建模与仿真 - 简介
建模是代表模型的过程，包括模型的构建和工作。该模型类似于真实系统，可帮助分析师预测系统变化的影响。换句话说，建模就是创建一个代表系统及其属性的模型。这是一种构建模型的行为。
系统仿真是模型在时间或空间方面的操作，有助于分析现有或拟议系统的性能。换句话说，仿真是使用模型研究系统性能的过程。这是一种使用模型进行仿真的行为。
仿真的历史
仿真的历史视角按时间顺序列举。
1940 −研究人员（约翰·冯·诺依曼、斯坦尼斯拉夫·乌兰、爱德华·特勒、赫尔曼·卡恩）和参与曼哈顿项目的物理学家开发了一种名为"蒙特卡罗"的方法，用于研究中子散射。
1960 − 开发了第一种专用模拟语言，例如兰德公司的 Harry Markowitz 开发的 SIMSCRIPT。
1970 − 在此期间，开始了对模拟数学基础的研究。
1980 − 在此期间，开发了基于 PC 的模拟软件、图形用户界面和面向对象编程。
1990 −在此期间，开发了基于网络的模拟、精美的动画图形、基于模拟的优化、马尔可夫链蒙特卡罗方法。
开发模拟模型
模拟模型由以下组件组成：系统实体、输入变量、性能指标和功能关系。以下是开发模拟模型的步骤。
步骤 1 − 确定现有系统的问题或设置拟议系统的要求。
步骤 2 − 设计问题时要考虑现有系统的因素和限制。
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 − 通过将模型在各种条件下的性能与真实系统进行比较来验证模型。
步骤 6 − 创建模型文档以供将来使用，其中包括目标、假设、输入变量和性能的详细信息。
步骤 7 − 根据要求选择合适的实验设计。
步骤 8 − 在模型上引入实验条件并观察结果。
执行模拟分析
以下是执行模拟分析的步骤。
步骤 1 − 准备问题陈述。
步骤 2 − 选择输入变量并为模拟过程创建实体。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模拟过程来创建对决策变量的约束。
步骤 4 − 确定输出变量。
步骤 5 −从实际系统中收集数据以输入到模拟中。
步骤 6 − 制定流程图以显示模拟过程的进度。
步骤 7 − 选择合适的模拟软件来运行模型。
步骤 8 − 通过将模拟结果与实时系统进行比较来验证模拟模型。
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。
建模与模拟 ─ 优势
使用建模和模拟的优势如下 −
易于理解 − 无需在实时系统上工作即可了解系统的实际运行方式。
易于测试 − 无需在实时系统上工作即可对系统及其对输出的影响进行更改。
易于升级 − 可通过应用不同的配置来确定系统要求。
易于识别约束 − 可执行导致工作流程、信息等延迟的瓶颈分析。
易于诊断问题 − 某些系统非常复杂，很难一次性了解它们的交互。然而，建模和仿真可以理解所有交互并分析其影响。此外，还可以探索新的政策、操作和程序，而不会影响实际系统。
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。
操作使用随机数在系统上执行，因此很难预测结果。
模拟需要人力，这是一个耗时的过程。
模拟结果难以翻译。需要专家才能理解。
模拟过程成本高昂。
建模与仿真 ─ 应用领域
建模与仿真可应用于以下领域 − 军事应用、培训与支持、半导体设计、电信、土木工程设计 &演示文稿和电子商务模型。
此外，它还用于研究复杂系统（如生物系统）的内部结构。它用于优化系统设计（如路由算法、装配线等）。它用于测试新的设计和政策。它用于验证分析解决方案。
