PSA跑不动时，表面像是软件卡住，实际多半是外循环采样与内循环试验叠在一起，迭代量被放大到机器扛不住，或是线程与随机数设置不合适导致计算效率低下。处理时先让模型在可控迭代量下跑通并能稳定产出，再逐步把次数加回到满足精度与审计口径的水平，会更省时间也更好复现。

　　一、TreeAge Pro概率敏感性分析跑不动怎么办

　　PSA在TreeAge Pro里常见是Sampling加Trials的组合，外层对参数分布采样，内层对每组参数做微观仿真试验，任何一层设得过大都会让运行时间呈倍数增长。先把入口与参数确认清楚，再用分段加量的方法逼近目标精度更稳。

　　1、先确认你跑的是Sampling加Trials而不是跑错分析

　　选中模型根节点后，走菜单【Analysis】→【Monte Carlo Simulation】→【Sampling+Trials】启动PSA与微观仿真组合，避免误用只含Trials的微观仿真或只含Sampling的PSA导致结果与预期不一致。

　　2、先把外层Samples与内层Trials降到能快速跑完的试跑档

　　在弹出的Monte Carlo对话框里，先把2nd-order parameter samples设为较小值，再勾选Run 1st order trials并把Trials设为较小值，先验证能完整跑完并输出Dashboard，再逐步加回到你需要的规模。TreeAge文档示例给出Samples与Trials都填1000的做法，同时明确次数与模型复杂度强相关，需要按目标自行调整。

　　3、开启并保留内层稳定选项减少无意义波动

　　在同一对话框里勾选【Stabilize trials within PSA】，让同一组Trials在不同Samples下更一致，把波动更多集中到参数不确定性上，避免因为内层随机波动过大让你误判为不收敛或必须无限加次数。

　　4、把线程数设为可控值避免机器被占满反而更慢

　　进入【Tree Preferences】→【Analysis Settings】→【Monte Carlo Options】，在Threading Options里勾选【Set number of threads】并设置一个更保守的线程数，给系统与其他进程留出资源，尤其在同时开着IDE、浏览器或远程桌面时更明显。

　　5、需要复现定位时用固定种子让问题可重复出现

　　同样在【Monte Carlo Options】里找到Random Number Seeding Options，勾选【Seed random number generator】并设置Seed值，让后续多次运行在模型不变时得到可重复结果，便于你对比改动前后是速度变化还是结果变化。

　　二、TreeAge Pro Monte Carlo次数怎么设

　　次数设置要先讲清两件事，你是在做微观仿真Trials，还是在做PSA Sampling，或两者叠加。把两层含义分开后，再用基准情景与目标输出的稳定程度来确定次数，会比直接拍一个大数更稳妥。

　　1、先把Samples与Trials的含义分清楚再下手

　　Sampling是外层对参数分布抽样的次数，Trials是内层对每组参数进行个体随机游走的试验次数，Sampling加Trials会按外层次数重复内层微观仿真，计算量会被放大。

　　2、先用Trials把基准情景跑到结果不再大幅抖动

　　选中根节点后用【Analysis】→【Monte Carlo Simulation】→【Trials】先跑纯微观仿真，在对话框里设置Trials数量并点击【Begin】，观察Dashboard里均值与区间是否还在明显跳动，再把这个Trials数量作为后续PSA内层Trials的起点。

　　3、再设Samples让不确定性输出达到你要的平滑程度

　　回到【Sampling+Trials】对话框，先把Samples从较小档位开始逐步加，优先看成本、效果、NMB等核心输出的分布是否足够平滑，避免一开始就把Samples拉到很大导致运行时间失控。文档示例中Samples填1000用于演示，但也强调次数需要按模型复杂度与分析目的调整。

　　4、用稳定选项把变异来源管住再决定是否加次数

　　在PSA与微观仿真组合里勾选【Stabilize trials within PSA】可以减少内层随机差异造成的噪声，同时在【Monte Carlo Options】里也有针对微观仿真内层稳定与跨方案随机游走稳定的相关选项，先把这些开关按你的对比目的设好，再评估是否真的需要继续加次数。

　　5、把一次跑通的配置保存下来用于团队复跑

　　当你确认Samples与Trials组合可跑、结果也符合口径后，把这组分析参数保存为可复用配置，后续换机器或换人复跑时直接调用同一配置，减少次数口径漂移导致的对比争议。

　　三、TreeAge Pro结果收敛怎么判断

　　次数设到什么程度算够，最终要落到你的输出是否稳定且能被解释。建议用可视化区间与分段加量的对比来判断，而不是只看一次运行的单点数值。

　　1、在Monte Carlo Dashboard里先看均值与区间是否稳定

　　运行结束后Dashboard会显示分析信息与迭代次数，并在图表中展示均值与区间范围，你可以先以核心输出为准观察区间是否仍在明显变宽或均值是否还在漂移。

　　2、用阶梯式加量做对比而不是一次加到很大

　　把Samples与Trials按档位递增，例如先翻倍再小幅增加，每次都记录核心输出的均值与区间变化，如果变化已经落在你可接受的误差带内，就可以停止继续加量，把资源留给情景分析与模型校验。

　　3、固定种子用于对比差异但不替代足够迭代

　　固定Seed能让前后两次运行可重复，适合比较模型改动带来的影响，但文档也提醒Seed不是替代迭代次数的手段，均值稳定仍需要足够的Samples与Trials来支撑。

　　4、把口径写进记录便于复核

　　在交付或审计场景里，把Samples、Trials、是否勾选稳定选项、线程数、Seed值与软件版本一起记录，并把对应的Dashboard与统计报告归档，后续复跑才能做到同口径对比。

　　总结

　　PSA跑不动时先确认入口用的是【Analysis】→【Monte Carlo Simulation】→【Sampling+Trials】，再把Samples与Trials降到可跑通的试跑档，配合【Stabilize trials within PSA】与线程数设置把效率拉回可控范围。Monte Carlo次数建议先用纯Trials把基准情景跑稳，再逐步加Samples观察不确定性输出是否收敛，必要时用固定Seed提升可复现性但不把它当作减少次数的替代。把关键开关与次数口径记录并保存为可复用配置，后续复核与交接会更顺。