Actualmente, la modelización de entrada para la simulación de Monte Carlo (MSC) se realiza ya sea ajustando una distribución de probabilidad a datos históricos o utilizando métodos de elicitation de expertos cuando los datos históricos son limitados. Sin embargo, estos enfoques no son adecuados para la construcción de parques eólicos, donde, aunque hay una falta de datos históricos, hay grandes cantidades de conocimiento subjetivo que describe los impactos de los factores de riesgo disponibles. Los enfoques existentes también están limitados por su incapacidad para considerar el impacto de un factor de riesgo en costos y plazos como dependiente. Este documento propone una metodología para mejorar la modelización de entrada en la evaluación de riesgos de Monte Carlo de proyectos de parques eólicos basada en la teoría de conjuntos difusos y la modelización multivariante. En el método propuesto, el conocimiento subjetivo de expertos se cuantifica utilizando lógica difusa y se utiliza para determinar los parámetros de una distribución Beta generalizada marginal. Luego, la correlación entre el impacto en costos y plazos se determina y se ajusta conjuntamente en una distribución bivariante utilizando cópulas. Para evaluar la viabilidad de la metodología propuesta y demostrar sus principales características, el método se aplicó a un estudio de caso ilustrativo, y se utilizó un análisis de sensibilidad y validación facial para evaluar el método. Los resultados demostraron que el enfoque propuesto proporciona un método confiable para mejorar la modelización de entrada en la simulación de Monte Carlo (MCS).