Process / pipeline
全局敏感性分析 — Sobol、Morris 和 FAST
全局敏感性分析 (GSA) 是一类技术，它将模型输出的方差分解到其输入参数上，量化每个输入——以及输入组合——对结果总不确定性的贡献程度。Sobol 的基于方差的指数 (2001)、Morris 的一次性 (OAT) 筛选 (1991) 和傅里叶振幅敏感性检验 (FAST，最初由 Cukier 等人于 1973 年提出) 是最广泛使用的三种方法。它们共同构成了识别哪些参数驱动模型行为以及哪些参数可以安全固定的标准工具集。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
来源
- Sobol, I.M. (2001). Global Sensitivity Indices for Nonlinear Mathematical Models and Their Monte Carlo Estimates. Mathematics and Computers in Simulation, 55(1–3), 271–280. DOI: 10.1016/S0378-4754(00)00270-6 ↗
- Saltelli, A. et al. (2008). Global Sensitivity Analysis: The Primer. Wiley. DOI: 10.1002/9780470725184 ↗
如何引用本页
ScholarGate. (2026, June 1). Global Sensitivity Analysis (Sobol, Morris, FAST). ScholarGate. https://scholargate.app/zh/simulation/global-sensitivity-analysis
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.
Compare side by side →