कंप्यूटर सिमुलेशन

कंप्यूटर सिमुलेशन (अभिकलित्र अनुकरण)  गणितीय मॉडलिंग  की प्रक्रिया है, जो एक कंप्यूटर पर किया जाता है, जिसे वास्तविक दुनिया या भौतिक प्रणाली के गतिविधि या परिणाम के बारे में भविष्यवाणी करने के लिए डिज़ाइन किया गया है। कुछ गणितीय मॉडलों की विश्वसनीयता उनके परिणामों की तुलना वास्तविक दुनिया के परिणामों से तुलना करके की जा सकती है, जिनका वे भविष्यवाणी करना चाहते हैं। कंप्यूटर सिमुलेशन भौतिकी ( अभिकलनात्‍मक भौतिकी ),  खगोल भौतिकी,  जलवायु विज्ञानशास्र ,  रसायन विज्ञान , जीव विज्ञान और विनिर्माण के साथ -साथ  अर्थशास्त्र ,  मनोविज्ञान ,  भौतिक विज्ञान  ,  स्वास्थ्य देखभाल  और  अभियांत्रिकी  में मानव प्रणालियों में कई प्राकृतिक प्रणालियों के गणितीय मॉडलिंग के लिए एक उपयोगी उपकरण बन गए हैं। प्रणाली के सिमुलेशन को प्रणाली के मॉडल के चलने के रूप में दर्शाया गया है। इसका उपयोग नई तकनीक में नई अंतर्दृष्टि का पता लगाने और प्राप्त करने और  विश्लेषणात्मक समाधान ों के लिए प्रणाली के प्रदर्शन का अनुमान लगाने के लिए किया जा सकता है। कंप्यूटर सिमुलेशन को कंप्यूटर प्रोग्राम  चलाने से एहसास किया जाता है जो या तो छोटे हो सकते हैं, लगभग छोटे उपकरणों पर तुरंत चल रहे हैं, या बड़े पैमाने पर कार्यक्रम जो कंप्यूटर के नेटवर्क-आधारित समूहों पर घंटों या दिनों तक चलते हैं। कंप्यूटर सिमुलेशन द्वारा सिम्युलेटेड होने वाली घटनाओं के पैमाने ने पारंपरिक पेपर-एंड-पेंसिल गणितीय मॉडलिंग का उपयोग करके कुछ भी संभव (या संभवयतः  कल्पनाशील) से अधिक हो गया है।1997 में, एक बल के एक रेगिस्तानी-लड़ाई सिमुलेशन ने दूसरे पर हमला करने वाले 66,239 टैंकों, ट्रकों और अन्य वाहनों को  कुवैट  के आसपास नकली इलाके पर मॉडलिंग में सम्मिलित किया, संयुक्त राज्य अमेरिका के रक्षा उच्च प्रदर्शन कंप्यूटर आधुनिकीकरण कार्यक्रम में कई सुपर कंप्यूटर का उपयोग किया। अन्य उदाहरणों में सामग्री विरूपण का 1 बिलियन-परमाणु मॉडल सम्मिलित है; 2005 में सभी जीवित जीवों, राइबोसोम  के जटिल प्रोटीन-उत्पादक ऑर्गेनेल का 2.64 मिलियन-एटम मॉडल; 2012 में माइकोप्लाज्मा जननांग  के जीवन चक्र का एक पूर्ण अनुकरण;और école Polytechnique Fédérale de Lausanne (Switzerland) में  नीली मस्तिष्क  परियोजना, मई 2005 में पूरे मानव मस्तिष्क के पहले कंप्यूटर सिमुलेशन को आणविक स्तर के ठीक नीचे बनाने के लिए प्रारंभ हुआ। सिमुलेशन की अभिकलनात्‍मक लागत के कारण, कंप्यूटर प्रयोग  का उपयोग  अनिश्चितता परिमाणीकरण  जैसे अनुमान लगाने के लिए किया जाता है।

सिमुलेशन बनाम मॉडल
एक कंप्यूटर मॉडल एल्गोरिदम और समीकरण है जिसका उपयोग प्रणाली के मॉडल के गतिविधि को अभिग्रहण के लिए किया जाता है। इसके विपरीत, कंप्यूटर सिमुलेशन प्रोग्राम का वास्तविक संचालन है जिसमें ये समीकरण या एल्गोरिदम सम्मिलित हैं। सिमुलेशन, इसलिए, एक मॉडल चलाने की प्रक्रिया है। इस प्रकार कोई "सिमुलेशन नहीं बनाएगा"; इसके अतिरिक्त, "एक मॉडल (या एक अनुकारक (सिम्युलेटर)) का निर्माण करेगा", और फिर या तो "मॉडल चलाएं" या समकक्ष "सिमुलेशन चलाएं"।

