Skip to content
بازگشت به نتایج جست‌وجو

Latin Hypercube Sampling — طراحی شبیه‌سازی طبقه‌بندی‌شده

سال
1979
نوع
Stratified space-filling sampling design

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

اندازه قلم

چه کاری انجام می‌دهد؟

Latin Hypercube Sampling (LHS) یک طرح طبقه‌بندی‌شده و فضایی برای آزمایش‌های کامپیوتری است که در سال ۱۹۷۹ توسط مک‌کی، بکمن و کانور معرفی شد. این روش دامنه هر متغیر ورودی را به طبقه‌های با احتمال برابر تقسیم می‌کند و دقیقاً یک نمونه از هر طبقه می‌گیرد، که تضمین می‌کند فضای ورودی کامل با ارزیابی‌های مدل بسیار کمتر از شبیه‌سازی استاندارد مونت کارلو پوشش داده می‌شود. این روش معمولاً با تحلیل حساسیت سراسری — به‌ویژه شاخص‌های سوبول — برای سنجش میزان تأثیر هر ورودی بر تغییرات خروجی همراه می‌شود.

شهود پشت روش

تصور کنید می‌خواهید بفهمید که یک مدل کامپیوتری پیچیده در طیف وسیعی از ترکیبات ورودی چگونه پاسخ می‌دهد، اما اجرای هر مدل پرهزینه است. مونت کارلو استاندارد نمونه‌ها را به‌صورت تصادفی می‌کشد و ممکن است به‌دلیل شانس، نواحی بزرگی از فضای ورودی را به‌خوبی پوشش ندهد. Latin Hypercube Sampling با عمل کردن مانند یک شبکه دقیق از این امر اجتناب می‌کند: هر بُعد ورودی را به برش‌های با احتمال برابر تقسیم می‌کند و تضمین می‌کند که هر برش دقیقاً یک بار در نمونه نشان داده شود. نتیجه مجموعه‌ای از نقاط ورودی است که به‌طور یکنواخت‌تر از نمونه‌گیری تصادفی در فضای پارامتر پخش می‌شود، بنابراین شما با هر اجرا اطلاعات بیشتری در مورد رفتار مدل کسب می‌کنید. هنگامی که با شاخص‌های حساسیت سوبول ترکیب می‌شود، این روش همچنین به شما می‌گوید کدام ورودی‌ها بیشترین اهمیت را دارند — گامی حیاتی قبل از سرمایه‌گذاری در تحلیل یا کالیبراسیون بیشتر.

تاریخ

Latin Hypercube Sampling توسط مک‌کی، بکمن و کانور در مقاله‌ای در سال ۱۹۷۹ در Technometrics معرفی شد، جایی که آن را با نمونه‌گیری تصادفی ساده و نمونه‌گیری تصادفی طبقه‌بندی‌شده به عنوان روشی برای کاوش خروجی مدل کامپیوتری مقایسه کردند. نام آن از ساختار ترکیبی مربع لاتین گرفته شده است که به ابعاد بالاتر تعمیم یافته است: درست همان‌طور که یک مربع لاتین یک نماد را در هر سطر و ستون یک شبکه قرار می‌دهد، LHS نیز یک نمونه را در هر سطر و ستون یک شبکه طبقه‌بندی چندبعدی قرار می‌دهد. این روش به سنگ بنای طراحی آزمایش‌های کامپیوتری تبدیل شد — میدانی که توسط Sacks et al. (1989) رسمی شد — و جفت شدن آن با تحلیل حساسیت سراسری مبتنی بر واریانس توسط سالتلی و همکاران در دهه‌های ۱۹۹۰ و ۲۰۰۰ سیستم‌مند شد و در کتاب درسی پرکاربرد Saltelli et al. (2008) به اوج خود رسید.

چه زمانی استفاده شود

LHS زمانی مناسب است که نیاز دارید بفهمید چگونه یک مدل محاسباتی پرهزینه در فضای ورودی خود پاسخ می‌دهد و یک طرح فاکتوریل کامل یا طرح مونت کارلو تصادفی به‌طور غیرقابل تحملی پرهزینه باشد. این روش نیازمند این است که حدود و توزیع‌های متغیر ورودی قابل مشخص شدن باشند — حتی توزیع‌های حاشیه‌ای تقریبی نیز کافی هستند. این روش به‌ویژه برای تحلیل حساسیت سراسری زمانی که ورودی‌ها پیوسته هستند، مناسب است. اگر ورودی‌ها به‌شدت همبسته باشند، قبل از نمونه‌گیری از تصحیح ایمن-کانور استفاده کنید. هنگامی که ارزیابی مدل بسیار ارزان است، مونت کارلو استاندارد با اندازه نمونه بسیار بزرگ یک جایگزین ساده‌تر است؛ هنگامی که فقط به حساسیت محلی نیاز دارید، روش‌های مبتنی بر گرادیان ممکن است آموزنده‌تر باشند.

محدودیت‌ها و ملاحظات

  • نیاز دارد که توزیع‌ها و حدود ورودی از قبل مشخص شوند؛ توزیع‌های نادرست انتخاب شده می‌توانند فضای پارامتر واقعی را نادرست نشان دهند.
  • تحلیل حساسیت سوبول به اندازه نمونه N·(k+2) نیاز دارد که وقتی تعداد ورودی‌ها k زیاد است، می‌تواند بزرگ شود.
  • LHS در فضاهای با ابعاد بالا بهینگی را تضمین نمی‌کند — مزیت نسبت به نمونه‌گیری تصادفی با افزایش ابعاد کاهش می‌یابد.
  • این روش صرفاً اکتشافی است؛ بدون تحلیل اضافی، خود عدم قطعیت توزیع خروجی را تخمین نمی‌زند.

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

نقاط قوت

  • دقت تخمین مشابهی را با مونت کارلو استاندارد با ارزیابی‌های مدل به‌طور قابل توجهی کمتر به دست می‌آورد و آن را برای شبیه‌سازی‌های پرهزینه بسیار کارآمد می‌سازد.
  • پوشش کامل دامنه هر متغیر ورودی را از طریق طبقه‌بندی تضمین می‌کند و از خوشه‌بندی و شکاف‌هایی که نمونه‌گیری تصادفی خالص را آزار می‌دهند، جلوگیری می‌کند.
  • به‌طور طبیعی با شاخص‌های حساسیت سراسری سوبول جفت می‌شود و امکان رتبه‌بندی اصولی اهمیت ورودی را فراهم می‌کند.
  • برای هر مدل جعبه سیاه قابل اجرا است — هیچ اطلاعات مشتق یا فرم تحلیلی مورد نیاز نیست.
  • بسط ایمن-کانور ورودی‌های همبسته را بدون قربانی کردن خاصیت پرکنندگی فضا مدیریت می‌کند.

کاربردها

  • تحلیل عدم قطعیت و حساسیت در مدل‌های زیست‌محیطی و اقلیمی، که در آن اجرای مدل هزاران بار با وضوح کامل غیرممکن است.
  • مهندسی قابلیت اطمینان و ایمنی سازه: انتشار خواص مواد و بارهای نامطمئن از طریق مدل‌های المان محدود برای تخمین احتمالات شکست.
  • مدل‌سازی دارویی و زیست‌پزشکی: کاوش در مورد اینکه چگونه پارامترهای فیزیولوژیکی نامطمئن بر پیش‌بینی غلظت دارو در مدل‌های فارماکوکینتیک تأثیر می‌گذارند.
  • تحلیل ریسک مالی: نمونه‌گیری پارامترهای نامطمئن بازار برای تخمین ارزش در معرض ریسک پرتفوی تحت یک مدل قیمت‌گذاری پیچیده.
  • شبیه‌سازی‌های اجتماعی مبتنی بر عامل: کاوش سیستماتیک در مورد اینکه چگونه پارامترهای رفتاری نامطمئن بر نتایج تجمعی تأثیر می‌گذارند.

