Wieloobiektywna analiza wrażliwości
Wieloobiektywna analiza wrażliwości (MOSA) bada, jak zmiany parametrów modelu, wag lub założeń wpływają jednocześnie na cały zestaw konkurencyjnych celów. Zamiast pytać, jak zmienia się pojedynczy wynik, MOSA śledzi zmiany na froncie Pareto lub powierzchni kompromisowej, ujawniając, które parametry najbardziej destabilizują rozwiązania wieloobiektywne oraz gdzie wybory decydenta są odporne, a gdzie kruche.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley, Chichester. ISBN: 9780470059975
- Ehrgott, M. (2005). Multicriteria Optimization (2nd ed.). Springer, Berlin. DOI: 10.1007/3-540-27659-9 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multi-Objective Sensitivity Analysis. ScholarGate. https://scholargate.app/pl/simulation/multi-objective-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.
- Symulacja Monte CarloPodejmowanie decyzji↔ compare
- Programowanie celowe wieloobiektoweSymulacja↔ compare
- Optymalizacja wielocelowaSymulacja↔ compare
- Analiza WrażliwościPodejmowanie decyzji↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →