कंप्यूटर सिमुलेशन

यह लेख वैज्ञानिक संदर्भ में कंप्यूटर मॉडल के बारे में है। कंप्यूटर पर कंप्यूटर का अनुकरण करने के लिए, एमुलेटर देखें।

"कंप्यूटर मॉडल" यहां पुनर्निर्देश करता है। 3 आयामी वस्तुओं के कंप्यूटर मॉडल के लिए, 3D मॉडलिंग देखें। 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 पूर्वानुमान 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 पूर्वानुमान करना चाहते हैं। कंप्यूटर सिमुलेशन भौतिकी (अभिकलनात्‍मक भौतिकी), खगोल भौतिकी, जलवायु विज्ञान, रसायन विज्ञान, जीव विज्ञान और विनिर्माण के साथ-साथ अर्थशास्त्र, मनोविज्ञान, सामाजिक विज्ञान, स्वास्थ्य देखभाल और अभियांत्रिकी में मानव प्रणालियों के 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 के लिए और विश्लेषणात्मक समाधानों के लिए अधिक जटिल प्रणालियों के प्रदर्शन का अनुमान लगाने के लिए किया जा सकता है। कंप्यूटर सिमुलेशन को कंप्यूटर प्रोग्राम गति से अनुभव 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 अनुकरण 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 दूसरे पर आक्रमण करने के एक रेगिस्तान-युद्ध के अनुकरण में 66,239 टैंकों, ट्रकों और कुवैत के आसपास नकली इलाके में अन्य वाहनों को मॉडलिंग मे सम्मिलित किया, संयुक्त अवस्था अमेरिका (डीओडी) के रक्षा उच्च प्रदर्शन कंप्यूटर आधुनिकीकरण कार्यक्रम में कई सुपर कंप्यूटरों का उपयोग कर रहा था। अन्य उदाहरणों में सामग्री विरूपण का 1 बिलियन-परमाणु मॉडल सम्मिलित है; 2005 में सभी जीवित जीवों, राइबोसोम के जटिल प्रोटीन-उत्पादक अंग का 2.64 मिलियन-परमाणु मॉडल; का एक पूर्ण अनुकरण 2012 में माइकोप्लाज्मा जननांग का जीवन चक्र; और ईपीएफएल (स्विट्जरलैंड) में ब्लू ब्रेन परियोजना, मई 2005 में पूरे मानव मस्तिष्क का पहला कंप्यूटर सिमुलेशन बनाने के लिए आणविक स्तर तक प्रारंभ हुआ।

सिमुलेशन की अभिकलनात्‍मक कीमत 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 गति 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 टेराबाइट्स की जानकारी (जैसे मौसम और जलवायु मॉडल) की आवश्यकता हो सकती है।

इनपुट स्रोत भी व्यापक रूप से भिन्न होते हैं:
 * संवेदक 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 प्रविष्ट 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 होता है वह भिन्न होता है:
 * अपरिवर्तनीय डेटा प्रायः मॉडल कोड में बनाया जाता है, या तो क्योंकि मान वास्तव में अपरिवर्तनीय है (उदाहरण के लिए, π का मान) या क्योंकि डिजाइनर मान को ब्याज के सभी स्थितियों के लिए अपरिवर्तनीय मानते हैं;
 * डेटा को सिमुलेशन में प्रविष्ट 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 गति के समय प्रदान किया जा सकता है, उदाहरण के लिए एक संवेदक 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 अधिक सावधान रहना चाहिए कि वे क्या प्राप्त कर रहे हैं। हालांकि कंप्यूटर के लिए टेक्स्ट या बाइनरी फ़ाइलों से मूल्यों में पढ़ना आसान है, लेकिन यह जानने के लिए अधिक कठिन है कि मूल्यों की शुद्धता (मापन विभेदन और शुद्धता की तुलना में) क्या है। प्रायः उन्हें त्रुटि बार के रूप में व्यक्त किया जाता है, मान सीमा से एक न्यूनतम और अधिकतम विचलन जिसके अंदर वास्तविक मान (अपेक्षित) अवस्थित होता है। क्योंकि डिजिटल कंप्यूटर गणित सही नहीं है, पूर्णांकन और छिन्नन त्रुटियां इस त्रुटि की वृद्धि करती हैं, इसलिए यह एक त्रुटि विश्लेषण करने के लिए उपयोगी है 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:
 * प्रसंभाव्य या नियतात्मक (और नियतात्मक, अव्यवस्थित के एक विशेष स्थिति के रूप में) - प्रसंभाव्य बनाम नियतात्मक सिमुलेशन के उदाहरणों के लिए नीचे बाहरी लिंक देखें
 * स्थिर-अवस्था या गतिशील
 * निरंतर या असतत (और असतत, असतत घटना सिमुलेशन या डीई मॉडल के एक महत्वपूर्ण विशेष स्थिति के रूप में)
 * गतिशील सिमुलेशन, उदा- इलेक्ट्रिक प्रणाली, हाइड्रोलिक प्रणाली या मल्टी-बॉडी यांत्रिक प्रणाली (डीएई : एस द्वारा मुख्य रूप से वर्णित) या क्षेत्र की समस्याओं के गतिशील सिमुलेशन, उदा-एफईएम सिमुलेशन का सीएफडी (पीडीई: एस द्वारा वर्णित)।
 * 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-निकट अभिगम की आवश्यकता होती है, उन्हें स्टैंसिल कोड कहा जाता है। कई अभिकलनात्मक जटिलता द्रव गतिकी (सीएफडी) एप्लिकेशन इस श्रेणी के हैं।
 * यदि अंतर्निहित ग्राफ एक नियमित ग्रिड नहीं है, तो मॉडल मेशफ्री विधि वर्ग से संबंधित हो सकता है।

समीकरण प्रतिरूपित प्रणाली के तत्वों के बीच संबंधों को परिभाषित करते हैं और उस स्थिति को खोजने का प्रयास करते हैं जिसमें प्रणाली संतुलन में है। इस तरह के मॉडल अक्सर भौतिक प्रणालियों के अनुकरण में उपयोग किए जाते हैं, क्योंकि गतिशील सिमुलेशन का प्रयास करने से पहले एक सरल मॉडलिंग अवस्था होती है।
 * गतिशील अनुकरण मॉडल इनपुट सिग्नल के जवाब में एक प्रणाली में परिवर्तित हो जाता है।
 * प्रसंभाव्य प्रक्रिया मॉडल अवस्था या यादृच्छिक घटनाओं के मॉडल के लिए यादृच्छिक संख्या जनित्र का उपयोग करते हैं;
 * असतत घटना सिमुलेशन (डीईएस) समय में घटनाओं का प्रबंधन करता है। अधिकांश कंप्यूटर, तर्क परीक्षण और फॉल्ट-ट्री सिमुलेशन इस प्रकार के होते हैं। इस प्रकार के सिमुलेशन में, सिम्युलेटर उन अनुकरण समय द्वारा क्रमबद्ध घटनाओं की एक पंक्ति को बनाए रखता है जो उन्हें होना चाहिए। सिम्युलेटर पंक्ति को पढ़ता है और नई घटनाओं को सक्रिय 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।
 * निरंतर गतिशील सिमुलेशन अंतर-बीजगणित समीकरणों या अंतर समीकरणों (या तो आंशिक या साधारण) का संख्यात्मक समाधान करता है। समय-समय पर, सिमुलेशन प्रोग्राम सभी समीकरणों को समाधान करता है और सिमुलेशन की स्थिति और आउटपुट को बदलने के लिए संख्याओं का उपयोग करता है। एप्लिकेशन में फ्लाइट सिम्युलेटर, निर्माण और प्रबंधन सिमुलेशन गेम, रासायनिक प्रक्रिया मॉडलिंग और विद्युत सर्किट के सिमुलेशन सम्मिलित हैं। मूल रूप से, इस प्रकार के सिमुलेशन वास्तव में एनालॉग कंप्यूटरों पर अनुप्रयुक्‍त किए गए थे, जहां अंतर समीकरणों को विभिन्न विद्युत घटकों जैसे कि ऑप-एम्प्स द्वारा प्रत्यक्ष रूप से प्रदर्शित किया जा सकता था। 1980 के दशक के अंत तक, अधिकांश "एनालॉग" सिमुलेशन पारंपरिक डिजिटल कंप्यूटरों पर चलाए गए थे जो एनालॉग कंप्यूटर के गतिविधि का अनुकरण करते थे।
 * एक विशेष प्रकार का असतत सिमुलेशन जो एक अंतर्निहित समीकरण के साथ एक मॉडल पर निर्भर नहीं करता है, लेकिन फिर भी औपचारिक रूप से प्रतिनिधित्व किया जा सकता है, प्रतिनिधि-आधारित मॉडल है। प्रतिनिधि-आधारित सिमुलेशन में, मॉडल में व्यक्तिगत संस्थाओं (जैसे अणुओं, कोशिकाओं, पेड़ या उपभोक्ताओं) को प्रत्यक्ष रूप से (उनके घनत्व या एकाग्रता के अतिरिक्त) का प्रतिनिधित्व किया जाता है और एक आंतरिक स्थिति और गतिविधि या नियमों का समूह होता है जो यह निर्धारित करते हैं कि कैसे निर्धारित करते हैं प्रतिनिधि की स्थिति को एक समय-चरण से अगले तक अपडेट किया जाता है।
 * वितरित कंप्यूटिंग मॉडल संभवतः इंटरनेट के माध्यम से परस्पर जुड़े हुए कंप्यूटरों के एक नेटवर्क पर सक्रिय हैं। इस तरह के कई होस्ट कंप्यूटरों में फैले सिमुलेशन को प्रायः "वितरित सिमुलेशन" कहा जाता है। वितरित सिमुलेशन के लिए कई मानक हैं, जिनमें कुल स्तर सिमुलेशन प्रोटोकॉल (एएलएसपी), वितरित अंतःक्रियात्मक सिमुलेशन (डीआईएस), उच्च स्तरीय संरचना (सिमुलेशन) एचएलए) और परीक्षण और प्रशिक्षण सक्षम संरचना (टीईएनए) सम्मिलित हैंI