इतिहास
परमाणु विस्फोट की प्रक्रिया को मॉडल करने के लिए द्वितीय विश्व युद्ध में मैनहट्टन परियोजना के समय पहली बार बड़े पैमाने पर परिनियोजन के बाद कंप्यूटर सिमुलेशन कंप्यूटर के तीव्रता से विकास के साथ हाथ से विकसित हुआ। यह मोंटे कार्लो विधि  का उपयोग करके 12 कठिन क्षेत्र का अनुकरण था। कंप्यूटर सिमुलेशन का उपयोग प्रायः एक सहायक के रूप में किया जाता है, या मॉडलिंग प्रणाली के लिए, जिसके लिए सरल संवृत रूप विश्लेषमात्मक समाधान संभव नहीं है। कई प्रकार के कंप्यूटर सिमुलेशन हैं; उनकी सामान्य विशेषता एक मॉडल के लिए प्रतिनिधि परिदृश्यों का एक नमूना उत्पन्न करने का प्रयास है जिसमें मॉडल के सभी संभावित स्थिति की एक पूर्ण गणना निषेधात्मक या असंभव होगी।

डेटा तैयारी
सिमुलेशन और मॉडल की बाहरी डेटा आवश्यकताएं व्यापक रूप से भिन्न होती हैं। कुछ के लिए, इनपुट केवल कुछ संख्या हो सकता है (उदाहरण के लिए, एक तार पर एसी विद्युत की एक तरंग का सिमुलेशन), जबकि अन्य को सूचना के टेराबाइट्स (जैसे मौसम और जलवायु मॉडल) की आवश्यकता हो सकती है।

इनपुट स्रोत भी व्यापक रूप से भिन्न होते हैं:
 * सेंसर और मॉडल से जुड़े अन्य भौतिक उपकरण;
 * नियंत्रण सतहों का उपयोग किसी तरह से सिमुलेशन की प्रगति को निर्देशित करने के लिए किया जाता है;
 * वर्तमान या ऐतिहासिक डेटा हाथ से दर्ज किया गया;
 * अन्य प्रक्रियाओं से उप-उत्पाद के रूप में निकाले गए मान;
 * अन्य सिमुलेशन, मॉडल या प्रक्रियाओं द्वारा उद्देश्य के लिए मान आउटपुट।

अंत में, जिस समय डेटा उपलब्ध है वह भिन्न होता है:
 * अपरिवर्तनीय डेटा प्रायः मॉडल कोड में बनाया जाता है, या तो क्योंकि मूल्य वास्तव में अपरिवर्तनीय है (जैसे, π का मूल्य) या क्योंकि डिजाइनर मूल्य को ब्याज के सभी स्थितियों के लिए अपरिवर्तनीय मानते हैं;
 * डेटा को सिमुलेशन में दर्ज किया जा सकता है जब यह प्रारंभ होता है, उदाहरण के लिए एक या एक से अधिक फ़ाइलों को पढ़कर, या प्रीप्रोसेसर (सीएई)  से डेटा पढ़कर;
 * डेटा सिमुलेशन रन के समय प्रदान किया जा सकता है, उदाहरण के लिए एक सेंसर नेटवर्क द्वारा।

इस विविधता के कारण, और क्योंकि विविध सिमुलेशन प्रणालियों में कई सामान्य तत्व होते हैं, बड़ी संख्या में विशेष सिमुलेशन भाषाएं होती हैं। सबसे प्रसिद्ध प्रारंभ हो सकता है।अब कई अन्य हैं।

बाहरी स्रोतों से डेटा स्वीकार करने वाले प्रणाली यह जानने में बहुत सावधान रहना चाहिए कि वे क्या प्राप्त कर रहे हैं। हालांकि कंप्यूटर के लिए पाठ या बाइनरी फ़ाइलों से मूल्यों में पढ़ना आसान है, लेकिन यह जानने के लिए बहुत कठिन है कि मूल्यों की शुद्धता ( ग्राफिक प्रदर्शन संकल्प और शुद्धता और शुद्धता) की तुलना में क्या है। प्रायः उन्हें त्रुटि सलाखों के रूप में व्यक्त किया जाता है, मूल्य सीमा से एक न्यूनतम और अधिकतम विचलन जिसके भीतर सही मूल्य (अपेक्षित है) झूठ बोलता है।क्योंकि डिजिटल कंप्यूटर गणित सही नहीं है, राउंडिंग और ट्रंकेशन त्रुटियां इस त्रुटि को गुणा करती हैं, इसलिए यह एक त्रुटि विश्लेषण करने के लिए उपयोगी है यह पुष्टि करने के लिए कि सिमुलेशन द्वारा मान आउटपुट अभी भी उपयोगी रूप से शुद्ध होगा।

प्रकार
कंप्यूटर मॉडल को कई स्वतंत्र जोड़े विशेषताओं के अनुसार वर्गीकृत किया जा सकता है, जिनमें सम्मिलित हैं:
 * अनेक संभावनाओं में से चुनी हूई प्रक्रिया या  नियतात्मक एल्गोरिथ्म  (और नियतात्मक, अराजक के एक विशेष स्थिति के रूप में) - स्टोकेस्टिक बनाम नियतात्मक सिमुलेशन के उदाहरणों के लिए नीचे बाहरी लिंक देखें
 * स्थिर-राज्य या गतिशील
 * निरंतर कार्य या असतत गणित (और असतत, असतत घटना सिमुलेशन या डी मॉडल के एक महत्वपूर्ण विशेष स्थिति के रूप में)
 * गतिशील सिमुलेशन, उदा इलेक्ट्रिक प्रणाली, हाइड्रोलिक प्रणाली या मल्टी-बॉडी मैकेनिकल प्रणाली (मुख्य रूप से डीएई द्वारा वर्णित: एस) या फील्ड समस्याओं के डायनेमिक्स सिमुलेशन, उदा।FEM सिमुलेशन का CFD (PDE द्वारा वर्णित: S)।
 * स्थानीय या वितरित कंप्यूटिंग।

मॉडल को वर्गीकृत करने का एक और तरीका अंतर्निहित डेटा संरचनाओं को देखना है। समय-चरण सिमुलेशन के लिए, दो मुख्य वर्ग हैं:
 * सिमुलेशन जो अपने डेटा को नियमित ग्रिड में संग्रहीत करते हैं और केवल अगली-पड़ोसी एक्सेस की आवश्यकता होती है, उन्हें स्टैंसिल कोड  कहा जाता है। कई  अभिकलनात्मक जटिलता द्रव गतिकी  एप्लिकेशन इस श्रेणी के हैं।
 * यदि अंतर्निहित ग्राफ एक नियमित ग्रिड नहीं है, तो मॉडल मेशफ्री विधि  वर्ग से संबंधित हो सकता है।

समीकरण मॉडल की प्रणाली के तत्वों के बीच संबंधों को परिभाषित करते हैं और एक राज्य खोजने का प्रयास करते हैं जिसमें प्रणाली संतुलन में है। इस तरह के मॉडल का उपयोग प्रायः भौतिक प्रणालियों का अनुकरण करने में किया जाता है, क्योंकि गतिशील सिमुलेशन का प्रयास करने से पहले एक सरल मॉडलिंग स्थिति के रूप में।
 * गतिशील अनुकरण मॉडल इनपुट सिग्नल के जवाब में एक प्रणाली में बदल जाता है।
 * स्टोकेस्टिक प्रक्रिया मॉडल मॉडल मौका या यादृच्छिक घटनाओं के लिए यादृच्छिक संख्या जनरेटर का उपयोग करते हैं;
 * एक असतत घटना सिमुलेशन (DES) समय में घटनाओं का प्रबंधन करता है। अधिकांश कंप्यूटर, लॉजिक-टेस्ट और फॉल्ट-ट्री सिमुलेशन इस प्रकार के हैं। इस प्रकार के सिमुलेशन में, सिम्युलेटर उन सिम्युलेटेड समय द्वारा क्रमबद्ध घटनाओं की एक कतार को बनाए रखता है जो उन्हें होना चाहिए। सिम्युलेटर कतार को पढ़ता है और नई घटनाओं को ट्रिगर करता है क्योंकि प्रत्येक घटना को संसाधित किया जाता है। वास्तविक समय में सिमुलेशन को निष्पादित करना महत्वपूर्ण नहीं है।सिमुलेशन द्वारा उत्पादित डेटा तक पहुंचने और डिजाइन या घटनाओं के अनुक्रम में तर्क दोषों की खोज करने में सक्षम होना प्रायः अधिक महत्वपूर्ण होता है।
 * एक निरंतर गतिशील सिमुलेशन विभेदक बीजगणितीय समीकरण  का संख्यात्मक समाधान करता है। अंतर-बीजगणित समीकरण या अंतर समीकरण (या तो आंशिक अंतर समीकरण या  साधारण अंतर समीकरण )। समय -समय पर, सिमुलेशन कार्यक्रम सभी समीकरणों को हल करता है और सिमुलेशन के राज्य और आउटपुट को बदलने के लिए संख्याओं का उपयोग करता है। अनुप्रयोगों में उड़ान  एम्यूलेटर,  निर्माण और प्रबंधन सिमुलेशन खेल ,  रासायनिक प्रक्रिया मॉडलिंग  और  विद्युत परिपथ  के सिमुलेशन सम्मिलित हैं। मूल रूप से, इस प्रकार के सिमुलेशन वास्तव में  अनुरूप कंप्यूटर ों पर लागू किए गए थे, जहां अंतर समीकरणों को सीधे विभिन्न विद्युत घटकों जैसे कि  परत  द्वारा दर्शाया जा सकता है। 1980 के दशक के उत्तरार्ध तक, हालांकि, अधिकांश एनालॉग सिमुलेशन पारंपरिक  डिजिटल कम्प्यूटर ों पर चलाए गए थे जो एक एनालॉग कंप्यूटर के गतिविधि का अनुकरण करते हैं।
 * एक विशेष प्रकार का असतत सिमुलेशन जो एक अंतर्निहित समीकरण के साथ एक मॉडल पर भरोसा नहीं करता है, लेकिन फिर भी औपचारिक रूप से प्रतिनिधित्व किया जा सकता है, एजेंट-आधारित मॉडल  है। एजेंट-आधारित सिमुलेशन।एजेंट-आधारित सिमुलेशन में, मॉडल में व्यक्तिगत संस्थाओं (जैसे अणुओं, कोशिकाओं, पेड़ या उपभोक्ताओं) को सीधे (उनके घनत्व या एकाग्रता के अतिरिक्त) का प्रतिनिधित्व किया जाता है और एक आंतरिक स्थिति और गतिविधि या नियमों का सेट होता है जो यह निर्धारित करते हैं कि कैसे निर्धारित करते हैंएजेंट की स्थिति को एक समय-चरण से अगले तक अपडेट किया जाता है।
 * वितरित कंप्यूटिंग मॉडल इंटरकंटेड कंप्यूटर के एक नेटवर्क पर चलते हैं, संभवतः इंटरनेट  के माध्यम से। इस तरह के कई होस्ट कंप्यूटरों में फैलाए गए सिमुलेशन को प्रायः वितरित सिमुलेशन के रूप में संदर्भित किया जाता है। वितरित सिमुलेशन के लिए कई मानक हैं, जिनमें  कुल स्तर अनुकरण प्रोटोकॉल  (एएलएसपी),  वितरित अभिकलन  सिमुलेशन (डीआईएस), उच्च स्तर के ARCH सम्मिलित हैंItecture (सिमुलेशन) (HLA) और परीक्षण और प्रशिक्षण सक्षम आर्किटेक्चर (TENA)।

विज़ुअलाइज़ेशन
पूर्व में, कंप्यूटर सिमुलेशन से आउटपुट डेटा कभी -कभी एक तालिका या मैट्रिक्स में प्रस्तुत किया गया था, जिसमें दिखाया गया था कि सिमुलेशन पारसिगर  में कई परिवर्तनों से डेटा कैसे प्रभावित हुआ था। मैट्रिक्स प्रारूप का उपयोग गणितीय मॉडल में मैट्रिक्स अवधारणा के पारंपरिक उपयोग से संबंधित था। हालांकि, मनोवैज्ञानिकों और अन्य लोगों ने उल्लेख किया कि मनुष्य डेटा से उत्पन्न होने वाले ग्राफ़ या यहां तक कि चलती-छवियों या गति-चित्रों को देखकर रुझानों का अनुभव कर सकते हैं, जैसा कि  कंप्यूटर जनित कल्पना  द्वारा प्रदर्शित किया गया है। यद्यपि पर्यवेक्षक आवश्यक रूप से संख्याओं को नहीं पढ़ सकते थे या गणित के सूत्रों को उद्धृत नहीं कर सकते थे, एक चलती मौसम चार्ट को देखने से वे घटनाओं की भविष्यवाणी करने में सक्षम हो सकते हैं (और यह देखते हैं कि बारिश उनके रास्ते में थी) बारिश के बादल निर्देशांक की तालिकाओं  कैट स्कैन  करने की तुलना में बहुत तीव्रता से। इस तरह के गहन ग्राफिकल डिस्प्ले, जो संख्याओं और सूत्रों की दुनिया को पार करते हैं, कभी -कभी आउटपुट का नेतृत्व करते थे, जिसमें एक  समन्वय  ग्रिड या छोड़े गए टाइमस्टैम्प का अभाव होता था, जैसे कि संख्यात्मक डेटा डिस्प्ले से बहुत दूर भटकना। आज, मौसम के पूर्वानुमान मॉडल एक मानचित्र के खिलाफ बारिश/बर्फ के बादलों के दृश्य को संतुलित करते हैं जो संख्यात्मक निर्देशांक और घटनाओं के संख्यात्मक टाइमस्टैम्प का उपयोग करता है।

इसी तरह, सीएटी स्कैन के सीजीआई कंप्यूटर सिमुलेशन अनुकरण कर सकते हैं कि कैसे एक मस्तिष्क कैंसर  चिकित्सा उपचार की विस्तारित अवधि के समय सिकुड़ सकता है या बदल सकता है, समय बीतने को दृश्यमान मानव सिर के कताई दृश्य के रूप में प्रस्तुत करता है, क्योंकि ट्यूमर बदलता है।

सीजीआई कंप्यूटर सिमुलेशन के अन्य अनुप्रयोग विकसित किए जा रहे हैं ग्राफिक रूप से बड़ी मात्रा में डेटा प्रदर्शित करने के लिए, गति में, जैसा कि एक सिमुलेशन रन के समय परिवर्तन होते हैं।

विज्ञान में
विज्ञान में कंप्यूटर सिमुलेशन के प्रकार के सामान्य उदाहरण, जो एक अंतर्निहित गणितीय विवरण से प्राप्त होते हैं:
 * विभेदक समीकरणों का एक संख्यात्मक सिमुलेशन जो विश्लेषणात्मक रूप से हल नहीं किया जा सकता है, सिद्धांतों में भौतिक ब्रह्मांड विज्ञान  में घटनाओं जैसे कि निरंतर प्रणाली, द्रव की गतिशीलता (जैसे,  जलवायु मॉडल, रोडवे शोर मॉडल, रोडवे एयर फैलाव मॉडल), निरंतरता यांत्रिकी और रासायनिक कैनेटीक्स में सम्मिलित हैं। यह श्रेणी।
 * एक स्टोकेस्टिक  सिमुलेशन, सामान्य रूप से असतत प्रणालियों के लिए उपयोग किया जाता है जहां घटनाएं  संभाव्य  रूप से होती हैं और जिन्हें सीधे  अंतर समीकरण ों के साथ वर्णित नहीं किया जा सकता है (यह उपरोक्त अर्थों में एक असतत सिमुलेशन है)। इस श्रेणी में घटना में  आनुवंशिक बहाव, जैव रसायन सम्मिलित हैं या अणुओं की छोटी संख्या के साथ  जीन नियामक नेटवर्क । (यह भी देखें: मोंटे कार्लो विधि)।
 * अपने थर्मोइलास्टिक और थर्मोडायनामिक गुणों को मॉडलिंग करने के उद्देश्य से एक लागू बल के लिए कई पैमानों परनैनो-सामग्री की प्रतिक्रिया का मल्टीपार्टिकल सिमुलेशन। इस तरह के सिमुलेशन के लिए उपयोग की जाने वाली तकनीकें आणविक गतिशीलता,  आणविक यांत्रिकी , मोंटे कार्लो विधि और मल्टीस्केल ग्रीन के कार्य हैं।

कंप्यूटर सिमुलेशन के विशिष्ट उदाहरणों में सम्मिलित हैं:
 * बड़ी संख्या में इनपुट प्रोफाइल के एक समूह के आधार पर सांख्यिकीय सिमुलेशन, जैसे कि पानी प्राप्त करने के संतुलन तापमान  का पूर्वानुमान,  मौसम  संबंधी डेटा के सरगम को एक विशिष्ट स्थान के लिए इनपुट होने की स्वीकृति देता है। यह तकनीक प्रकाशीय प्रदूषण पूर्वानुमान के लिए विकसित की गई थी।
 * एजेंट आधारित सिमुलेशन का उपयोग पारिस्थितिकी में प्रभावी रूप से किया गया है, जहां इसे प्रायः व्यक्तिगत आधारित मॉडलिंग कहा जाता है और इसका उपयोग उन स्थितियों में किया जाता है, जिनके लिए एजेंटों में व्यक्तिगत परिवर्तनशीलता की उपेक्षा की जा सकती है, जैसे कि सामन और ट्राउट  की जनसंख्या की गतिशीलता (सबसे विशुद्ध रूप से गणितीय मॉडल सभी मानते हैं ट्राउट पहचानते हुए गतिविधि करता है)।
 * समय ने गतिशील मॉडल को कदम रखा। जल विज्ञान में ऐसे कई जल विज्ञान परिवहन मॉडल  हैं जैसे कि संयुक्त राज्य अमेरिका पर्यावरण संरक्षण संस्था द्वारा विकसित  SWMM  और  DSSAM मॉडल । U.S।नदी के पानी की गुणवत्ता के पूर्वानुमान के लिए पर्यावरण संरक्षण संस्था।
 * कंप्यूटर सिमुलेशन का उपयोग औपचारिक रूप से मानव अनुभूति और प्रदर्शन के सिद्धांतों को मॉडल करने के लिए किया गया है, जैसे, एसीटी-आर।
 * दवा की खोज के लिए आणविक मॉडलिंग  का उपयोग करके कंप्यूटर सिमुलेशन।
 * स्तनधारी कोशिकाओं में वायरल संक्रमण को मॉडल करने के लिए कंप्यूटर सिमुलेशन। * कार्बनिक अणुओं को पीसने के समय मैकेनोकैमिस्ट्री द्वारा बॉन्ड की चयनात्मक संवेदनशीलता का अध्ययन करने के लिए कंप्यूटर सिमुलेशन।
 * अभिकलनात्‍मक फ्लुइड डायनेमिक्स सिमुलेशन का उपयोग बहने वाली हवा, पानी और अन्य तरल पदार्थों के गतिविधि को अनुकरण करने के लिए किया जाता है। एक-, दो- और तीन-आयामी मॉडल का उपयोग किया जाता है। एक-आयामी मॉडल एक पाइप में पानी के हथौड़े के प्रभावों का अनुकरण कर सकता है। एक दो-आयामी मॉडल का उपयोग एक हवाई जहाज विंग के क्रॉस-सेक्शन पर ड्रैग बलों को अनुकरण करने के लिए किया जा सकता है। एक तीन-आयामी सिमुलेशन एक बड़ी इमारत की हीटिंग और शीतलन आवश्यकताओं का अनुमान लगा सकता है।
 * सांख्यिकीय थर्मोडायनामिक आणविक सिद्धांत की समझ आणविक समाधानों की सराहना के लिए मौलिक है। संभावित वितरण प्रमेय (पीडीटी) का विकास इस जटिल विषय को आणविक सिद्धांत की डाउन-टू-अर्थ प्रस्तुतियों में सरल बनाने की स्वीकृति देता है।

उल्लेखनीय, और कभी -कभी विवादास्पद, विज्ञान में उपयोग किए जाने वाले कंप्यूटर सिमुलेशन में सम्मिलित हैं: डोनेला मीडोज   World33  3 का उपयोग  विकास की सीमा ओं में किया जाता है, जेम्स लवेलॉक | जेम्स लवेलॉक के  Daisyworld  और थॉमस रे के  टिएरा (कंप्यूटर सिमुलेशन) ।

सामाजिक विज्ञानों में, कंप्यूटर सिमुलेशन डेटा परकोलेशन पद्धति द्वारा आगे बढ़े विश्लेषण के पांच कोणों का एक अभिन्न अंग है, जिसमें गुणात्मक और मात्रात्मक तरीके भी सम्मिलित हैं, साहित्य की समीक्षा (विद्वानों सहित), और विशेषज्ञों के साथ साक्षात्कार, और जो डेटा त्रिभुज का विस्तार बनाता है। बेशक, किसी भी अन्य वैज्ञानिक विधि के समान, प्रतिकृति ( वैज्ञानिक विधि) अभिकलनात्‍मक मॉडलिंग का एक महत्वपूर्ण हिस्सा है

व्यावहारिक संदर्भों में
कंप्यूटर सिमुलेशन का उपयोग विभिन्न प्रकार के व्यावहारिक संदर्भों में किया जाता है, जैसे:
 * वायुमंडलीय फैलाव मॉडलिंग का उपयोग करके वायु प्रदूषक फैलाव का विश्लेषण
 * विमान और रसद  प्रणाली जैसे जटिल प्रणालियों का डिजाइन।
 * रोडवे [[ शोर  शमन ]] को प्रभावित करने के लिए शोर बाधाओं का डिजाइन
 * आवेदन प्रदर्शन प्रबंधन का मॉडलिंग
 * पायलटों को प्रशिक्षित करने के लिए उड़ान सिमुलेटर
 * वायुमंडलीय मॉडल
 * जोखिम प्रबंधन
 * विद्युत परिपथ का सिमुलेशन
 * विद्युत तंत्र अनुकरण
 * अन्य कंप्यूटरों का सिमुलेशन एमुलेटर है।
 * वित्तीय बाजारों पर कीमतों का पूर्वानुमान (उदाहरण के लिए अनुकूली मॉडलर )
 * तनाव और अन्य परिस्थितियों में संरचनाओं का गतिविधि (जैसे इमारतें और औद्योगिक भाग)
 * रासायनिक प्रसंस्करण संयंत्र जैसे औद्योगिक प्रक्रियाओं का डिजाइन
 * रणनीतिक प्रबंधन और  संगठनात्मक अध्ययन
 * सब्सर्फेस जलाशय को मॉडल करने के लिए पेट्रोलियम इंजीनियरिंग के लिए जलाशय अनुकरण
 * प्रक्रिया इंजीनियरिंग सिमुलेशन उपकरण।
 * रोबोट और रोबोट नियंत्रण एल्गोरिदम के डिजाइन के लिए रोबोटिक्स सुइट
 * अर्बनसिम जो शहरी  विकास के गतिशील पैटर्न और शहरी भूमि उपयोग और परिवहन नीतियों के लिए प्रतिक्रियाओं का अनुकरण करते हैं।
 * ट्रैफिक इंजीनियरिंग (परिवहन) शहरों में एकल जंक्शनों से एक राष्ट्रीय राजमार्ग नेटवर्क तक परिवहन प्रणाली योजना, डिजाइन और संचालन के लिए सड़क नेटवर्क के कुछ हिस्सों की योजना या फिर से डिज़ाइन करने के यातायात अनुकरण  पर अधिक विस्तृत लेख देखें।
 * नए वाहन मॉडल में सुरक्षा तंत्र का परीक्षण करने के लिए मॉडलिंग कार दुर्घटनाएँ।
 * सैद्धांतिक उत्पादन पारिस्थितिकी | कृषि में फसल-मिट्टी प्रणाली, समर्पित सॉफ्टवेयर फ्रेमवर्क के माध्यम से (जैसे  बायोफिज़िकल मॉडल, OMS3, APSIM)

कंप्यूटर सिमुलेशन में लगाई गई विश्वसनीयता और ट्रस्ट लोग सिमुलेशन मॉडल (सार)  की  वैधता (तर्क)  पर निर्भर करते हैं, इसलिए  सत्यापन और सत्यापन  कंप्यूटर सिमुलेशन के विकास में महत्वपूर्ण महत्व के हैं। कंप्यूटर सिमुलेशन का एक और महत्वपूर्ण पहलू परिणामों की प्रतिलिपि प्रस्तुत करने योग्यता है, जिसका अर्थ है कि एक सिमुलेशन मॉडल को प्रत्येक निष्पादन के लिए एक अलग उत्तर प्रदान नहीं करना चाहिए। हालांकि यह स्पष्ट लग सकता है, यह ध्यान का एक विशेष बिंदु है  स्टोकेस्टिक सिमुलेशन  में, जहां यादृच्छिक संख्या वास्तव में अर्ध-यादृच्छिक संख्या होनी चाहिए। प्रतिलिपि प्रस्तुत करने योग्यता के लिए एक अपवाद मानव-इन-लूप सिमुलेशन जैसे उड़ान सिमुलेशन और  कंप्यूटर गेम  हैं। यहां एक मानव सिमुलेशन का हिस्सा है और इस प्रकार परिणाम को एक तरह से प्रभावित करता है जो कठिन है, यदि असंभव नहीं है, तो बिल्कुल प्रजनन करने के लिए।

वाहन निर्माता नए डिजाइनों में सुरक्षा सुविधाओं का परीक्षण करने के लिए कंप्यूटर सिमुलेशन का उपयोग करते हैं। एक भौतिकी सिमुलेशन वातावरण में कार की एक प्रति बनाकर, वे सैकड़ों हजारों डॉलर बचा सकते हैं जो अन्यथा एक अद्वितीय प्रोटोटाइप के निर्माण और परीक्षण के लिए आवश्यक होंगे। इंजीनियर प्रोटोटाइप के प्रत्येक खंड पर शुद्ध तनावों को निर्धारित करने के लिए एक समय में सिमुलेशन मिलीसेकंड के माध्यम से कदम रख सकते हैं। कंप्यूटर ग्राफिक्स का उपयोग कंप्यूटर सिमुलेशन के परिणामों को प्रदर्शित करने के लिए किया जा सकता है। एनिमेशन  का उपयोग वास्तविक समय में एक सिमुलेशन का अनुभव करने के लिए किया जा सकता है, जैसे, प्रशिक्षण सिमुलेशन में। कुछ स्थितियों में एनिमेशन वास्तविक समय की तुलना में तीव्रता से या वास्तविक समय मोड की तुलना में धीमी गति से भी उपयोगी हो सकते हैं। उदाहरण के लिए, वास्तविक समय के एनिमेशन की तुलना में तीव्रता से एक इमारत को खाली करने वाले मनुष्यों के सिमुलेशन में कतारों के निर्माण की कल्पना करने में उपयोगी हो सकता है। इसके अतिरिक्त, सिमुलेशन परिणाम प्रायः  वैज्ञानिक दृश्य  के विभिन्न तरीकों का उपयोग करके स्थिर छवियों में एकत्र किए जाते हैं।

