ScholarGate
Assistent

Simuleringsmetoder

91 metoder i denna familj.

I urval

Reading path

This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.

  1. Multiobjektiv optimering1896 (concept); 1989–2002 (evolutionary algorithms era)by Vilfredo Pareto (concept); modern computational formulation by Goldberg and Deb et al.
  2. Markovmodell1906by Andrei Markov
  3. Markov Chain Monte Carlo (MCMC)1953 (Metropolis-Hastings); 1984 (Gibbs)by Metropolis et al. (1953); Gibbs sampler formalised by Geman & Geman (1984)
  4. Diskret händelsessimulering (DES)1960s (formalized); modern computational form from 1970s onwardby Banks, Carson, Nelson & Nicol (textbook lineage); foundational work by Tocher & Conway (1960s)
  5. System Dynamics1961by Jay W. Forrester
  6. Policy Scenario Analysis1967–1990sby Kahn, H. & Wiener, A. J. (seminal); adapted for policy by RAND Corporation and OECD
  7. Agent-Based Modeling (ABM)1970s–1990s (formalized as a field)by Thomas Schelling and Robert Axelrod (foundational contributions, 1970s–1990s)
all methods on this shelf ↓

Alla metoder 91

Agent-based cellular automataAgentbaserad diskret händelsesimuleringAgentbaserad MarkovmodellAgentbaserad mikrosimuleringAgent-Based Modeling (ABM)Agentbaserad multiobjektiv optimeringAgentbaserad scenarioanalysAgentbaserad känslighetsanalysAgentbaserad systemdynamik – hybrid simulering på flera nivåerCellular AutomataDeterministisk agentbaserad modelleringDeterministiska cellulära automaterDeterministisk diskret händelsessimuleringDeterministisk MarkovmodellDeterministisk mikrosimuleringDeterministic Multi-Objective OptimizationDeterministisk scenarioutvärderingDeterministisk känslighetsanalysDeterministisk systemdynamikDigital Twin SimulationDiskreta valsimuleringarDiskret händelsessimulering (DES)Simulering av diskreta händelsesystemEnsemble Kalman Filter (EnKF)FraktalanalysGeant4-simuleringGlobal sensitivitetsanalysViktsprövningIsingmodell Monte CarloLatin Hypercube SamplingLongstaff-Schwartz-metodenMarkov Chain Monte Carlo (MCMC)MarkovmodellMikrosimuleringMonte Carlo-neutron- och partikeltransportMonte Carlo-processvariationMulti-Objective Agent-Based ModelingMulti-Objective Cellular AutomataMulti-Objective Discrete-Event SimulationMulti-objective Markov ModelMultimåls-mikrosimuleringMultiobjektiv optimeringMulti-objective Scenario AnalysisMultiobjektiv känslighetsanalysSystemdynamik för flera målVägintegral-Monte CarloPolicy Scenario Agent-Based ModelingPolicy Scenario AnalysisPolicy Scenario Cellular AutomataPolicy Scenario Discrete-Event SimulationPolicy Scenario MicrosimulationPolicy Scenario Monte Carlo SimulationPolicy Scenario Multi-Objective OptimizationPolicy Scenario Sensitivity AnalysisPolicy Scenario System DynamicsKvant-Monte CarloRekurrenskvantifieringsanalys (RQA)Robust Agent-Based ModelingRobust diskret händelsestyrd simuleringRobust MarkovmodellRobust microsimuleringRobust Multi-Objective OptimizationRobust Scenario AnalysisRobust känslighetsanalysSampelentropiScenarioutredning och vad-om-simuleringSjälvorganiserad kritikalitetSimuleringsstödd konfirmerande forskningSimuleringsstödd regleringsgrafSimuleringsstödd händelseträdsanalysSimuleringsstödd felmod- och effekkanalysSimuleringsstödd felträdanalysSimuleringsstödd hypotesprövningSimuleringsstödd processkapacitetsanalysSimuleringsstödd kvantitativ innehållsanalysSimuleringsstödd tillförlitlighetsanalysSimuleringsstödd statistisk processtyrningSimuleringsassisterad trendforskningStokastiska cellulära automaterStokastiska differentialekvationer (SDE)Stokastisk diskret händelsessimuleringStokastisk MarkovmodellStokastisk mikrosimuleringStokastisk multiobjektiv optimeringStokastisk scenarioanalysStokastisk känslighetsanalysStokastisk systemdynamikSystem DynamicsValue at Risk (VaR)Variansreducerande tekniker för Monte Carlo-simuleringVegas Monte Carlo