प्रत्योक्षकरण
पूर्व में, कंप्यूटर सिमुलेशन से आउटपुट डेटा को कभी-कभी सारणी या मैट्रिक्स में दिखाया जाता था कि सिमुलेशन पैरामीटर में कई परिवर्तनों से डेटा कैसे प्रभावित होता है। 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 परिदृश्य द्वारा प्रदर्शित किया गया है। यद्यपि पर्यवेक्षक आवश्यक रूप से संख्याओं को पढ़ नहीं सकते थे या गणित के सूत्रों को उद्धृत नहीं कर सकते थे, वे बारिश-बादल निर्देशांक की तालिकाओं को पर्यवेक्षण करने की तुलना में घटनाओं की पूर्वानुमान करने में सक्षम हो सकते हैं (और देखें कि बारिश शीर्षयुक्त उनके तरीके में थी)। इस तरह के तीव्र चित्रात्मक प्रदर्शन, जो संख्याओं और सूत्रों की दुनिया से आगे निकल गए, कभी-कभी ऐसे आउटपुट का भी नेतृत्व करते थे, जिसमें एक समन्वय ग्रिड या विलोपित कालसूचक मोहर की कमी होती थी, जैसे कि संख्यात्मक डेटा डिस्प्ले से अधिक दूर अवांछित। आज, मौसम के पूर्वानुमान मॉडल एक मानचित्र के प्रतिकूल बारिश/बर्फ के बादलों के दृश्य को संतुलित करते हैं जो संख्यात्मक निर्देशांक और घटनाओं के संख्यात्मक कालसूचक मोहर का उपयोग करता है।

इसी तरह, सीएटी पर्यवेक्षण के सीजीआई कंप्यूटर सिमुलेशन अनुकरण कर सकते हैं कि कैसे एक मस्तिष्क कैंसर चिकित्सा उपचार की विस्तारित अवधि के समय सिकुड़ सकता है या परिवर्तित हो सकता है, ट्यूमर के परिवर्तन के रूप में दृश्य मानव सिर के प्रचक्रण दृश्य के रूप में समय अभिक्रमण को प्रस्तुत करता है।

