tundlikkuseanalüüse

Tundlikkuseanalüüs on mudeli või süsteemi väljundite tundlikkuse hindamine, kui sisendparameetrite muutused mõjutavad tulemusi. Selle eesmärk on hinnata ebakindluse mõju, tuvastada kõige mõjukamad parameetrid ning suunata andmete kogumist ja mudeli parendamist.

Tundlikkuseanalüüs jaguneb peamiselt kaheks: kohalik ja globaal. Kohalik analüüs uurib ühe või mõne parameetri muudetamist basaalväärtuse ümber ning kasutab derivaatidel või finite difference meetoditel põhinevaid mõõdikuid. Globaalne analüüs hindab parameetrite efekti kogu ruumis, kasutades hajutatud koguseid või Monte Carlo simulatsioone; populaarsed meetodid on Sobol'i indeksid ja Morris'i meetod.

Tööprotsess: defineeri mudel ja parameetrid koos võimalike väärtuste vahemikega; vali sobiv metoodika; käivita simulatsioonid ja koguge väljundid; arvuta tundlikkuse meetmed ning tõlgenda tulemusi; kasuta tulemusi mudeli täiustamiseks või andmete kogumise prioriteerimiseks.

Rakendused hõlmavad inseneri-, majandus- ja keskkonnamõõtmete modelleerimist, riskihindamist, poliitikakujundust, kliimamuutuste mõju ja ökoinnovatsiooni. Tundlikkuseanalüüs aitab eristada vähem või rohkem ebakindlaid sisendeid ning märgata parameetrite interaktsioone, kuid tulemused sõltuvad mudeli struktuurist ja eeldustest ning võib olla kulutõhus kui ruumi suurus suur.