Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Робастне моделювання систем масового обслуговування× | Метод Монте-Карло× | |
|---|---|---|
| Галузь≠ | Імітаційне моделювання | Прийняття рішень |
| Родина≠ | Process / pipeline | MCDM |
| Рік появи≠ | 2000s–2018 | 1949 |
| Автор методу≠ | Whitt, W. and colleagues; Bertsimas, D. and colleagues | Metropolis, N., Ulam, S. |
| Тип≠ | Simulation with worst-case uncertainty propagation | Robustness wrapper — Monte Carlo uncertainty propagation |
| Основоположне джерело≠ | Bertsimas, D., Natarajan, K., & Teo, C.-P. (2011). Distributionally robust optimization: A review. European Journal of Operational Research. link ↗ | Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI ↗ |
| Інші назви≠ | RQS, Distributionally Robust Queueing, Robust Queue Simulation, Uncertainty-Aware Queueing Simulation | — |
| Пов'язані≠ | 6 | 0 |
| Підсумок≠ | Robust Queueing Simulation integrates robustness analysis into queueing system simulation by considering worst-case or uncertainty-set-driven scenarios for arrival rates, service distributions, and queue disciplines. It produces performance guarantees that hold across an entire family of plausible input distributions, making it essential for risk-sensitive service system design. | 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. |
| ScholarGateНабір даних ↗ |
|
|