सीजीआई कंप्यूटर सिमुलेशन के अन्य अनुप्रयोग विकसित किए जा रहे हैं चित्रात्मक रूप से बड़ी मात्रा में डेटा प्रदर्शित करने के लिए, गति में, जैसा कि एक सिमुलेशन गति के समय परिवर्तित 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 अनुकरण जिसे विश्लेषणात्मक रूप से समाधान नहीं किया जा सकता है, ऐसे सिद्धांत जिनमें भौतिक ब्रह्माण्ड विज्ञान, द्रव गतिकी (जैसे, जलवायु मॉडल, सड़क रव मॉडल, सड़क मार्ग वायु प्रकीर्णन मॉडल) में निरंतर प्रणाली सम्मिलित है, सातत्य यांत्रिकी और रासायनिक बलगतिकी इसी श्रेणी में आते हैं।
 * एक प्रसंभाव्य सिमुलेशन, सामान्य रूप से असतत प्रणालियों के लिए उपयोग किया जाता है जहां घटनाएं संभाव्य रूप से होती हैं और जिन्हें अंतर समीकरणों के साथ सीधे वर्णित नहीं किया जा सकता है (यह उपरोक्त अर्थों में एक असतत अनुकरण है)। इस श्रेणी में घटनाओं में आनुवंशिक अपसरण, जैव रासायनिक या कम संख्या में अणुओं के साथ आनुवंशिक नियामक प्रसार सम्मिलित हैं। (यह भी देखें: मोंटे कार्लो विधि)।
 * उनके थर्मोइलास्टिक और ऊष्मप्रवैगिकी गुणों को मॉडलिंग करने के उद्देश्य से बल के लिए कई पैमानों पर नैनो-सामग्री की प्रतिक्रिया का बहुकण अनुप्रयुक्‍त है। इस तरह के सिमुलेशन के लिए उपयोग की जाने वाली तकनीकें आणविक गतिशीलता, आणविक यांत्रिकी, मोंटे कार्लो विधि और मल्टीस्केल ग्रीन-फलन 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 के संतुलन तापमान का पूर्वानुमान, मौसम संबंधी डेटा के विस्तार को एक विशिष्ट स्थान के लिए इनपुट होने की स्वीकृति देता है। यह तकनीक प्रकाशीय प्रदूषण पूर्वानुमान के लिए विकसित की गई थी।
 * प्रतिनिधि 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 सैल्मन और ट्राउट की जनसंख्या की गतिशीलता (सबसे विशुद्ध रूप से गणितीय मॉडल सभी मानते हैं ट्राउट पहचानते हुए गतिविधि करता है)।
 * समय चरण गतिशील मॉडल जल-विज्ञान में ऐसे कई जल-विज्ञान परिवहन मॉडल हैं जैसे एसडब्ल्यूएमएम और डीएसएसएएम मॉडल, जिन्हें नदी जल गुणवत्ता पूर्वानुमान के लिए अमेरिकी पर्यावरण संरक्षण संस्था द्वारा विकसित किया गया है।
 * 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 विषाणुजनित संक्रमण का मॉडल बनाने के लिए कंप्यूटर सिमुलेशन।
 * कार्बनिक अणुओं को अपघर्षण के समय यांत्रिक रसायन द्वारा बंधों की चयनात्मक संवेदनशीलता का अध्ययन करने के लिए कंप्यूटर सिमुलेशन।
 * अभिकलनात्‍मक द्रव गतिकी सिमुलेशन का उपयोग बहने वाली वायु, 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 नलिका में जलाघात के प्रभाव का अनुकरण कर सकता है। एक हवाई जहाज के पार्श्वभाग के व्यापक प्रतिनिधित्व पर खिंचाव बल को अनुकरण करने के लिए एक द्वि-आयामी मॉडल का उपयोग किया जा सकता है। एक त्रि-आयामी सिमुलेशन एक बड़ी इमारत की परितप्त और शीतलन आवश्यकताओं का अनुमान लगा सकता है।
 * सांख्यिकीय ऊष्मप्रवैगिकी 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 सर्वजनोपयोगी 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 वर्ल्ड3 लिमिट्स टू ग्रोथ, जेम्स लवलॉक की डेज़ीवर्ल्ड और थॉमस रे की टिएरा में प्रयुक्त किया जाता है।

सामाजिक विज्ञानों में, कंप्यूटर सिमुलेशन डेटा अन्त:स्रवण पद्धति द्वारा आगे बढ़े विश्लेषण के पांच कोणों का एक अभिन्न अंग है, जिसमें गुणात्मक और मात्रात्मक विधियां, साहित्य की समीक्षा (विद्वानों सहित), और विशेषज्ञों के साथ साक्षात्कार सम्मिलित हैं, और जो डेटा त्रिकोणासन का विस्तार करता है। निस्सन्देह, किसी भी अन्य वैज्ञानिक पद्धति के समान, प्रतिकृति अभिकलनात्‍मक मॉडलिंग का एक महत्वपूर्ण भाग है। [13]

