建模与仿真 - 简介
建模是指表示模型的过程，包括模型的构建和运作。此模型类似于真实系统，有助于分析师预测系统变化的影响。换句话说，建模就是创建代表系统及其属性的模型。它是一个构建模型的行为。
仿真是指在时间或空间上操作模型，以帮助分析现有或拟议系统的性能。换句话说，仿真就是使用模型来研究系统性能的过程。它是一个使用模型进行仿真的行为。
仿真历史
仿真的历史视角按时间顺序列举如下。
1940年 - 一种名为“蒙特卡罗”的方法由参与曼哈顿计划的研究人员（约翰·冯·诺依曼、斯坦尼斯瓦夫·乌兰、爱德华·泰勒、赫尔曼·卡恩）和物理学家开发，用于研究中子散射。
1960年 - 开发了第一批专用仿真语言，例如兰德公司哈里·马科维茨开发的 SIMSCRIPT。
1970年 - 在此期间，开始了关于仿真数学基础的研究。
1980年 - 在此期间，开发了基于 PC 的仿真软件、图形用户界面和面向对象的编程。
1990年 - 在此期间，开发了基于 Web 的仿真、花哨的动画图形、基于仿真的优化、马尔可夫链蒙特卡罗方法。
开发仿真模型
仿真模型包含以下组件：系统实体、输入变量、性能指标和功能关系。以下是开发仿真模型的步骤。
步骤 1 - 识别现有系统的问题或设定拟议系统的需求。
步骤 2 - 在考虑现有系统因素和限制的情况下设计问题。
步骤 3 - 收集并开始处理系统数据，观察其性能和结果。
步骤 4 - 使用网络图开发模型，并使用各种验证技术对其进行验证。
步骤 5 - 通过比较模型在各种条件下的性能与真实系统来验证模型。
步骤 6 - 为将来使用创建模型文档，其中包括详细的目标、假设、输入变量和性能。
步骤 7 - 根据需求选择合适的实验设计。
步骤 8 - 对模型施加实验条件并观察结果。
执行仿真分析
以下是执行仿真分析的步骤。
步骤 1 - 准备问题陈述。
步骤 2 - 选择输入变量并为仿真过程创建实体。变量有两种类型：决策变量和不可控变量。决策变量由程序员控制，而不可控变量是随机变量。
步骤 3 - 通过将决策变量分配给仿真过程来对其施加约束。
步骤 4 - 确定输出变量。
步骤 5 - 从现实系统中收集数据以输入到仿真中。
步骤 6 - 开发一个流程图，显示仿真过程的进展。
步骤 7 - 选择合适的仿真软件来运行模型。
步骤 8 - 通过将仿真模型的结果与实时系统进行比较来验证仿真模型。
步骤 9 - 通过更改变量值对模型进行实验，以找到最佳解决方案。
步骤 10 - 最后，将这些结果应用到实时系统中。
建模与仿真 ─ 优点
以下是使用建模与仿真的优点：
易于理解 - 允许在不使用实时系统的情况下了解系统如何真正运行。
易于测试 - 允许在不使用实时系统的情况下对系统进行更改并了解其对输出的影响。
易于升级 - 允许通过应用不同的配置来确定系统需求。
易于识别约束 - 允许执行瓶颈分析，找出导致工作流程、信息等延迟的原因。
易于诊断问题 - 某些系统非常复杂，难以一次理解其相互作用。但是，建模与仿真允许理解所有交互并分析其影响。此外，可以探索新的策略、操作和程序，而不会影响真实系统。
建模与仿真 ─ 缺点
以下是使用建模与仿真的缺点：
设计模型是一门艺术，需要领域知识、培训和经验。
使用随机数对系统进行操作，因此难以预测结果。
仿真需要人力，并且是一个耗时的过程。
仿真结果难以翻译。需要专家来理解。
仿真过程成本高昂。
建模与仿真 ─ 应用领域
建模与仿真可以应用于以下领域：军事应用、培训与支持、设计半导体、电信、土木工程设计与演示以及电子商务模型。
此外，它还用于研究复杂系统的内部结构，例如生物系统。它用于优化系统设计，例如路由算法、装配线等。它用于测试新的设计和策略。它用于验证分析解决方案。