ScholarGate
Ассистент
Process / pipeline

Глобальный анализ чувствительности — Сёбол, Моррис и FAST

Глобальный анализ чувствительности (GSA) — это семейство методов, которые разлагают дисперсию выходных данных модели по входным параметрам, количественно определяя, какой вклад вносит каждый входной параметр — и каждая комбинация входных параметров — в общую неопределенность результата. Индексы дисперсии Сёбола (2001), метод одномерных изменений (OAT) Морриса (1991) и тест амплитуды Фурье (FAST, впервые предложенный Cukier et al. в 1973 г.) являются тремя наиболее широко используемыми подходами. Вместе они служат стандартным набором инструментов для определения того, какие параметры определяют поведение модели, а какие можно безопасно зафиксировать.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. 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
  2. Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184

Как цитировать эту страницу

ScholarGate. (2026, June 1). Global Sensitivity Analysis (Sobol, Morris, FAST). ScholarGate. https://scholargate.app/ru/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.

Compare side by side

Упоминается в

ScholarGateGlobal Sensitivity Analysis (Global Sensitivity Analysis (Sobol, Morris, FAST)). Получено 2026-06-15 из https://scholargate.app/ru/simulation/global-sensitivity-analysis · Набор данных: https://doi.org/10.5281/zenodo.20539026