感度解析
工学やシミュレーションにおいて感度解析とは、入力因子の変動が出力応答に与える影響度を定量化し、重要な要因を特定する手法である。モデル化、設計最適化、信頼性評価、品質工学の基礎として広く用いられ、限られた実験・計算資源を有効に配分する意思決定を助ける。単なる「効く・効かない」の直感ではなく、勾配や分散寄与などの尺度で影響度を明確化し、ばらつき低減やロバスト設計の優先順位付けにつなげる点に特徴がある。
基本概念と目的
数理モデルを y=f(x) とし、x は複数の入力ベクトル、y は関心のある性能指標である。感度解析の目的は、(1)入力ごとの影響度の比較、(2)相互作用の把握、(3)不確かさ伝播の理解、(4)最適化・公差設計・品質改善への接続である。影響度の代表例に、偏微分に基づく感度係数や、出力分散への寄与率（分散分解）がある。
手法の分類
- ローカル法：設計点近傍の微小変化に対する勾配（微分係数）を用いる。
- グローバル法：入力全域のばらつきを考慮し、分散分解や相互作用を評価する。
- スクリーニング：多数因子の中から重要因子を素早くふるい分ける。
- データ駆動型：回帰・機械学習の重要度（例：SHAP）を用いて影響度を推定する。
ローカル法（微分・有限差分）
ローカル感度解析は、有限差分や複素ステップ法により ∂y/∂x_i を評価する。FEMやCFDの大規模計算では自動微分（AD）や随伴法が有効で、目的関数の勾配を計算コストほぼ一定で求められる。非線形性が強い場合は、設計点依存性に留意して複数点での評価が望ましい。
グローバル法（Sobol指標）
グローバル感度解析では、出力分散 Var(y) を各因子と相互作用に分解し、一次指標 S_i とトータル指標 T_i を算出する。モンテカルロや低差異列（Sobol列など）により推定するが、サンプル数が多くなるためサロゲートモデル（後述）の併用が現実的である。相互作用が大きい系では T_i を重視する。
Morris法（スクリーニング）
Morris法は、各因子をランダムウォーク的に一度ずつ変化させる設計で、平均効果と分散から重要度と非線形性・相互作用の兆候を素早く把握する。高次元でも計算量が抑えられ、詳細解析前の絞り込みに適する。
サンプリング設計（DOE）
- LHS（ラテン超方格）：入力空間を均一にカバーし、少ない点で情報量を確保する。
- 直交表・要因計画：主効果と交互作用の分離を意識する古典的DOE。
- 空間充填設計：最大最小距離や低歪み基準でサンプル点を配置する。
モデル化とサロゲート
計算コストが高い場合、RSM（応答曲面法）、ガウス過程回帰（Kriging）、PCE（Polynomial Chaos Expansion）などで近似モデルを構築し、グローバル感度解析や最適化を高速化する。交差検証で汎化性能を確認し、外挿の危険を避ける。
信頼性・ロバスト設計への応用
感度解析は、ばらつき解析や信頼性解析（FORM/SORM）と親和性が高い。重要因子の分散を抑える、公差を再配分する、制御因子で感度を鈍化させるなどの手段に直結する。工程・材料・幾何の各ばらつきを統合し、品質指標の安定化を図る。
最適化との統合
勾配ベース最適化では、随伴勾配により高次元設計でも効率的に更新方向を得る。グローバル感度解析は、多目的最適化の前処理として設計変数の縮約や重み設定に有用である。MDO（多領域最適化）では、学際的因子の相互作用を把握する助けとなる。
実務フロー（推奨手順）
- 目的・評価指標・許容誤差を定義する。
- 入力因子と分布（範囲・確率）を設定する。
- スクリーニングで重要因子を絞り込む（Morrisなど）。
- DOEでサンプリングし、RSMやKrigingでサロゲート構築。
- Sobol指標や回帰係数で影響度を定量化する。
- 重要因子に対し、公差・工程・制御仕様を見直す。
- 必要に応じてローカル勾配で精密最適化を行う。
よくある落とし穴と対策
- 共線性：主成分分析や正則化（L1/L2）で対処する。
- 非線形・相互作用の見落とし：グローバル指標とサロゲートを併用する。
- サンプル不足：LHSや空間充填で情報密度を高め、漸増設計を用いる。
- 外れ値・ノイズ：ロバスト回帰と再測定で影響を抑える。
- 次元の呪い：スクリーニングと変数縮約で解を狭める。
Sobol指標の計算負荷
直計算は高価である。KrigingやPCE上での解析、低差異列の活用、分散低減技法で計算量を下げると実用的になる。
随伴法（Adjoint）
CFDや構造最適化で、目的関数の勾配を未知数数に依存しないコストで得る強力な枠組みである。境界条件とソルバ実装の正当性検証が重要である。
ラテン超方格法（LHS）
各次元を均等分割し、同一区間の重複を避けてサンプルを配置する。少点数でも入力空間をよくカバーでき、サロゲートの学習効率が高い。
実務例の要点
熱設計では熱伝達率・発熱・接触熱抵抗、構造では弾性率・板厚・境界条件、流体では流入条件・乱流モデルなどが主要因になりやすい。計測・実験データと整合させ、モデル誤差を別扱いで評価することが成果の鍵である。
コメント（β版）