The developed model relies upon the

The developed model relies upon the generation of random
variables from input probability distributions and these are represented
in the model equations by the name of the probability distribution
(e.g. Poisson, triangular etc.) followed by the parameters
in brackets. The model used Monte Carlo simulation techniques
(Vose, 2000) to create the output distributions. Monte Carlo methods
repeatedly select values randomly from distributions to create
multiple scenarios of a problem. Together, these scenarios give a
range of possible solutions, some of which are more probable
and some less probable, resulting in a probability distribution for
the solution parameter.

ผลลัพธ์ (ไทย) 1:

รูปแบบการพัฒนาอาศัยการสุ่มสร้างตัวแปรเหล่านี้และการกระจายความน่าเป็นสัญญาณที่แสดงถึงในสมการโมเดลโดยชื่อของการแจกแจงความน่าเป็น(เช่นปัว สามเหลี่ยมเป็นต้น) ตาม ด้วยพารามิเตอร์ในวงเล็บ แบบใช้เทคนิคการจำลอง Carlo มอน(Vose, 2000) เพื่อสร้างการกระจายผลผลิต วิธีการมอน Carloซ้ำเลือกค่าแบบสุ่มจากการกระจายเพื่อสร้างสถานการณ์หลายของปัญหา ร่วมกัน สถานการณ์เหล่านี้ให้เป็นช่วงของการแก้ไขปัญหา ซึ่งมีขึ้นดำรงและบางน้อยอาจเกิด ขึ้น เกิดการกระจายความน่าเป็นสำหรับพารามิเตอร์ของโซลูชัน

ผลลัพธ์ (ไทย) 2:

การพัฒนารูปแบบขึ้นอยู่กับรุ่นของการสุ่มตัวแปรจากแจกแจงความน่าจะเข้าและเหล่านี้จะแสดงในรูปแบบสมการโดยใช้ชื่อของการกระจายความน่าจะเป็นที่(เช่น Poisson สามเหลี่ยม ฯลฯ ) ตามด้วยพารามิเตอร์ในวงเล็บ รูปแบบการใช้เทคนิคการจำลอง Monte Carlo (Vose, 2000) เพื่อสร้างการกระจายการส่งออก วิธี Monte Carlo เลือกค่าซ้ำแล้วซ้ำอีกโดยการสุ่มจากการกระจายการสร้างสถานการณ์หลายปัญหา ร่วมกันสถานการณ์เหล่านี้ให้ช่วงของการแก้ปัญหาที่เป็นไปได้บางส่วนที่มีความน่าจะเป็นมากขึ้นและบางส่วนที่น่าจะน้อยกว่าในการแพร่กระจายความน่าจะเป็นสำหรับพารามิเตอร์การแก้ปัญหา

ผลลัพธ์ (ไทย) 3:

รูปแบบที่พัฒนาขึ้น อาศัยการสร้างตัวแปรสุ่มและการแจกแจงความน่าจะเป็น
จากสัญญาณเหล่านี้จะแทน
ในสมการ โดยใช้ชื่อของการแจกแจงความน่าจะเป็น
( เช่นปัวซง สามเหลี่ยม ฯลฯ ) ตามด้วยพารามิเตอร์
ในวงเล็บ แบบจำลองที่ใช้เทคนิคการจำลองมอนติคาร์โล
( โวส์ , 2000 ) เพื่อสร้างผลผลิตการกระจาย . มอนติคาร์โลวิธีการ
เลือกสุ่มจากการแจกแจงค่าซ้ำๆ เพื่อสร้าง
หลายสถานการณ์ของปัญหา ด้วยกันสถานการณ์เหล่านี้ให้
ช่วงของการแก้ปัญหาที่เป็นไปได้บางส่วนที่น่าจะเป็นมากขึ้น
และน่าจะเป็นน้อยลง ส่งผลให้ความน่าจะเป็นสำหรับ
โซลูชั่นพารามิเตอร์