MCDMRankingcrisp
Monte Carlo-simulering — Stokastisk usikkerhedspropagering gennem MCDM-model
MONTE-CARLO-SIMULERING (Monte Carlo-simulering — Stokastisk usikkerhedspropagering gennem MCDM-model) er en rangeringsmetode for multi-kriterie beslutningstagning (MCDM), introduceret af Metropolis, N., Ulam, S. i 1949. Den omdanner en beslutningsmatrix af alternativer, bedømt på flere kriterier, til et struktureret, reproducerbart resultat.
Læs hele metoden
Kun for medlemmer
Log indLog ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+80 more
Kilder
- Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI: 10.1080/01621459.1949.10483310 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Monte Carlo Simulation — Stochastic uncertainty propagation through MCDM model. ScholarGate. https://scholargate.app/da/decision-making/monte-carlo-simulation
Refereret af
Agent-baseret diskret hændelsessimuleringAgent-Based Modeling (ABM)Agent-baseret simuleringsmodellering af køsystemerAgentbaseret ScenarieanalyseAgent-baseret følsomhedsanalyseApproksimativ Bayesiansk BeregningBayesiansk Agentbaseret ModelleringBayesian Cellular AutomataBayesiansk diskret hændelsessimuleringBayesiansk Markov-modelBayesiansk mikrosimuleringBayesiansk Monte Carlo-simuleringBayesiansk KøsimuleringBayesiansk ScenarieanalyseBayesiansk sensitivitetsanalyseBayesiansk SystemdynamikBootstrap-simuleringCellulære AutomaterDeterministiske cellulære automaterDeterministisk MarkovmodelDeterministisk mikrosimuleringDeterministisk ScenarieanalyseDeterministisk følsomhedsanalyseDigital Twin SimulationDiskret valgsimuleringDiskret-hændelsessimulering (DES)Diskret-hændelsesbaseret systemsimuleringGlobal følsomhedsanalyseHybrid PålidelighedsanalyseImportance SamplingJackknife Resampling EstimationLatin Hypercube SamplingMarkov Chain Monte Carlo (MCMC)MarkovmodelMikrosimuleringMulti-Objective Discrete-Event SimulationMultimål-mikrosimuleringMulti-objektiv følsomhedsanalyseMultilevel Monte Carlo SimulationPolitikscenarie-agentbaseret modelleringPolitikscenarieanalysePolitikscenarie-diskret hændelsessimuleringPolitikscenarie-mikrosimuleringPolitikscenarie Monte Carlo-simuleringFølgesensitivitetsanalyse af politikscenarierProbabilistisk seismisk fareanalyse (PSHA)KøsimuleringRisikobaseret Taguchi-metodeRobust Agent-Based ModelingRobust diskret-event simuleringRobust Markov ModelRobust MicrosimulationRobust Monte Carlo-simuleringRobust Kø-simuleringRobust Scenario AnalysisRobust FølsomhedsanalyseScenarieanalyse og Hvad-nu-hvis-simuleringFølsomhedsanalyse med fejltræsanalyseFølsomhedsanalyse med proceskapabilitetsanalyseFølsomhedsanalyse med RodårsagsanalyseSimuleringsassisteret kausal-komparativ forskningSimuleringsassisteret konfirmativ forskningSimuleringsassisteret kontrolskemaSimuleringsassisteret tværsnitsforskningSimuleringsassisteret ex post facto-designSimuleringsassisteret Fejltilstands- og EffektanalyseSimuleringsassisteret fejlanaletisk analyseSimulationsassisteret hypotesetestforskningSimuleringsassisteret proceskapacitetsanalyseSimuleringsassisteret kvantitativ indholdsanalyseSimuleringsassisteret PålidelighedsanalyseSimuleringsassisteret statistisk proceskontrolSimulationsassisteret trendforskningStokastiske CelleautomaterStokastiske Differentialligninger (SDE'er)Stokastisk diskret-event simuleringStokastisk dynamisk programmeringStokastisk Lineær ProgrammeringStokastisk Markov-modelStokastisk mikrosimuleringStokastisk HeltalsprogrammeringStokastisk Multi-Objektiv OptimeringStokastisk køsimuleringStokastisk ScenarieanalyseStokastisk FølsomhedsanalyseStokastisk SystemdynamikSystem DynamicsKvantificering af UsikkerhedValue at Risk (VaR)Metoder til reduktion af varians for Monte Carlo-simulering
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →