تحليل الحساسية الشامل — سوبول، موريس، وفاسْت
تحليل الحساسية الشامل (GSA) هو عائلة من التقنيات التي تفكك تباين مخرجات النموذج عبر متغيراته المدخلة، وتقيس مقدار مساهمة كل مدخل — وكل تركيبة من المدخلات — في عدم اليقين الكلي للنتيجة. مؤشرات سوبول القائمة على التباين (2001)، وفحص موريس للعوامل المتغيرة واحداً تلو الآخر (OAT) (1991)، واختبار حساسية سعة فورييه (FAST، الذي اقترحه لأول مرة كوكير وآخرون في عام 1973) هي الأساليب الثلاثة الأكثر استخداماً. معاً، تشكل هذه الأساليب مجموعة الأدوات القياسية لتحديد أي المتغيرات تقود سلوك النموذج وأيها يمكن تثبيتها بأمان.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- 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. DOI: 10.1016/S0378-4754(00)00270-6 ↗
- Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Global Sensitivity Analysis (Sobol, Morris, FAST). ScholarGate. https://scholargate.app/ar/simulation/global-sensitivity-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصميم التجاربالتصميم التجريبي↔ compare
- أخذ العينات باللاتين هايبركيوبالمحاكاة↔ compare
- محاكاة مونت كارلواتخاذ القرار↔ compare
- تحديد كمية عدم اليقينالمحاكاة↔ compare