พลวัตระบบเชิงสุ่ม — การจำลองกระแสสะสมเชิงความน่าจะเป็น
พลวัตระบบเชิงสุ่ม (Stochastic System Dynamics: SSD) ขยายขีดความสามารถของพลวัตระบบแบบดั้งเดิม โดยแทนที่ค่าพารามิเตอร์ที่ตายตัวและสมการกระแสแบบกำหนดด้วยการแจกแจงความน่าจะเป็นและการสุ่มตัวอย่าง การจำลองแบบจำลองกระแสสะสมซ้ำหลายครั้งทำให้ได้วิถีเชิงความน่าจะเป็น ซึ่งเป็นแถบความเชื่อมั่นแทนที่จะเป็นเส้นเดี่ยว ช่วยให้สามารถหาปริมาณความไม่แน่นอนและการวิเคราะห์ความเสี่ยงได้อย่างแม่นยำในระบบป้อนกลับที่ซับซ้อน เช่น แบบจำลองการแพร่ระบาด ห่วงโซ่อุปทาน และสถานการณ์นโยบายพลังงาน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
แหล่งอ้างอิง
- Sterman, J.D. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World. Irwin McGraw-Hill. ISBN: 978-0072389159
- Rahmandad, H., Sterman, J.D. (2008). Heterogeneity and network structure in the dynamics of diffusion: Comparing agent-based and differential equation models. Management Science, 54(5), 998-1014. DOI: 10.1287/mnsc.1070.0787 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Stochastic System Dynamics (SSD). ScholarGate. https://scholargate.app/th/simulation/stochastic-system-dynamics
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.
- การจำลองเหตุการณ์แบบไม่ต่อเนื่อง (Discrete-Event Simulation - DES)การจำลอง↔ compare
- การจำลองแบบมอนติคาร์โลการตัดสินใจ↔ compare
- การวิเคราะห์ความไวการตัดสินใจ↔ compare
- สมการเชิงอนุพันธ์สุ่ม (Stochastic Differential Equations - SDEs)การจำลอง↔ compare
- พลวัตของระบบการจำลอง↔ compare