व्यावहारिक संदर्भों में
कंप्यूटर सिमुलेशन का उपयोग विभिन्न प्रकार के व्यावहारिक संदर्भों में किया जाता है, जैसे:
 * वायुमंडलीय प्रकीर्णन मॉडलिंग का उपयोग करके वायु प्रदूषक प्रकीर्णन का विश्लेषण
 * विमान और तार्किक प्रणाली जैसे जटिल प्रणालियों का डिजाइन।
 * सड़क के शोर को कम करने के लिए ध्वनि अवरोधकों का डिज़ाइन
 * अनुप्रयोग प्रदर्शन की मॉडलिंग
 * पायलटों को प्रशिक्षित करने के लिए उड़ान सिमुलेटर
 * मौसम की भविष्यवाणी
 * जोखिम की भविष्यवाणी
 * विद्युत परिपथ का सिमुलेशन
 * विद्युत तंत्र अनुकरण
 * अन्य कंप्यूटरों का अनुकरण अनुकरण है।
 * वित्तीय बाजारों पर कीमतों का पूर्वानुमान (उदाहरण के लिए अनुकूली मॉडलर)
 * दबाब और अन्य परिस्थितियों में संरचनाओं की गतिविधि (जैसे भवन और औद्योगिक भाग)
 * रासायनिक प्रसंस्करण संयंत्र जैसे औद्योगिक प्रक्रियाओं का डिजाइन
 * रणनीतिक प्रबंधन और संगठनात्मक अध्ययन
 * उपसतह जलाशय के मॉडल के लिए पेट्रोलियम अभियांत्रिकी के लिए जलाशय सिमुलेशन
 * प्रक्रिया अभियांत्रिकी सिमुलेशन उपकरण।
 * रोबोट और रोबोट नियंत्रण एल्गोरिदम के डिजाइन के लिए रोबोट सिमुलेटर
 * शहरी सिमुलेशन मॉडल जो शहरी विकास के गतिशील पैटर्न और शहरी भूमि उपयोग और परिवहन नीतियों की प्रतिक्रियाओं का अनुकरण करते हैं।
 * ट्रैफिक अभियांत्रिकी शहरों के एकल जंक्शनों से सड़क नेटवर्क के कुछ हिस्सों को राष्ट्रीय राजमार्ग नेटवर्क से परिवहन प्रणाली योजना, डिजाइन और संचालन के लिए योजना या फिर से डिजाइन करने के लिए। परिवहन में अनुकरण पर अधिक विस्तृत लेख देखें।
 * नए वाहन मॉडल में सुरक्षा तंत्र का परीक्षण करने के लिए मॉडलिंग कार दुर्घटनाएँ।
 * कृषि में फसल-मृदा प्रणाली, समर्पित सॉफ्टवेयर संरचना के माध्यम से (जैसे बायोएमए, ओएमएस3, एपीएसआईएम)

कंप्यूटर सिमुलेशन में लोगों की विश्वसनीयता और विश्वास सिमुलेशन मॉडल की वैधता पर निर्भर करता है, इसलिए कंप्यूटर सिमुलेशन के विकास में प्रमाणीकरण और सत्यापन का महत्वपूर्ण महत्व है। कंप्यूटर सिमुलेशन का एक अन्य महत्वपूर्ण स्वरूप परिणामों की पुनरुत्पादन क्षमता है, जिसका अर्थ है कि एक सिमुलेशन मॉडल को प्रत्येक निष्पादन के लिए एक अलग उत्तर प्रदान नहीं करना चाहिए। हालांकि यह स्पष्ट प्रतीत हो सकता है, यह स्टोकास्टिक सिमुलेशन में ध्यान का एक विशेष बिंदु है, जहां यादृच्छिक संख्या वास्तव में अर्ध-यादृच्छिक संख्या होनी चाहिए। पुनरुत्पादन के लिए एक अपवाद ह्यूमन-इन-द-लूप सिमुलेशन जैसे फ्लाइट सिमुलेशन और कंप्यूटर गेम हैं। यहाँ एक मानव अनुकरण का भाग है और इस प्रकार परिणाम को इस तरह से प्रभावित करता है जो कठिन है, यदि असंभव नहीं है, तो समुचित रूप से पुनरुत्पादन करना।

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 दबाब 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 (अनुप्राणन )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 प्रणाली की तुलना में मंद गति से भी उपयोगी हो सकते हैं। उदाहरण के लिए, वास्तविक समय के एनिमेशन की तुलना में तीव्रता से एक इमारत को रिक्त करने वाले मनुष्यों के सिमुलेशन में पंक्ति 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 (दोषमार्जन) में, परीक्षण के अंतर्गत 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 अनुरेख, मेमोरी परिवर्तन और निर्देश गणना लॉग इन कर सकता है। यह तकनीक प्रतिरोधक अधिकता और इसी तरह की "कठिन पहचान" त्रुटियों का पता लगाने के साथ-साथ प्रदर्शन जानकारी और समंजन डेटा भी उत्पन्न कर सकती है।

नुकसान
यद्यपि कभी-कभी कंप्यूटर सिमुलेशन में अनदेखा किया जाता है, यह सुनिश्चित करने के लिए संवेदनशीलता विश्लेषण करने के लिए अधिक 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 प्रतरूप
 * 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