엔지니어링 위험 모델에 대한 퀀텀화 불확실은 정보의 결정을 내릴 수 있도록 필수적입니다. 그것은 안전과 신뢰성을 보장하기 위해 모델 예측에 대한 가변성과 신뢰를 평가하는 것을 포함합니다. 여러 실용적인 기술은 효과적으로 불확실성을 평가하고 관리하기 위해 사용됩니다.

몬테 카를로 시뮬레이션

Monte Carlo 시뮬레이션은 탁월한 불확실성을 위해 널리 사용되는 방법입니다. 그것은 확률 분배에 근거를 둔 무작위 입력과 함께 많은 시뮬레이션을 실행하는 것을 포함합니다. 결과는 가능한 결과 및 그들의 likelihoods의 범위를 제공합니다, 엔지니어는 예측에 가변성을 이해하는 데 도움이.

감도 분석

감도 분석은 모델 출력에 가장 중요한 영향을 주는 변수를 입력하는 것을 식별합니다. systematically 다양한 입력으로 엔지니어는 가장 불확실한 기여를 결정할 수 있습니다. 이 과정은 데이터 수집 및 모델 정제 노력을 우선적으로 하는 데 도움이 됩니다.

Bayesian 방법

Bayesian 메서드는 새로운 데이터가 사용되기 때문에 우선 지식과 업데이트 불확실한 견적을 통합했습니다. 이 접근법은 불확실성과 세정 위험을 평가하는 유대적인 프레임워크를 제공합니다.

불확실성 전파

불확실한 전파는 모형을 통해서 mathematically 입력 불확실을 전달하는 것을 포함합니다 산출에 그들의 효력을 결정하기 위하여. polynomial chaos와 간격 분석과 같은 기술은 이 과정을 능률적으로 실행하기 위하여 통용됩니다.