Latīņu hiperkuba paraugu ņemšana — stratificēts simulācijas dizains
Latīņu hiperkuba paraugu ņemšana (LHS) ir stratificēts telpu aizpildošs dizains datora eksperimentiem, ko 1979. gadā ieviesa McKay, Beckman un Conover. Tā sadala katra ievades mainīgā diapazonu vienādi iespējamās stratās un ņem tieši vienu paraugu katrā stratā, nodrošinot, ka visa ievades telpa tiek pārklāta ar daudz mazāku modeļa novērtējumu skaitu, nekā nepieciešams standarta Monte Karlo simulācijai. To regulāri apvieno ar globālo jutīguma analīzi — īpaši Sobola indeksiem —, lai kvantificētu, cik lielā mērā katra ievade ietekmē izvades mainīgumu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Latin Hypercube Sampling and Sensitivity Analysis. ScholarGate. https://scholargate.app/lv/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 simulācijaSimulācija↔ compare
- Eksperimentu plānošanaEksperimentu plānošana↔ compare
- Monte Carlo simulācijaLēmumu pieņemšana↔ compare
- Dispersijas samazināšanas paņēmieni Monte Karlo simulācijaiSimulācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →