Latin Hypercube Sampling — Rétegzett szimulációs tervezés
A Latin Hypercube Sampling (LHS) egy rétegzett, térkitöltő tervezési módszer számítógépes kísérletekhez, amelyet McKay, Beckman és Conover vezetett be 1979-ben. Ez a módszer minden bemeneti változó tartományát egyenlően valószínű rétegekre osztja, és minden rétegből pontosan egy mintát vesz, biztosítva ezzel a teljes bemeneti tér lefedését jóval kevesebb modellkiértékeléssel, mint amennyit a standard Monte Carlo szimuláció igényel. Rutinszerűen globális érzékenységelemzéssel – különösen a Sobol-indexekkel – párosítják, hogy kvantifikálják, mennyiben járul hozzá az egyes bemenetek a kimeneti variabilitáshoz.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Források
- McKay, M.D., Beckman, R.J. & Conover, W.J. (1979). A Comparison of Three Methods for Selecting Values of Input Variables in the Analysis of Output from a Computer Code. Technometrics, 21(2), 239-245. DOI: 10.1080/00401706.1979.10489755 ↗
- Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M. & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/hu/simulation/latin-hypercube-sampling
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.
- Bootstrap szimulációSzimuláció↔ compare
- KísérlettervezésKísérlettervezés↔ compare
- MONTE-CARLO-SIMULATIONDöntéshozatal↔ compare
- Variancia-csökkentési technikák Monte Carlo szimulációhozSzimuláció↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →