Понятие имитационного моделирования (ИМ) , имитационного эксперимента, особенности имитационных систем. 
Случаи применения ИМ, преимущества и недостатки

Имитационное моделирование (ИМ) применяется для исследования и проектирования таких сложных систем и процессов, как предприятия, информационные сети, мировые динамики в экономике или экологии и т. д.

При имитационном моделировании реализующий модель алгоритм воспроизводит процесс функционирования системы S во времени, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы S.

Выполнение имитационной модели называется имитационным экспериментом (ИЭ). В ходе ИЭ компьютер имитирует функционирование системы и вычисляет все необходимые характеристики свойств, проявляемых системой.

ИЭ подобен натурному эксперименту. Однако он позволяет, в отличие от натурного метода, экспериментировать с системами, которых еще или уже нет, позволяет предсказывать поведение существующих систем в будущем, изучать их поведение в чрезвычайных условиях. Он дешевле и быстрее натурных экспериментов.

Особенности:

• · Способность генерировать случайные возбуждения с требуемыми характеристиками
• · Способность управлять модельным временем
• · Способность накапливать и обрабатывать статистические данные

Случаи применения:

• · Как средство изучения моделей
• · В случае сложности реализации аналитической модели
• · Если существует необходимость наблюдения системы в течение определенного периода времени, когда нет возможности наблюдать процесс в реальном времени; когда необходимо контролировать процесс путем ускорения или замедления
• · При подготовке специалистов в тренинговых целях
• · Как средство изучения новых ситуаций

Преимущества:

• · Большие возможности примениния различных видов математического аппарата
• · Динамический характер отображения поведения системы
• · Учет случайных факторов
• · Простота модификации модели
• · Возможность исследования на множестве реализаций
• · Высокий уровень детализации
• · Отсутствие ограничений между параметрами имитационной модели, входными воздействиями и параметрами внешней среды
• · Возможность исследования динамики взаимодействия компонентов системы

Недостатки:

• · Большие трудовые и ресурсные затраты
• · Принципиальная точность модели, измерить которую нет возможности
• · Подобие модели и оригинала достигается только в характере протекания процесса
• · Полученные результаты носят частный характер => для достоверности необходимо большое количество экспериментов => большие затраты