر مدل از نظر محاسباتی گران باشد. برای شبیه‌سازهای گران‌قیمت، مدل‌های جایگزین (متامدل‌ها) مانند شبیه‌سازهای فرآیند گاوسی گاهی اوقات جایگزین می‌شوند تا تعداد ارزیابی‌های مورد نیاز امکان‌پذیر شود.

4

خروجی‌های مدل برای محاسبه معیارهای حساسیت تحلیل می‌شوند. برای سوبول، واریانس کل خروجی تقسیم می‌شود: شاخص مرتبه اول S1 کسری از واریانس را که به دلیل عملکرد تنها یک پارامتر است، نشان می‌دهد و شاخص اثر کل ST سهم آن را شامل تمام تعاملات با سایر پارامترها نشان می‌دهد. موریس یک اثر ابتدایی برای هر پارامتر در هر نقطه مسیر محاسبه می‌کند؛ میانگین و انحراف معیار این اثرات، تأثیر کلی و غیرخطی بودن یا تعامل را نشان می‌دهد. FAST از تحلیل فوریه تغییرات خروجی برای نسبت دادن واریانس به هر فرکانس ورودی استفاده می‌کند.

5

پارامترها بر اساس شاخص‌های حساسیت خود رتبه‌بندی می‌شوند. S1 بالا نشان می‌دهد که یک پارامتر تأثیر مستقیم قوی دارد؛ شکاف بزرگ بین S1 و ST نشان‌دهنده تعامل قابل توجه با سایر پارامترها است. پارامترهایی با ST نزدیک به صفر را می‌توان در مقادیر اسمی ثابت کرد بدون اینکه توزیع خروجی را به طور اساسی تحت تأثیر قرار دهد — این نتیجه عملی کلیدی است. نتایج معمولاً به صورت نمودارهای میله‌ای یا نمودارهای پراکندگی شاخص‌ها با فواصل اطمینان بوت‌استرپ نمایش داده می‌شوند.

دام‌های رایج

  • مشخص کردن دامنه‌های ورودی که بیش از حد باریک هستند، به طور مصنوعی حساسیت ظاهری پارامترهایی را که در یک دامنه واقعی گسترده‌تر اهمیت دارند، کاهش می‌دهد — همیشه دامنه‌های ورودی را بر اساس دانش دامنه یا داده‌ها بنا کنید.
  • گزارش تنها شاخص‌های مرتبه اول (S1) و نادیده گرفتن شاخص‌های اثر کل (ST) اثرات تعاملی را از دست می‌دهد؛ پارامتری با S1 پایین اما ST بالا همچنان مهم است زیرا به شدت با دیگران تعامل دارد.
  • استفاده از تعداد اجرای مدل بسیار کم برای شاخص‌های سوبول، تخمین‌های شاخص ناپایدار و غیرقابل اعتماد تولید می‌کند؛ فواصل اطمینان بوت‌استرپ همیشه باید برای ارزیابی همگرایی محاسبه شوند.
  • اعمال نتیجه غربالگری موریس به عنوان پاسخ نهایی زمانی که هدف نیاز به تخصیص دقیق واریانس دارد — موریس پارامترها را رتبه‌بندی می‌کند اما سهم کسری آنها را کمی‌سازی نمی‌کند؛ برای این کار از سوبول یا FAST استفاده کنید.
  • اشتباه گرفتن تحلیل حساسیت محلی (مشتقات در یک نقطه واحد) با تحلیل حساسیت سراسری — تحلیل محلی تعاملات پارامترها یا غیرخطی بودن را در کل فضای ورودی ثبت نمی‌کند.

پرسش‌های متداول

آیا باید از سوبول، موریس یا FAST استفاده کنم؟

انتخاب به بودجه اجرای مدل و هدف شما بستگی دارد. اگر مدل گران است و پارامترهای زیادی برای غربالگری دارید، با موریس شروع کنید — این روش آنها را ارزان رتبه‌بندی می‌کند. اگر می‌توانید N×(2k+2) اجرا (که k تعداد پارامترها است) را بپردازید، شاخص‌های سوبول با کمی‌سازی اثرات مرتبه اول و تعاملی به عنوان کسرهای واریانس کل، کامل‌ترین تصویر را ارائه می‌دهند. FAST گزینه خوبی است زمانی که تجزیه کامل واریانس را می‌خواهید اما اندازه نمونه سوبول بسیار بزرگ است؛ این روش اطلاعات مشابهی را با اجرای کمتر به دست می‌آورد.

شاخص‌های مرتبه اول (S1) و اثر کل (ST) واقعاً به چه معنا هستند؟

S1 برای یک پارامتر کسری از واریانس کل خروجی است که تنها توسط آن پارامتر توضیح داده می‌شود، بدون در نظر گرفتن تعاملات. ST کسری است که توسط آن پارامتر و تمام تعاملات آن با سایر پارامترها توضیح داده می‌شود. اگر S1 ≈ ST برای همه پارامترها باشد، تعاملات ناچیز هستند. شکاف بزرگ بین S1 و ST نشان‌دهنده اثرات تعاملی مهم است. پارامترهایی با ST نزدیک به صفر را می‌توان بدون تغییر معنی‌دار عدم قطعیت خروجی ثابت کرد.

به چند اجرای مدل نیاز دارم؟

طرح استاندارد Saltelli برای شاخص‌های سوبول به N×(2k+2) اجرا نیاز دارد، که N یک اندازه نمونه پایه (اغلب 512 تا 2048) و k تعداد پارامترهای ورودی است. به عنوان مثال، با k=10 پارامتر و N=1024، این تعداد 22528 اجرا است. موریس معمولاً به r×(k+1) اجرا نیاز دارد، که r تعداد مسیرها (اغلب 10 تا 50) است، که در مجموع بسیار کمتر است. الزامات FAST بسته به پیاده‌سازی متفاوت است اما به طور کلی بین موریس و سوبول قرار می‌گیرد.

آیا می‌توانم از تحلیل حساسیت سراسری بر روی مدلی که شبیه‌سازی نیست استفاده کنم؟

GSA برای هر مدلی که مجموعه‌ای از ورودی‌ها را به خروجی‌ها نگاشت می‌کند و می‌تواند به طور مکرر در مقادیر ورودی مختلف ارزیابی شود، کاربرد دارد. این شامل مدل‌های آماری، مدل‌های یادگیری ماشین و معادلات تحلیلی می‌شود، نه فقط شبیه‌سازی‌های مبتنی بر فیزیک. شرط این است که بتوان به ورودی‌ها توزیع‌های قابل قبول یا دامنه‌هایی اختصاص داد و مدل را به اندازه کافی اجرا کرد تا ماتریس نمونه پر شود.

روش‌های مرتبط

منابع

  1. Sobol, I.M. (2001). Global Sensitivity Indices for Nonlinear Mathematical Models and Their Monte Carlo Estimates. Mathematics and Computers in Simulation, 55(1–3), 271–280.

    باز کردن مرجع DOI
    کپی شد.
  2. Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley.

    باز کردن مرجع DOI
    کپی شد.