Ickesannolikhetsbaserade

Ickesannolikhetsbaserade metoder används inom forskning och tillämpningar där man vill hantera osäkerhet utan att anta eller beräkna sannolikhetsfördelningar. Begreppet används i svenska texter för att särskilja dessa strategier från probabilistiska modeller. De inkluderar olika representationssätt som anger vad som är möjligt eller säkert utan fullständiga sannolikheter.

Vanliga representationssätt är intervallbaserad osäkerhet, fuzzy logik, possibility theory och Dempster–Shafer-evidens, samt robusta eller worst-case metoder. I stället för att behöva exakt sannolikhetsfördelning används bounds, medlemskapsfunktioner eller possibility distributions som beskriver osäkerhetens omfattning och format. Dessa arbetsformer ger ofta qualitative eller semiquantitative bedömningar som är enklare att kommunicera när data saknas eller är ofullständiga.

Användningsområden inkluderar teknisk riskbedömning, tillförlitlighetsanalys, beslutsstöd under osäkerhet samt miljö- och samhällsplanering där data är begränsade eller där osäkerheten inte fångas lämpligt av sannolikheter.

Fördelar är ofta mindre krav på data, större transparens och enklare kommunikation av vad som är känt och vad som är möjligt. Begränsningar inkluderar att metoderna ibland är mer konservativa eller mindre precisa än probabilistiska modeller, att standardisering saknas i högre grad, och att integration med probabilistiska ramverk kan vara komplex.

Relationer: Ickesannolikhetsbaserade metoder utgör en del av den bredare traditionen för icke-sannolikhetsbaserad osäkerhetsmodellering, tillsammans med fuzzy logik, intervallanalys och evidensbaserade system. De uppmuntrar ofta hybrida modeller där data eller kunskap har olika karaktär.