MCDMRankingcrisp
Monte Carlo Simulatie — Stochastische onzekerheidspropragatie door MCDM-model
MONTE-CARLO-SIMULATIE (Monte Carlo Simulatie — Stochastische onzekerheidspropragatie door MCDM-model) is een rangschikkingsmethode voor multi-criteria besluitvorming (MCDM) geïntroduceerd door Metropolis, N., Ulam, S. in 1949. Het transformeert een beslissingsmatrix van alternatieven, gescoord op meerdere criteria, in een gestructureerd, reproduceerbaar resultaat.
Lees de volledige methode
Alleen voor leden
InloggenLog in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+80 more
Bronnen
- Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI: 10.1080/01621459.1949.10483310 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Monte Carlo Simulation — Stochastic uncertainty propagation through MCDM model. ScholarGate. https://scholargate.app/nl/decision-making/monte-carlo-simulation
Geciteerd door
Agent-gebaseerde discrete-gebeurtenissensimulatieAgent-Based Modeling (ABM)Agent-Based Queueing SimulationAgent-gebaseerde scenario-analyseAgent-gebaseerde gevoeligheidsanalyseApproximate Bayesian ComputationBayesian Agent-Based ModelingBayesiaanse cellulaire automataBayesiaanse Discrete-Event SimulatieBayesiaans MarkovmodelBayesiaanse MicrosimulatieBayesiaanse Monte Carlo SimulatieBayesiaanse wachtrijsimulatieBayesian Scenario AnalysisBayesiaanse GevoeligheidsanalyseBayesiaanse SysteemdynamicaBootstrap SimulatieCellulaire AutomatenDeterministische Cellulaire AutomatenDeterministisch Markov-modelDeterministische MicrosimulatieDeterministische ScenarioanalyseDeterministische gevoeligheidsanalyseDigitale Tweeling SimulatieDiscrete Choice SimulationDiscrete-Event Simulation (DES)Discrete-Event System SimulationGlobale gevoeligheidsanalyseHybride BetrouwbaarheidsanalyseImportance SamplingJackknife-schattingLatin Hypercube SamplingMarkov Chain Monte Carlo (MCMC)Markov ModelMicrosimulatieMulti-Objective Discrete-Event SimulationMulti-objective MicrosimulationMulti-Objective Sensitivity AnalysisMultilevel Monte Carlo SimulatieBeleidsscenario Agent-Based ModelingBeleidsscenarioanalyseBeleidsscenario Discrete-Event SimulationMicrosimulatie van beleidsscenario'sBeleidsscenario Monte Carlo SimulatieBeleidsscenario GevoeligheidsanalyseProbabilistische Seismische Risicoanalyse (PSHA)Queueing SimulationRisicogebaseerde Taguchi-methodeRobuust Agent-Based ModelingRobuuste Discrete-Event SimulatieRobuust MarkovmodelRobuuste microsimulatieRobuuste Monte Carlo-simulatieRobuuste WachtrijsimulatieRobuuste Scenario-AnalyseRobuuste GevoeligheidsanalyseScenarioanalyse en Wat-Als-SimulatieGevoeligheidsanalyse met Fault Tree AnalysisGevoeligheidsanalyse met Proces CapabiliteitsanalyseGevoeligheidsanalyse met Root Cause AnalysisSimulatie-ondersteund causaal-vergelijkend onderzoekSimulatie-ondersteund Confirmerend OnderzoekSimulatie-ondersteunde controlekaartSimulatie-ondersteund cross-sectioneel onderzoekSimulatie-ondersteund ex post facto-ontwerpSimulatie-ondersteunde FMEASimulatie-ondersteunde foutboom-analyseOnderzoek met simulatie-ondersteunde hypothesetoetsingSimulatie-ondersteunde procescapaciteitsanalyseSimulatie-ondersteunde kwantitatieve inhoudsanalyseSimulatie-ondersteunde betrouwbaarheidsanalyseSimulatie-ondersteunde Statistische ProcesbeheersingOnderzoeksassistentie door simulatieStochastische Cellulaire AutomatenStochastische Differentiële Vergelijkingen (SDE's)Stochastische Discrete-Event SimulatieStochastische Dynamische ProgrammeringStochastische Lineaire ProgrammeringStochastisch Markov-modelStochastische MicrosimulatieStochastisch Gemengd-Geheelgetal ProgrammerenStochastische Multi-Objective OptimalisatieStochastische wachtrijsimulatieStochastische ScenarioanalyseStochastische GevoeligheidsanalyseStochastische SysteemdynamicaSystem DynamicsKwantificering van OnzekerheidWaarde in GevaarTechnieken voor variantiereductie voor Monte Carlo-simulatie
Een fout op deze pagina gezien? Meld het of stel een correctie voor →