MCDMRankingcrisp
Mô phỏng Monte Carlo — Lan truyền bất định ngẫu nhiên qua mô hình MCDM
MÔ PHỎNG MONTE CARLO (Mô phỏng Monte Carlo — Lan truyền bất định ngẫu nhiên qua mô hình MCDM) là một phương pháp xếp hạng ra quyết định đa tiêu chí (MCDM) được giới thiệu bởi Metropolis, N., Ulam, S. vào năm 1949. Nó biến một ma trận quyết định các phương án được chấm điểm trên nhiều tiêu chí thành một kết quả có cấu trúc, có thể tái lập.
Đọc toàn bộ phương pháp
Chỉ dành cho thành viên
Đăng nhậpĐăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+80 more
Nguồn tài liệu
- Metropolis, N., Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association DOI: 10.1080/01621459.1949.10483310 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Monte Carlo Simulation — Stochastic uncertainty propagation through MCDM model. ScholarGate. https://scholargate.app/vi/decision-making/monte-carlo-simulation
Được tham chiếu bởi
Mô phỏng sự kiện rời rạc dựa trên tác nhânMô hình hóa dựa trên tác nhân (ABM)Mô phỏng Hàng đợi dựa trên Tác nhânPhân tích kịch bản dựa trên tác nhânPhân tích độ nhạy dựa trên tác nhânTính toán Bayes xấp xỉMô hình hóa dựa trên tác nhân BayesTự động hóa tế bào BayesMô phỏng sự kiện rời rạc BayesMô hình Markov BayesMô phỏng vi mô BayesMô phỏng Monte Carlo BayesMô phỏng Hàng đợi BayesPhân tích kịch bản BayesPhân tích độ nhạy BayesĐộng lực học Hệ thống BayesMô phỏng BootstrapTự động hóa tế bàoTự động tế bào xác địnhDeterministic Markov ModelMô phỏng vi mô tất địnhPhân tích Kịch bản Xác địnhPhân tích độ nhạy quyết địnhMô phỏng Song sinh SốMô phỏng Lựa chọn Rời rạcMô phỏng sự kiện rời rạc (DES)Mô phỏng hệ thống sự kiện rời rạcPhân tích độ nhạy toàn cụcPhân tích Độ tin cậy LaiLấy mẫu trọng sốƯớc lượng Jackknife ResamplingLatin Hypercube SamplingMarkov Chain Monte Carlo (MCMC)Mô hình MarkovMô phỏng vi môMô phỏng sự kiện rời rạc đa mục tiêuMô phỏng vi mô đa mục tiêuPhân tích độ nhạy đa mục tiêuMô phỏng Monte Carlo Đa cấpMô hình hóa dựa trên tác nhân cho Kịch bản Chính sáchPhân tích Kịch bản Chính sáchMô phỏng sự kiện rời rạc theo Kịch bản Chính sáchMô phỏng Kịch bản Chính sáchMô phỏng Monte Carlo Kịch bản Chính sáchPhân tích độ nhạy kịch bản chính sáchPhân tích Nguy hiểm Địa chấn Xác suất (PSHA)Mô phỏng Hàng đợiPhương pháp Taguchi dựa trên rủi roMô hình hóa dựa trên tác nhân mạnh mẽMô phỏng sự kiện rời rạc mạnh mẽMô hình Markov Mạnh mẽMô phỏng vi mô mạnh mẽMô phỏng Monte Carlo Mạnh mẽMô phỏng Hàng đợi Mạnh mẽPhân tích Kịch bản Mạnh mẽPhân tích độ nhạy mạnh mẽPhân tích Kịch bản và Mô phỏng Giả địnhPhân tích độ nhạy với Phân tích cây lỗi (FTA-SA)Phân tích độ nhạy với Phân tích Năng lực Quy trìnhSensitivity analysis with root cause analysisNghiên cứu so sánh nhân quả có hỗ trợ mô phỏngNghiên cứu xác nhận có hỗ trợ mô phỏngBiểu đồ kiểm soát hỗ trợ mô phỏngNghiên cứu cắt ngang có hỗ trợ mô phỏngThiết kế Hồi cứu có Hỗ trợ Mô phỏngPhân tích Chế độ và Ảnh hưởng Hỏng hóc Hỗ trợ Mô phỏngPhân tích cây lỗi có hỗ trợ mô phỏngNghiên cứu kiểm định giả thuyết có hỗ trợ mô phỏngPhân tích Năng lực Quy trình Hỗ trợ Mô phỏngPhân tích nội dung định lượng có hỗ trợ mô phỏngPhân tích độ tin cậy có hỗ trợ mô phỏngKiểm soát quá trình thống kê có hỗ trợ mô phỏngNghiên cứu xu hướng có hỗ trợ mô phỏngTự động tế bào ngẫu nhiênPhương trình vi phân ngẫu nhiên (SDEs)Mô phỏng sự kiện rời rạc ngẫu nhiênQuy hoạch động ngẫu nhiênQuy hoạch tuyến tính ngẫu nhiênMô hình Markov Ngẫu nhiênMô phỏng vi mô ngẫu nhiênQuy hoạch nguyên hỗn hợp ngẫu nhiênTối ưu hóa Đa mục tiêu Ngẫu nhiênMô phỏng Hàng đợi Ngẫu nhiênPhân tích Kịch bản Ngẫu nhiênPhân tích độ nhạy ngẫu nhiênĐộng lực học Hệ thống Ngẫu nhiênMô hình động lực hệ thốngĐịnh lượng Bất địnhValue at Risk (VaR)Các kỹ thuật giảm phương sai cho mô phỏng Monte Carlo
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →