ScholarGate
Pembantu

Kaedah simulasi

91 kaedah dalam keluarga ini.

Sorotan

Laluan bacaan

Kaedah asas yang paling banyak dirujuk bagi topik ini, mengikut susunan ia dibangunkan — tempat untuk bermula jika anda baharu di sini.

  1. Pengoptimuman Pelbagai Objektif1896 (concept); 1989–2002 (evolutionary algorithms era)oleh Vilfredo Pareto (concept); modern computational formulation by Goldberg and Deb et al.
  2. Model Markov1906oleh Andrei Markov
  3. Markov Chain Monte Carlo (MCMC)1953 (Metropolis-Hastings); 1984 (Gibbs)oleh Metropolis et al. (1953); Gibbs sampler formalised by Geman & Geman (1984)
  4. Simulasi Kejadian Diskrit (DES)1960s (formalized); modern computational form from 1970s onwardoleh Banks, Carson, Nelson & Nicol (textbook lineage); foundational work by Tocher & Conway (1960s)
  5. System Dynamics1961oleh Jay W. Forrester
  6. Analisis Skenario Polisi1967–1990soleh Kahn, H. & Wiener, A. J. (seminal); adapted for policy by RAND Corporation and OECD
  7. Pemodelan Berasaskan Agen (ABM)1970s–1990s (formalized as a field)oleh Thomas Schelling and Robert Axelrod (foundational contributions, 1970s–1990s)
semua kaedah di rak ini ↓

Semua kaedah 91

Automata Sel Berasaskan AgenSimulasi Kejadian Diskrit Berasaskan AgenModel Markov Berasaskan AgenSimulasi Mikro Berasaskan AgenPemodelan Berasaskan Agen (ABM)Optimisasi Berbilang Objektif Berasaskan AgenAnalisis Senario Berasaskan AgenAnalisis Sensitiviti Berasaskan AgenSistem Dinamik Berasaskan AgenAutomata SelularPemodelan Berasaskan Agen DeterministikAutomata Sel DeterministikSimulasi Kejadian Diskrit DeterministikModel Markov BerketentuanSimulasi Mikro DeterministikOptimisasi Multi-Objektif DeterministikAnalisis Senario DeterministikAnalisis Sensitiviti DeterministikDinamika Sistem DeterministikSimulasi Digital TwinSimulasi Pilihan DiskritSimulasi Kejadian Diskrit (DES)Simulasi Sistem Kejadian DiskritPenapis Kalman EnsembelAnalisis FraktalSimulasi Geant4Analisis Sensitiviti GlobalImportance SamplingModel Ising Monte CarloPensampelan Hiperkubus LatinKaedah Longstaff-SchwartzMarkov Chain Monte Carlo (MCMC)Model MarkovModel Simulasi MikroPengangkutan Neutron & Zarah Monte CarloProses Variasi Monte CarloPemodelan Berasaskan Agen Berbilang ObjektifMulti-Objective Cellular AutomataSimulasi Peristiwa Diskret Multi-ObjektifModel Markov Objektif PelbagaiMulti-objective microsimulationPengoptimuman Pelbagai ObjektifAnalisis Skenario Multi-objektifAnalisis Sensitiviti Pelbagai ObjektifDinamika Sistem Pelbagai ObjektifPath Integral Monte CarloPemodelan Berasaskan Ejen Skenario DasarAnalisis Skenario PolisiPolicy Scenario Cellular AutomataSimulasi Kejadian Diskrit Skenario Dasar KebijakanSimulasi Mikro Skenario PolisiSimulasi Monte Carlo Senario DasarOptimasi Pelbagai Objektif Skenario DasarAnalisis Sensitiviti Skenario Dasar KebijakanSistem Dinamik Skenario Dasar Dasar KebijakanKuantum Monte CarloAnalisis Kuantifikasi Kecerunan Semula (RQA)Pemodelan Berasaskan Agen TeguhSimulasi Peristiwa Diskrit TeguhModel Markov TeguhSimulasi Mikro MantapPengoptimuman Pelbagai Objektif yang TeguhAnalisis Senario TeguhAnalisis Sensitiviti MantapSample EntropyAnalisis Senario dan Simulasi 'Bagaimana Jika'Gelongsoran Kendiri TeraturPenyelidikan Pengesahan Dibantu SimulasiCarta Kawalan Dibantu SimulasiAnalisis Pohon Peristiwa Berbantuan SimulasiAnalisis Mod Kegagalan dan Kesan Bantuan SimulasiAnalisis Pohon Kegagalan Dibantu SimulasiUjian Hipotesis Dibantu SimulasiAnalisis Kapabiliti Proses Bantuan SimulasiAnalisis Kandungan Kuantitatif Dibantu SimulasiAnalisis Kebolehpercayaan Bantuan SimulasiKawalan Proses Statistik Berbantukan SimulasiPenyelidikan Trend Berbantukan SimulasiAutomata Sel StokastikPersamaan Pembezaan Stokastik (SDEs)Simulasi Kejadian Diskrit StokastikModel Markov StokastikMikrosimulasi StokastikPengoptimuman Pelbagai Objektif StokastikAnalisis Skenario StokastikAnalisis Sensitiviti StokastikDinamik Sistem StokastikSystem DynamicsValue at Risk (VaR)Teknik Pengurangan Varians untuk Simulasi Monte CarloVEGAS Monte Carlo