Cette documentation concerne SEULEMENT Pleiades v3.x et novaEQUER v1.x.
Pour consulter la dernière version de la documentation
nous vous invitons à consulter le lien
documentation de Pleiades 4
Index
Aller à : navigation, rechercher

AMAPOLA / Analyse de sensibilité

1 Principe de l'analyse

L'analyse de sensibilité permet d'identifier les paramètres les plus influents sur l'incertitude des résultats. Le modèle stochastique d'occupation n'est pas disponible pour cette analyse.

La méthode utilisée par AMAPOLA est la méthode de criblage de Morris[1] permettant de limiter le plan d'expérience à un nombre réduit et défini de simulations. Selon le plan d'expérience, un seul paramètre est modifié. L'effet de chaque paramètre est quantifié à l'issue des expériences. Il est ensuite possible de quantifier l'effet moyen ainsi que l'écart type de tous les paramètres. Le degré d'influence de chaque paramètre découle de cet effet moyen, tandis que l’écart-type renseigne sur les interactions avec les autres paramètres.

2 Organisation du calcul de sensibilité

Le calcul est organisé en plusieurs sous-modules sous forme d'onglets :

  • Variabilité : pour définir les limites de distribution sur les entrées de la simulation,
  • Calcul : pour accéder au lanceur du calcul de sensibilité.
  • Résultats : pour accéder à l'interface de sortie du calcul d'incertitude.

  1. Max D. Morris, Factorial sampling plans for preliminary computational experiments, Technometrics 33:161-74. doi:10.2307/1269043