डिबगिंग में, परीक्षण के तहत एक कार्यक्रम निष्पादन का अनुकरण करना (मूल रूप से निष्पादित करने के अतिरिक्त) हार्डवेयर की तुलना में कहीं अधिक त्रुटियों का पता लगा सकता है और एक ही समय में, उपयोगी डिबगिंग जानकारी जैसे कि निर्देश ट्रेस, मेमोरी परिवर्तन और निर्देश गणना लॉग इन कर सकता है। यह तकनीक बफ़र अधिकता  का भी पता लगा सकती है और त्रुटियों का पता लगाने के साथ -साथ प्रदर्शन की जानकारी और प्रदर्शन ट्यूनिंग डेटा का उत्पादन करने के लिए समान कठिन है।

नुकसान
यद्यपि कभी-कभी कंप्यूटर सिमुलेशन में अनदेखा किया जाता है, यह सुनिश्चित करने के लिए संवेदनशीलता विश्लेषण करने के लिए बहुत महत्वपूर्ण है कि परिणामों की शुद्धता को पूर्ण रूप से समझा जाता है। उदाहरण के लिए, एक तेल क्षेत्र अन्वेषण कार्यक्रम की सफलता का निर्धारण करने वाले कारकों के संभाव्य जोखिम विश्लेषण में मोंटे कार्लो विधि का उपयोग करके विभिन्न प्रकार के सांख्यिकीय वितरण से नमूनों का संयोजन सम्मिलित है। यदि, उदाहरण के लिए, प्रमुख मापदंडों में से एक (जैसे, तेल-वाहिका का शुद्ध अनुपात) को केवल एक महत्वपूर्ण आंकड़े के लिए जाना जाता है, तो सिमुलेशन का परिणाम एक महत्वपूर्ण आंकड़े से अधिक शुद्ध नहीं हो सकता है, हालांकि यह हो सकता है (भ्रामक रूप से) को चार महत्वपूर्ण आंकड़े होने के रूप में प्रस्तुत किया जाता है।

यह भी देखें

 * कम्प्यूटेशनल मॉडल
 * डिजिटल जुड़वां
 * प्रतिष्ठित परियोजना
 * कंप्यूटर सिमुलेशन  सॉफ्टवेयर की सूची
 * दृश्य जनरेटर
 * सिमुलेशन
 * सिमुलेशन परिकल्पना
 * सिमुलेशन वीडियो गेम
 * ब्रह्मांड
 * आभासी प्रोटोटाइप
 * आभासी वास्तविकता
 * वेब-आधारित सिमुलेशन

आगे की पढाई

 * Young, Joseph and Findley, Michael. 2014. "Computational Modeling to Study Conflicts and Terrorism." Routledge Handbook of Research Methods in Military Studies edited by Soeters, Joseph; Shields, Patricia and Rietjens, Sebastiaan. pp. 249–260. New York: Routledge,
 * R. Frigg and S. Hartmann, Models in Science. Entry in the  Stanford Encyclopedia of Philosophy.
 * E. Winsberg Simulation in Science. Entry in the  Stanford Encyclopedia of Philosophy.
 * S. Hartmann, The World as a Process: Simulations in the Natural and Social Sciences, in: R. Hegselmann et al. (eds.), Modelling and Simulation in the Social Sciences from the Philosophy of Science Point of View, Theory and Decision Library. Dordrecht: Kluwer 1996, 77–100.
 * E. Winsberg, Science in the Age of Computer Simulation. Chicago: University of Chicago Press, 2010.
 * P. Humphreys, Extending Ourselves: Computational Science, Empiricism, and Scientific Method. Oxford: Oxford University Press, 2004.
 * Desa, W. L. H. M., Kamaruddin, S., & Nawawi, M. K. M. (2012). Modeling of Aircraft Composite Parts Using Simulation. Advanced Material Research, 591–593, 557–560.
 * Desa, W. L. H. M., Kamaruddin, S., & Nawawi, M. K. M. (2012). Modeling of Aircraft Composite Parts Using Simulation. Advanced Material Research, 591–593, 557–560.



बाहरी कड़ियाँ

 * Guide to the Computer Simulation Oral History Archive 2003-2018