[論文レビュー] Hamiltonian Monte Carlo Methods for Subset Simulation in Reliability Analysis

Ziqi Wang, Marco Broccardo+1 more|arXiv (Cornell University)|Jun 5, 2017

Probabilistic and Robust Engineering Design参考文献 24被引用数 4

ひとこと要約

本稿では、構造信頼性解析におけるサブセットシミュレーションの効率性と正確性を向上させるために、ハミルトニアン・モンテカルロ（HMC）手法を提案する。従来のランダムウォークメトロポリス・ハスティングスMCMCに代えて、決定論的でランダムウォークでないサンプリングを行うHMCを採用することで、確率空間の探索が著しく向上し、拒否採用HMCのバリエーションでは、解析的限界状態関数を有する問題において、従来手法に比べて顕著に高い効率性を示す。

ABSTRACT

This paper studies a non-random-walk Markov Chain Monte Carlo method, namely the Hamiltonian Monte Carlo (HMC) method in the context of Subset Simulation used for structural reliability analysis. The HMC method relies on a deterministic mechanism inspired by Hamiltonian dynamics to propose samples following a target probability distribution. The method alleviates the random walk behavior to achieve a more effective and consistent exploration of the probability space compared to standard Gibbs or Metropolis-Hastings techniques. After a brief review of the basic concepts of the HMC method and its computational details, two algorithms are proposed to facilitate the application of the HMC method to Subset Simulation in structural reliability analysis. Next, the behavior of the two HMC algorithms is illustrated using simple probability distribution models. Finally, the accuracy and efficiency of Subset Simulation employing the two HMC algorithms are tested using various reliability examples. The supporting source code and data are available for download at (the URL that will become available once the paper is accepted).

研究の動機と目的

• 稀な破壊確率推定における従来のランダムウォークMCMC手法の非効率性を是正すること。
• ハミルトニアン・モンテカルロ（HMC）が、サブセットシミュレーションにおける条件付き分布のサンプリングの非ランダムウォーク代替手法としての適用可能性と性能を調査すること。
• ガウス分布および非ガウス分布の確率空間の両方において、信頼性解析に適用可能な2つのHMCベースのアルゴリズム—拒否採用とバリア反発—の開発と評価を行うこと。
• 解析的および構造的例を含むさまざまな信頼性問題において、HMCベースのサブセットシミュレーションと標準的なメトロポリス・ハスティングスとの間で正確性と計算効率を比較すること。
• HMCがベイジアン信頼性解析および高次元で相関のある問題への応用にどのように活用できるかを検討し、リーマン多様体HMCを用いた今後の拡張を示唆すること。

提案手法

• ハミルトニアン力学を用いて決定論的軌道を通じてサンプルを提案するHMC手法を、サブセットシミュレーションにおける条件付きターゲット分布のサンプリングに適応する。
• ハミルトニアン力学を用いて軌道を提案し、ターゲット密度に基づいて受け入れまたは拒否する拒否採用ベースのHMCアルゴリズムを開発し、ランダムウォーク行動を回避する。
• ハミルトニアン軌道と破壊領域境界の相互作用を、接線法またはニュートン・ラプソン法を用いて当たるまでの時間を計算することでモデル化するバリア反発HMCのバリエーションを提案する。
• 両方のHMCアルゴリズムを、破壊確率がネストされた破壊領域における条件付き確率の積に分解されるサブセットシミュレーションフレームワーク内に適用する。
• 数値積分と軌道シミュレーションを用いてハミルトニアン力学を計算し、効率的な提案生成のための対数ターゲット密度の勾配情報を活用する。
• 単純な確率モデル（ガウス分布および非ガウス分布）と、実世界の信頼性問題（構造のプッシュオーバー解析およびランダム振動系）を用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 HMCベースのサンプリングは、信頼性解析における標準的なランダムウォークメトロポリス・ハスティングス手法に比べ、サブセットシミュレーションの効率性と正確性を向上させることができるか？
• RQ2 拒否採用とバリア反発の2つのHMCバリエーションは、標準正規分布および非ガウス分布の確率空間において、サンプリング効率と収束性の点でどのように性能を示すか？
• RQ3 バリア反発HMC手法の計算オーバーヘッドはどの程度であり、どのような条件下で拒否採用HMCおよび従来のMCMCを上回る性能を示すか？
• RQ4 解析的限界状態関数を有する問題では、バリア反発HMCにおける当たるまでの時間を解析的に計算可能であるか。その場合、追加の計算コストを排除し、効率性を向上させられるか？
• RQ5 HMCベースのサブセットシミュレーションは、ベイジアン信頼性解析および高次元で相関のあるシステムに効果的に拡張可能か？

主な発見

• 拒否採用HMCアプローチは、従来のランダムウォークメトロポリス・ハスティングス手法に比べ、著しく高い効率性を達成した。3700サンプルの実行で、破壊確率推定値 $2.78 \times 10^{-4}$ の変動係数（c.o.v.）が0.33にまで低下した。
• プッシュオーバー解析の例では、HMC-SS法が $2.78 \times 10^{-4}$ の破壊確率推定値と0.33のc.o.v.を達成し、従来のメトロポリス・ハスティングス法に比べて効率性が優れていた。
• バリア反発HMC（BB-HMC）法は、繰り返しの当たるまでの時間計算に起因して、一般的には高い計算コストを要したが、解析的当たるまでの時間が得られる場合には改善の余地があることが示された。
• 明示的かつ解析的な限界状態関数を有する問題、例えば応答面ベースの信頼性解析では、BB-HMCが当たるまでの時間計算の計算オーバーヘッドを排除でき、他の手法に比べて優れた性能を示した。
• 数値結果から、両方のHMCベースのサブセットシミュレーション手法が、従来手法と同等の正確性を維持しながら、特に高次元かつ相関のある空間において顕著なサンプリング効率の向上を達成したことが確認された。
• 本研究は、HMCが、サブセットシミュレーションにおける標準MCMCの一般的で魅力的な代替手法であると結論づけ、リーマン多様体HMCを用いたベイジアン信頼性解析および高次元問題への拡張の可能性を示唆した。