چگونه کار می‌کند

چگونه کار می‌کند

1

به هر متغیر ورودی نامطمئن یک توزیع احتمال (یکنواخت، نرمال، لگ‌نرمال و غیره) اختصاص داده می‌شود و دامنه قابل قبول آن مشخص می‌شود. این مرحله مشخص می‌کند که تحلیلگر قبل از شروع نمونه‌گیری، در مورد هر پارامتر چه چیزی را می‌داند — یا فرض می‌کند. اگر ورودی‌ها همبسته باشند، می‌توان از روش همبستگی رتبه ایمن-کانور برای حفظ ساختار وابستگی آن‌ها در عین تولید یک طرح LHS معتبر استفاده کرد.

2

توزیع تجمعی هر متغیر ورودی به N بازه با احتمال برابر (طبقات) تقسیم می‌شود. یک مقدار به‌صورت تصادفی از درون هر طبقه کشیده می‌شود و مقادیر کشیده‌شده N به‌طور مستقل بین متغیرهای ورودی جابجا می‌شوند. نتیجه یک ماتریس N × k (N نمونه، k ورودی) است که در آن هر سطر یک ترکیب متمایز از مقادیر ورودی است و هر طبقه دقیقاً یک بار در هر ستون ظاهر می‌شود. این ویژگی طبقه‌بندی، LHS را کارآمدتر از نمونه‌گیری تصادفی ساده می‌کند.

3

مدل کامپیوتری — یک شبیه‌سازی، یک حل‌کننده المان محدود، یک مدل مبتنی بر عامل، یا هر تابع جعبه سیاه — در هر یک از ترکیبات ورودی نمونه‌برداری شده N ارزیابی می‌شود. مقادیر خروجی یک بردار Y به طول N را تشکیل می‌دهند. حداقل اندازه نمونه توصیه شده معمولاً ۱۰۰۰ اجرا است؛ زیر این آستانه، مزیت پوشش LHS نسبت به مونت کارلو ساده کاهش می‌یابد و شاخص‌های سوبول غیرقابل اعتماد می‌شوند. به‌طور خاص برای تحلیل سوبول، اندازه نمونه مورد نیاز به‌صورت N·(k+2) رشد می‌کند، که در آن k تعداد ورودی‌ها است.

4

شاخص‌های حساسیت مبتنی بر واریانس سوبول از خروجی‌های مدل تخمین زده می‌شوند. شاخص مرتبه اول S_i کسری از واریانس کل خروجی را که صرفاً به ورودی i نسبت داده می‌شود اندازه‌گیری می‌کند؛ شاخص مرتبه کل S_Ti هم اثرات مستقیم و هم اثرات متقابل را در بر می‌گیرد. این شاخص‌ها با هم ورودی‌ها را بر اساس اهمیت رتبه‌بندی می‌کنند، مشخص می‌کنند کدام پارامترها را می‌توان بدون از دست دادن اطلاعات ثابت نگه داشت و تلاش برای ساده‌سازی و کالیبراسیون بیشتر مدل را هدایت می‌کنند.

دام‌های رایج

  • استفاده از کمتر از ۱۰۰۰ نقطه نمونه: فضای پارامتر به‌طور کافی پوشش داده نمی‌شود و شاخص‌های سوبول محاسبه شده از نمونه‌های کوچک، واریانس بالایی دارند و غیرقابل اعتماد هستند.
  • نادیده گرفتن همبستگی‌های ورودی: در نظر گرفتن ورودی‌های همبسته به‌عنوان مستقل، نمونه را تحریف می‌کند و تخمین‌های حساسیت گمراه‌کننده‌ای ارائه می‌دهد — همیشه هنگام غیرقابل اغماض بودن همبستگی‌ها، از تصحیح ایمن-کانور استفاده کنید.
  • اشتباه گرفتن شاخص‌های سوبول مرتبه اول و مرتبه کل: یک شاخص مرتبه اول کوچک به این معنی نیست که یک ورودی بی‌اهمیت است اگر در اثرات متقابل قوی که توسط شاخص مرتبه کل گرفته می‌شود، شرکت کند.
  • استفاده از LHS زمانی که مدل قطعی و بسیار هموار است: در این حالت، مدل‌های جایگزین یا روش‌های مبتنی بر گرادیان ممکن است با هزینه کمتری بینش مشابهی را ارائه دهند.

پرسش‌های متداول

LHS چگونه با نمونه‌گیری استاندارد مونت کارلو متفاوت است؟

هر دو روش برای نمونه‌گیری از فضای ورودی برای شبیه‌سازی استفاده می‌شوند، اما در نحوه قرار دادن نمونه‌ها تفاوت دارند. مونت کارلو استاندارد هر نقطه نمونه را به‌طور مستقل و یکنواخت به‌صورت تصادفی می‌کشد، که می‌تواند باعث شود برخی از نواحی فضای ورودی بیش از حد نمایش داده شوند و برخی دیگر به‌دلیل شانس پراکنده باشند. LHS یک قانون طبقه‌بندی را اعمال می‌کند: دامنه هر متغیر ورودی به بازه‌های با احتمال برابر تقسیم می‌شود و دقیقاً یک نمونه در هر بازه قرار می‌گیرد. این امر پوشش بهتر فضای ورودی را با تعداد نقاط یکسان تضمین می‌کند و منجر به واریانس تخمین کمتر برای بسیاری از کمیت‌های مورد علاقه می‌شود.

چه تعداد نمونه مورد نیاز است؟

حداقل ۱۰۰۰ نقطه نمونه، آستانه توصیه شده رایج برای پوشش قابل اعتماد فضای ورودی با LHS است. برای تحلیل حساسیت سوبول، اندازه نمونه مورد نیاز N·(k+2) است، که در آن k تعداد متغیرهای ورودی است. به عنوان مثال، با ۱۰ ورودی و N = ۱۰۲۴، تعداد کل ارزیابی‌های مدل ۱۲۲۸۸ است. کمتر از ۱۰۰۰ نمونه، مزیت پرکنندگی فضا از LHS کاهش می‌یابد و شاخص‌های سوبول بسیار نامطمئن می‌شوند.

شاخص‌های سوبول چه هستند و چرا با LHS استفاده می‌شوند؟

شاخص‌های سوبول معیارهای حساسیت مبتنی بر واریانس هستند. شاخص مرتبه اول S_i میزان واریانس کل خروجی را که توسط ورودی i به‌تنهایی توضیح داده می‌شود، کمی می‌کند؛ شاخص مرتبه کل S_Ti اثر ترکیبی ورودی i و تمام تعاملات آن با ورودی‌های دیگر را در بر می‌گیرد. آن‌ها معمولاً با LHS جفت می‌شوند زیرا LHS یک نمونه خوب پخش شده در فضای ورودی تولید می‌کند که نقطه شروعی برای تخمین‌زننده سالتلی شاخص‌های سوبول است. در مجموع، این دو تکنیک مشخص می‌کنند کدام ورودی‌ها خروجی مدل را هدایت می‌کنند و کدام‌ها می‌توانند ثابت در نظر گرفته شوند — گامی کلیدی در برنامه‌ریزی ساده‌سازی و کالیبراسیون مدل.

هنگامی که ورودی‌ها همبسته هستند چه کاری باید انجام دهم؟

LHS استاندارد نمونه‌ها را با فرض استقلال ورودی‌ها تولید می‌کند. هنگامی که ورودی‌ها همبسته هستند، روش همبستگی رتبه ایمن-کانور را به عنوان یک مرحله پس از پردازش اعمال کنید: این روش ستون‌های LHS را بازآرایی می‌کند تا همبستگی‌های رتبه مورد نظر را بین ورودی‌ها القا کند و در عین حال توزیع‌های حاشیه‌ای و خاصیت طبقه‌بندی را حفظ کند. نادیده گرفتن همبستگی‌های شناخته شده، تخمین‌های حساسیت را تورم یا کاهش می‌دهد و تصویری گمراه‌کننده از اینکه کدام ورودی‌ها مهم‌تر هستند، ارائه می‌دهد.

روش‌های مرتبط

منابع

  1. McKay, M.D., Beckman, R.J. & Conover, W.J. (1979). A Comparison of Three Methods for Selecting Values of Input Variables in the Analysis of Output from a Computer Code. Technometrics, 21(2), 239-245.

    باز کردن مرجع DOI
    کپی شد.
  2. Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M. & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley.

    باز کردن مرجع DOI
    کپی شد.