Globale gevoeligheidsanalyse — Sobol, Morris en FAST
Globale gevoeligheidsanalyse (GSA) is een familie van technieken die de variantie van de modeluitvoer ontbinden over de invoerparameters, waarbij wordt gekwantificeerd hoeveel elke invoer — en elke combinatie van invoer — bijdraagt aan de totale onzekerheid in het resultaat. Sobols variantie-gebaseerde indices (2001), Morris' one-at-a-time (OAT) screening (1991) en de Fourier Amplitude Sensitivity Test (FAST, voor het eerst voorgesteld door Cukier et al. in 1973) zijn de drie meest gebruikte benaderingen. Samen dienen ze als de standaard toolkit voor het identificeren van welke parameters het modelgedrag sturen en welke veilig kunnen worden vastgezet.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Sobol, I.M. (2001). Global Sensitivity Indices for Nonlinear Mathematical Models and Their Monte Carlo Estimates. Mathematics and Computers in Simulation, 55(1–3), 271–280. DOI: 10.1016/S0378-4754(00)00270-6 ↗
- Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Global Sensitivity Analysis (Sobol, Morris, FAST). ScholarGate. https://scholargate.app/nl/simulation/global-sensitivity-analysis
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.
- Experimenteel OntwerpExperimenteel ontwerp↔ compare
- Latin Hypercube SamplingSimulatie↔ compare
- Monte Carlo SimulatieBesluitvorming↔ compare
- Kwantificering van OnzekerheidSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →