ScholarGate
دستیار

مقایسهٔ روش‌ها

روش‌های انتخابی خود را کنار هم مرور کنید؛ ردیف‌های متفاوت برجسته شده‌اند.

شبیه‌سازی مونت کارلو×تحلیل حساسیت تصادفی×
حوزهتصمیم‌گیریشبیه‌سازی
خانوادهMCDMProcess / pipeline
سال پیدایش19491990s–2000s
پدیدآورMetropolis, N., Ulam, S.Saltelli, A. et al.; Claxton, K. et al. (health economics stream)
نوعRobustness wrapper — Monte Carlo uncertainty propagationProbabilistic uncertainty quantification technique
منبع بنیادینMetropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI ↗Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 9780470059975
نام‌های دیگرPSA, Probabilistic Sensitivity Analysis, Stochastic SA, Monte Carlo Sensitivity Analysis
مرتبط05
خلاصهMONTE-CARLO-SIMULATION (Monte Carlo Simulation — Stochastic uncertainty propagation through MCDM model) is a ranking multi-criteria decision-making (MCDM) method introduced by Metropolis, N., Ulam, S. in 1949. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.Stochastic Sensitivity Analysis (PSA) extends classical one-at-a-time sensitivity testing by representing uncertain model inputs as probability distributions and propagating them through the model via Monte Carlo sampling. The result is a full distribution of possible outputs, together with rankings of which inputs drive output variance the most — enabling robust, evidence-grounded conclusions under uncertainty.
ScholarGateمجموعه‌داده
  1. v1
  2. 1 منابع
  3. PUBLISHED
  1. v1
  2. 2 منابع
  3. PUBLISHED

رفتن به جست‌وجو دریافت اسلایدها

ScholarGateمقایسهٔ روش‌ها: MONTE-CARLO-SIMULATION · Stochastic Sensitivity Analysis. بازیابی‌شده در 2026-06-17 از https://scholargate.app/fa/compare