Python implementations of commonly used sensitivity analysis methods. Useful in systems modeling to calculate the effects of model inputs or exogenous factors on outputs of interest. Requirements: NumPy, SciPy

敏感性分析用于估计不确定因素对函数输出的影响。 莫里斯（Morris）方法有时被称为定性方法：它以有限的计算次数给出了粗略的估计。 作为第一步，Morris 方法可用于简化函数。 它可以识别可以修复的影响较小的因素。 了解更多信息 ： Saltelli, A.、Tarantola, S.、Campolongo, F. 和 Ratto, M. (2004)。 实践中的敏感性分析 - 评估科学模型的指南。 威利。 该算法降低了低估和修复不可忽略因素的风险。 它呈现在： Henri Sohier、Helene Piet-Lahanier、Jean-Loup Farges，空中发射到轨道分离的分析和优化，Acta Astronautica，第 108 卷，2015 年 3 月至 4 月，第 18-29 页，ISSN 0094-5765， http： //dx.doi.org/10.1016/j

一种利用EFAST方法对水文模型DHSVM进行参数敏感性分析的工具。包含代码、使用说明和案例数据

业分类-物理装置-一种山体生态敏感区的敏感性分析方法.zip

#资源达人分享计划#

% 此函数用于生成拉丁超立方体或 sobol % 基于用户提供的约束和所需大小的准随机集% 用于敏感性分析或 GA 总体初始化% 注意：需要统计工具箱%% 示例用法： % 在这个例子中，4 个设计变量是通过一个矩阵隐式定义的% 表示上限和下限（分别为第一行和第二行） % % 任何需要整数约束的变量都通过% 标志向量，其索引对应于它们各自的索引% 变量。 True 表示变量受整数约束。 % 在下面的例子中，只有第三个变量有整数约束% 应用% % 调用这个函数，在这个例子中将创建一个 200 x N 的变量在应用的界限和约束内设置的 % sobol。 % % myDOEbnds = [-1.75, 32.4, -1, -234.2; 3.95、112.56、9、156.37]； % myDOEintcon = [0 0 1 0]; % myDOEset = createdoe(200,myDO

参数敏感性分析 SWAT模型参数敏感性分析，是模型率定和验证的前提和基础。是评估输入参数对模拟结果的影响程度。 敏感性分析大多采用LH-OAT。该方法具有全局分析法和局部分析法二者长处，确保所有参数在取值范围内均被采样，提高计算效率。 采用模型自带的模块进行敏感性分析 *

在长期投资决策中，敏感性分析通常被用来研究有关投资方案的现金净流量，或用于研究固定资产寿命的变 动对该方案的净现值和内部收益率的影响程度。本文通过案例分析，运用 Excel 构建投资项目的单因素敏感性分析模型， 其分析结论有助于项目执行者在进行决策时预先考虑措施与对策，避免决策失误。

针对路段型随机用户均衡模型,提出了将随机均衡状态下的加权平均出行成本作为交通网络效率的度量方法,应用泰勒中值定理,给出了基于该网络效率的需求脆弱性指标的敏感性分析,发现当起点出行需求量扰动不大的情况下,敏感性分析方法计算的需求脆弱性指标可以近似代替传统方法计算的结果.结果表明:需求脆弱性指标的敏感性分析方法是可行的,合理改善对该指标较为敏感的出行地区的交通出行量,可以提高整个路网的可达性,具有一定的普遍性和推广意义.

盈亏平衡、敏感性分析模型