建模与仿真 - 简介
建模是表示模型的过程，包括模型的构造和工作。该模型类似于真实的系统，可以帮助分析人员预测系统更改的影响。换句话说，建模是创建一个模型，该模型代表一个系统，包括其属性。这是建立模型的Behave。
系统仿真是模型在时间或空间上的运行，有助于分析现有或拟建系统的性能。换句话说，仿真是使用模型来研究系统性能的过程。它是利用模型进行模拟的Behave。
模拟的历史
模拟的历史视角是按时间顺序列举的。
1940 年- 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）和从事曼哈顿项目研究中子散射的物理学家开发了一种名为“蒙特卡罗”的方法。
1960 - 第一个专用模拟语言被开发出来，例如兰德公司的 Harry Markowitz 开发的 SIMSCRIPT。
1970 – 在此期间，开始了模拟数学基础的研究。
1980 – 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 - 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。
开发仿真模型
仿真模型由以下部分组成：系统实体、输入变量、性能测量和功能关系。以下是开发仿真模型的步骤。
步骤 1 - 确定现有系统的问题或设定拟议系统的要求。
步骤 2 - 设计问题，同时考虑现有系统因素和限制。
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，其中详细包括目标、假设、输入变量和性能。
步骤 7 - 根据要求选择适当的实验设计。
步骤 8 - 在模型上引入实验条件并观察结果。
进行模拟分析
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。决策变量是由程序员控制的，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 - 从现实系统收集数据以输入到模拟中。
步骤 6 - 制定流程图，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
以下是使用建模和仿真的优点 -
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- 允许对系统进行更改及其对输出的影响，而无需在实时系统上工作。
易于升级- 允许通过应用不同的配置来确定系统要求。
易于识别约束- 允许执行导致工作流程、信息等延迟的瓶颈分析。
易于诊断问题- 某些系统非常复杂，很难一次理解它们的交互。然而，建模和仿真可以理解所有的相互作用并分析它们的效果。此外，可以在不影响实际系统的情况下探索新的策略、操作和程序。
建模与仿真 ─ 缺点
以下是使用建模和仿真的缺点 -
设计模型是一门艺术，需要领域知识、培训和经验。
系统使用随机数进行运算，因此很难预测结果。
模拟需要人力，而且是一个耗时的过程。
模拟结果很难转化。需要专家才能理解。
模拟过程是昂贵的。
建模与仿真 ─ 应用领域
建模和仿真可应用于以下领域：军事应用、培训和支持、半导体设计、电信、土木工程设计和演示以及电子商务模型。
此外，它还用于研究复杂系统（例如生物系统）的内部结构。它在优化系统设计（例如路由算法、装配线等）时使用。它用于测试新的设计和策略。它用于验证解析解。