เปรียบเทียบวิธี

	การวิเคราะห์ความไวแบบเอเจนต์	การจำลองแบบมอนติคาร์โล
สาขาวิชา	การจำลอง	การตัดสินใจ
ตระกูล	Process / pipeline	MCDM
ปีกำเนิด	2000s–2010s	1949
ผู้ริเริ่ม	Adapted from global sensitivity analysis (Saltelli et al.) for agent-based models	Metropolis, N., Ulam, S.
ประเภท	Simulation-based sensitivity analysis	Robustness wrapper — Monte Carlo uncertainty propagation
แหล่งต้นตำรับ	Saltelli, A., Tarantola, S., Campolongo, F., & Ratto, M. (2004). Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models. John Wiley & Sons. ISBN: 9780470870938	Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association
ชื่อเรียกอื่น	ABM sensitivity analysis, ABSA, SA for ABMs, agent-based model sensitivity testing	—
ที่เกี่ยวข้อง	3	0
สรุป	Agent-based sensitivity analysis (ABSA) applies sensitivity analysis techniques to agent-based models (ABMs) to determine which input parameters most strongly influence emergent outputs. Because ABMs are stochastic and nonlinear, standard analytical derivatives are unavailable; ABSA uses designed simulation experiments — screening methods, variance-based indices, or regression-based surrogates — to rank parameter importance and guide model calibration and validation.	MONTE-CARLO-SIMULATION (Monte Carlo Simulation — Stochastic uncertainty propagation through MCDM model) is a ranking multi-criteria decision-making (MCDM) method introduced by Metropolis, N., Ulam, S. in 1949. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.