MCDMRankingcrisp
Monte Carlo-simulering — Stokastisk usikkerhetsforplantning gjennom MCDM-modell
MONTE-CARLO-SIMULERING (Monte Carlo-simulering — Stokastisk usikkerhetsforplantning gjennom MCDM-modell) er en rangerende metode for flerkriteriell beslutningstaking (MCDM) introdusert av Metropolis, N., Ulam, S. i 1949. Den omdanner en beslutningsmatrise av alternativer vurdert etter flere kriterier til et strukturert, reproduserbart resultat.
Les hele metoden
Kun for medlemmer
Logg innLogg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+80 more
Kilder
- Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI: 10.1080/01621459.1949.10483310 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Monte Carlo Simulation — Stochastic uncertainty propagation through MCDM model. ScholarGate. https://scholargate.app/no/decision-making/monte-carlo-simulation
Referert av
Agent-basert diskret-hendelsessimuleringAgent-basert modellering (ABM)Agent-basert køsimuleringAgent-basert scenarioanalyseAgentbasert sensitivitetsanalyseApproksimativ Bayesiansk BeregningBayesiansk agentbasert modelleringBayesianske cellulære automaterBayesian Discrete-Event SimulationBayesiansk Markov-modellBayesian MicrosimulationBayesiansk Monte Carlo-simuleringBayesian Queueing SimulationBayesian Scenario AnalysisBayesiansk sensitivitetsanalyseBayesian System DynamicsBootstrap-simulering – Empirisk gjensampling for statistisk inferensCellulære automaterDeterministiske cellulære automaterDeterministisk Markov-modellDeterministisk mikrosimuleringDeterministisk scenarioanalyseDeterministisk sensitivitetsanalyseDigital tvilling-simuleringDiskrete valgsimuleringDiskrete hendelsesbaserte simuleringer (DES)Diskrete hendelsessystemsimuleringGlobal sensitivitetsanalyseHybrid Reliability AnalysisBetydningssamplingJackknife-estimeringLatin Hypercube SamplingMarkov Chain Monte Carlo (MCMC)Markov-modellMikrosimuleringMulti-Objective Discrete-Event SimulationMultimål-mikrosimuleringFølsomhetsanalyse for multi-objektive problemstillingerMultilevel Monte Carlo SimulationPolicy Scenario Agent-Based ModelingAnalyse av politikkscenarierPolicy Scenario Discrete-Event SimulationPolicy Scenario MicrosimulationPolicy Scenario Monte Carlo SimulationPolicy Scenario Sensitivity AnalysisProbabilistisk seismisk fareanalyse (PSHA)Køsimulering – Modellering og analyse av ventelinjesystemerRisikobasert Taguchi-metodeRobust Agent-Based ModelingRobust Discrete-Event SimulationRobust Markov-modellRobust mikrosimuleringRobust Monte Carlo-simuleringRobust køsimuleringRobust scenarioanalyseRobust sensitivitetsanalyseScenarioanalyse og Hva-hvis-simuleringFølsomhetsanalyse med feiltreanalyseFølsomhetsanalyse med prosesskapabilitetsanalyseFølsomhetsanalyse med rotårsaksanalyseSimuleringsassistert kausalt-komparativ forskningSimuleringsassistert konfirmatorisk forskningSimuleringsassistert reguleringskartSimuleringsassistert tverrsnittsstudieSimuleringsassistert Ex Post Facto-designSimuleringsassistert feilmodus- og effektanalyseSimuleringsassistert feiltre-analyseForskningsbasert hypotesetesting ved hjelp av simuleringSimuleringsassistert prosesskapasitetsanalyseSimuleringsassistert kvantitativ innholdsanalyseSimuleringsassistert pålitelighetsanalyseSimuleringsassistert statistisk prosesskontrollSimuleringsassistert trendforskningStokastiske cellulære automaterStokastiske differensialligninger (SDE-er)Stokastisk diskret-hendelsessimuleringStochastic Dynamic ProgrammingStokastisk lineær programmeringStokastisk Markov-modellStokastisk mikrosimuleringStokastisk heltallsprogrammeringStokastisk multi-objektiv optimeringStokastisk simuleringsmodellering av køsystemerStokastisk scenarioanalyseStokastisk sensitivitetsanalyseStokastisk systemdynamikk – Probabilistisk lager-strøm-simuleringSystemdynamikkKvantifisering av usikkerhetValue at Risk (VaR)Teknikker for variansreduksjon for Monte Carlo-simulering
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →