कंप्यूटर सिमुलेशन

कंप्यूटर सिमुलेशन गणितीय मॉडलिंग की प्रक्रिया है, जो कंप्यूटर पर की जाती है, जिसे वास्तविक दुनिया या भौतिक प्रणाली के व्यवहार या परिणाम की भविष्यवाणी करने के लिए डिज़ाइन किया गया है। कुछ गणितीय मॉडलों की विश्वसनीयता उनके परिणामों की वास्तविक दुनिया के परिणामों से तुलना करके निर्धारित की जा सकती है, जिनका वे अनुमान लगाना चाहते हैं। कंप्यूटर सिमुलेशन भौतिकी (कम्प्यूटेशनल भौतिकी), खगोल भौतिकी, जलवायु विज्ञान, रसायन विज्ञान, जीव विज्ञान और विनिर्माण के साथ-साथ अर्थशास्त्र, मनोविज्ञान, सामाजिक विज्ञान, स्वास्थ्य देखभाल और इंजीनियरिंग में मानव प्रणालियों के कई प्राकृतिक प्रणालियों के गणितीय मॉडलिंग के लिए एक उपयोगी उपकरण बन गए हैं। सिस्टम के सिमुलेशन को सिस्टम 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 बहुत जटिल प्रणालियों के प्रदर्शन का अनुमान लगाने के लिए किया जा सकता है। कंप्यूटर सिमुलेशन कंप्यूटर प्रोग्राम चलाकर महसूस किए जाते हैं जो या तो छोटे हो सकते हैं, छोटे उपकरणों पर लगभग तुरंत चल सकते हैं, या बड़े पैमाने पर प्रोग्राम जो कंप्यूटर के नेटवर्क-आधारित समूहों पर घंटों या दिनों तक चलते हैं। कंप्यूटर सिमुलेशन द्वारा अनुकरण की जा रही घटनाओं का पैमाना पारंपरिक पेपर-एंड-पेंसिल गणितीय मॉडलिंग का उपयोग करके कुछ भी संभव (या शायद कल्पना भी) से अधिक हो गया है। 1997 में, संयुक्त राज्य अमेरिका के रक्षा विभाग के उच्च प्रदर्शन कंप्यूटर आधुनिकीकरण कार्यक्रम में कई सुपर कंप्यूटरों का उपयोग करते हुए, कुवैत के आसपास सिम्युलेटेड इलाके पर 66,239 टैंकों, ट्रकों और अन्य वाहनों के मॉडलिंग में एक बल पर आक्रमण करने वाले एक रेगिस्तान-युद्ध के अनुकरण को शामिल किया गया था। अन्य उदाहरणों में भौतिक विरूपण का 1-बिलियन-परमाणु मॉडल शामिल है; 2005 में सभी जीवित जीवों, राइबोसोम के जटिल प्रोटीन-उत्पादक अंग का 2.64 मिलियन-परमाणु मॉडल; 2012 में माइकोप्लाज्मा जननांग के जीवन चक्र का एक पूर्ण अनुकरण; और École Polytechnique Fédérale de Lausanne (स्विट्जरलैंड) में ब्लू ब्रेन प्रोजेक्ट, मई 2005 में पूरे मानव मस्तिष्क का पहला कंप्यूटर सिमुलेशन बनाने के लिए आणविक स्तर तक शुरू हुआ। सिमुलेशन की कम्प्यूटेशनल लागत के कारण, कंप्यूटर प्रयोगों का उपयोग अनिश्चितता मात्रा का ठहराव जैसे अनुमान लगाने के लिए किया जाता है।

सिमुलेशन बनाम मॉडल
एक कंप्यूटर मॉडल मॉडल किए जा रहे सिस्टम के व्यवहार को पकड़ने के लिए उपयोग किए जाने वाले एल्गोरिदम और समीकरण हैं। इसके विपरीत, कंप्यूटर सिमुलेशन प्रोग्राम का वास्तविक संचालन है जिसमें ये समीकरण या एल्गोरिदम शामिल हैं। सिमुलेशन, इसलिए, एक मॉडल को चलाने की प्रक्रिया है। इस प्रकार कोई अनुकरण नहीं करेगा; इसके बजाय, कोई एक मॉडल (या एक सिम्युलेटर) का निर्माण करेगा, और फिर या तो मॉडल को चलाएगा या समकक्ष रूप से एक सिमुलेशन चलाएगा।

इतिहास
परमाणु हथियार की प्रक्रिया को मॉडल करने के लिए द्वितीय विश्व युद्ध में मैनहट्टन परियोजना के दौरान पहली बार बड़े पैमाने पर तैनाती के बाद, कंप्यूटर सिमुलेशन कंप्यूटर के तेजी से विकास के साथ-साथ विकसित हुआ। यह मोंटे कार्लो पद्धति का उपयोग करते हुए 12 कठोर क्षेत्रों का अनुकरण था। कंप्यूटर सिमुलेशन को अक्सर मॉडलिंग सिस्टम के लिए एक सहायक या विकल्प के रूप में उपयोग किया जाता है, जिसके लिए सरल बंद-फॉर्म समाधान संभव नहीं है। कंप्यूटर सिमुलेशन कई प्रकार के होते हैं; उनकी सामान्य विशेषता मॉडल के लिए प्रतिनिधि परिदृश्यों का एक नमूना उत्पन्न करने का प्रयास है जिसमें मॉडल के सभी संभावित राज्यों की पूरी गणना निषेधात्मक या असंभव होगी।

डेटा तैयार करना
सिमुलेशन और मॉडल की बाहरी डेटा आवश्यकताएं व्यापक रूप से भिन्न होती हैं। कुछ के लिए, इनपुट केवल कुछ संख्याएँ हो सकती हैं (उदाहरण के लिए, एक तार पर एसी बिजली के तरंग का अनुकरण), 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:
 * मॉडल से जुड़े सेंसर और अन्य भौतिक उपकरण;
 * किसी तरह से सिमुलेशन की प्रगति को निर्देशित करने के लिए उपयोग की जाने वाली सतहों को नियंत्रित करें;
 * हाथ से दर्ज वर्तमान या ऐतिहासिक डेटा;
 * अन्य प्रक्रियाओं से उप-उत्पाद के रूप में निकाले गए मान;
 * अन्य सिमुलेशन, मॉडल या प्रक्रियाओं द्वारा उद्देश्य के लिए मूल्य आउटपुट।

अंत में, जिस समय डेटा उपलब्ध होता है वह भिन्न होता है:
 * अपरिवर्तनीय डेटा को अक्सर मॉडल कोड में बनाया जाता है, या तो क्योंकि मूल्य वास्तव में अपरिवर्तनीय है (उदाहरण के लिए, π का ​​मान) या क्योंकि डिजाइनर ब्याज के सभी मामलों के लिए मूल्य को अपरिवर्तनीय मानते हैं;
 * डेटा को शुरू होने पर सिमुलेशन में दर्ज किया जा सकता है, उदाहरण के लिए एक या अधिक फाइलों को पढ़कर, या प्रीप्रोसेसर (सीएई) से डेटा पढ़कर;
 * सिमुलेशन रन के दौरान डेटा प्रदान किया जा सकता है, उदाहरण के लिए सेंसर नेटवर्क द्वारा।

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

सिस्टम जो बाहरी स्रोतों से डेटा स्वीकार करते हैं, उन्हें यह जानने में बहुत सावधानी बरतनी चाहिए कि वे क्या प्राप्त कर रहे हैं। जबकि कंप्यूटर के लिए पाठ या बाइनरी फ़ाइलों से मानों को पढ़ना आसान है, यह जानना बहुत कठिन है कि मूल्यों की सटीकता (ग्राफ़िक डिस्प्ले रिज़ॉल्यूशन और सटीकता और सटीकता की तुलना में) क्या है। अक्सर उन्हें त्रुटि सलाखों के रूप में व्यक्त किया जाता है, मूल्य सीमा से न्यूनतम और अधिकतम विचलन जिसके भीतर सही मूल्य (अपेक्षित) झूठ होता है। क्योंकि डिजिटल कंप्यूटर गणित सही नहीं है, राउंडिंग और ट्रंकेशन त्रुटियां इस त्रुटि को गुणा करती हैं, इसलिए त्रुटि विश्लेषण करना उपयोगी होता है यह पुष्टि करने के लिए कि सिमुलेशन द्वारा मूल्य आउटपुट अभी भी उपयोगी रूप से सटीक होगा।

प्रकार
कंप्यूटर मॉडल को विशेषताओं के कई स्वतंत्र युग्मों के अनुसार वर्गीकृत किया जा सकता है, जिनमें शामिल हैं:
 * स्टोचैस्टिक प्रक्रिया या नियतात्मक एल्गोरिथ्म (और नियतात्मक, अराजक के एक विशेष मामले के रूप में) - स्टोकेस्टिक बनाम नियतात्मक सिमुलेशन के उदाहरणों के लिए नीचे दिए गए बाहरी लिंक देखें
 * स्थिर-अवस्था या गतिशील
 * सतत कार्य या असतत गणित (और असतत, असतत घटना सिमुलेशन या DE मॉडल के एक महत्वपूर्ण विशेष मामले के रूप में)
 * गतिशील सिमुलेशन, उदा। इलेक्ट्रिक सिस्टम, हाइड्रोलिक सिस्टम या मल्टी-बॉडी मैकेनिकल सिस्टम (पऊवि: एस द्वारा मुख्य रूप से वर्णित) या क्षेत्र की समस्याओं की गतिशीलता सिमुलेशन, उदा। एफईएम सिमुलेशन का सीएफडी (पीडीई: एस द्वारा वर्णित)।
 * स्थानीय या वितरित कंप्यूटिंग।

मॉडल को वर्गीकृत करने का दूसरा तरीका अंतर्निहित डेटा संरचनाओं को देखना है। टाइम-स्टेप्ड सिमुलेशन के लिए, दो मुख्य वर्ग हैं:
 * सिमुलेशन जो अपने डेटा को नियमित ग्रिड में संग्रहीत करते हैं और केवल अगले-पड़ोसी पहुंच की आवश्यकता होती है, उन्हें स्टैंसिल कोड कहा जाता है। कई कम्प्यूटेशनल द्रव गतिकी अनुप्रयोग इस श्रेणी के हैं।
 * यदि अंतर्निहित ग्राफ 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 केस होता है।
 * डायनेमिक सिमुलेशन मॉडल इनपुट सिग्नल (आमतौर पर बदलते) के जवाब में एक सिस्टम में बदलता है।
 * स्टोचैस्टिक प्रक्रिया मॉडल मौका या यादृच्छिक घटनाओं के मॉडल के लिए यादृच्छिक संख्या जनरेटर का उपयोग करते हैं;
 * असतत घटना सिमुलेशन (डीईएस) समय पर घटनाओं का प्रबंधन करता है। अधिकांश कंप्यूटर, लॉजिक-टेस्ट और फॉल्ट-ट्री सिमुलेशन इस प्रकार के होते हैं। इस प्रकार के सिमुलेशन में, सिम्युलेटर उन घटनाओं की एक कतार रखता है जो सिम्युलेटेड समय के अनुसार क्रमबद्ध होती हैं। सिम्युलेटर कतार को पढ़ता है और नई घटनाओं को ट्रिगर करता है क्योंकि प्रत्येक घटना संसाधित होती है। वास्तविक समय में अनुकरण 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 अक्सर अधिक महत्वपूर्ण होता है।
 * एक निरंतर गतिशील सिमुलेशन विभेदक बीजगणितीय समीकरण | अंतर-बीजगणितीय समीकरण या अंतर समीकरण (या तो आंशिक अंतर समीकरण या साधारण अंतर समीकरण) का संख्यात्मक समाधान करता है। समय-समय पर, सिमुलेशन प्रोग्राम सभी समीकरणों को हल करता है और सिमुलेशन की स्थिति और आउटपुट को बदलने के लिए संख्याओं का उपयोग करता है। अनुप्रयोगों में उड़ान सिमुलेटर, निर्माण और प्रबंधन सिमुलेशन गेम, रासायनिक प्रक्रिया मॉडलिंग और विद्युत सर्किट के सिमुलेशन शामिल हैं। मूल रूप से, इस प्रकार के सिमुलेशन वास्तव में एनालॉग कंप्यूटरों पर लागू किए गए थे, जहां अंतर समीकरणों को विभिन्न विद्युत घटकों जैसे कि ऑप-एम्प्स द्वारा सीधे प्रदर्शित किया जा सकता था। 1980 के दशक के अंत तक, अधिकांश एनालॉग सिमुलेशन पारंपरिक डिजिटल कंप्यूटरों पर चलाए गए थे जो एक एनालॉग कंप्यूटर के व्यवहार का अनुकरण करते थे।
 * एक विशेष प्रकार का असतत सिमुलेशन जो एक अंतर्निहित समीकरण वाले मॉडल पर निर्भर नहीं करता है, लेकिन फिर भी औपचारिक रूप से प्रदर्शित किया जा सकता है, एजेंट-आधारित मॉडल है। एजेंट-आधारित सिमुलेशन। एजेंट-आधारित सिमुलेशन में, मॉडल में अलग-अलग संस्थाओं (जैसे अणुओं, कोशिकाओं, पेड़ों या उपभोक्ताओं) को सीधे (उनके घनत्व या एकाग्रता के बजाय) दर्शाया जाता है और एक आंतरिक स्थिति और व्यवहार या नियमों का सेट होता है जो यह निर्धारित करता है कि कैसे एजेंट की स्थिति एक समय-चरण से अगले तक अद्यतन की जाती है।
 * वितरित कंप्यूटिंग मॉडल आपस में जुड़े कंप्यूटरों के नेटवर्क पर चलते हैं, संभवतः इंटरनेट के माध्यम से। इस तरह के कई होस्ट कंप्यूटरों में फैलाए गए सिमुलेशन को अक्सर वितरित सिमुलेशन के रूप में संदर्भित किया जाता है। वितरित सिमुलेशन के लिए कई मानक हैं, जिनमें एग्रीगेट लेवल सिमुलेशन प्रोटोकॉल (एएलएसपी), डिस्ट्रिब्यूटेड इंटरएक्टिव सिमुलेशन (डीआईएस), हाई लेवल आर्किटेक्चर (एसआई) शामिल हैं।म्यूलेशन) (HLA) और टेस्ट एंड ट्रेनिंग इनेबलिंग आर्किटेक्चर (TENA)।

विज़ुअलाइज़ेशन
पूर्व में, कंप्यूटर सिमुलेशन से आउटपुट डेटा को कभी-कभी तालिका या मैट्रिक्स में दिखाया जाता था कि सिमुलेशन पैरामीटर (कंप्यूटर प्रोग्रामिंग) में कई बदलावों 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 नोट किया कि मनुष्य कंप्यूटर जनित इमेजरी | कंप्यूटर जनरेटेड-इमेजरी (CGI) एनीमेशन द्वारा प्रदर्शित डेटा से उत्पन्न ग्राफ़ या यहां तक ​​कि चलती-फिरती छवियों या गति-चित्रों को देखकर रुझानों को जल्दी से समझ सकते हैं। हालांकि प्रेक्षक 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 स्कैन करने की तुलना में घटनाओं की भविष्यवाणी करने में सक्षम हो सकते हैं (और देखें कि बारिश उनके रास्ते में थी)। इस तरह के गहन चित्रमय प्रदर्शन, जो संख्याओं और सूत्रों की दुनिया से आगे निकल गए, कभी-कभी ऐसे आउटपुट का भी नेतृत्व करते थे जिनमें एक समन्वय ग्रिड या लोप टाइमस्टैम्प की कमी होती थी, जैसे कि संख्यात्मक डेटा डिस्प्ले से बहुत दूर भटकना। आज, मौसम की भविष्यवाणी करने वाले मॉडल एक मानचित्र के खिलाफ चलती बारिश/बर्फ के बादलों के दृश्य को संतुलित करते हैं जो घटनाओं के संख्यात्मक निर्देशांक और संख्यात्मक टाइमस्टैम्प का उपयोग करता है।

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

CGI कंप्यूटर सिमुलेशन के अन्य अनुप्रयोगों को बड़ी मात्रा में डेटा को रेखांकन के रूप में प्रदर्शित करने के लिए विकसित किया जा रहा है, क्योंकि सिमुलेशन रन के दौरान परिवर्तन होते हैं।

विज्ञान में कंप्यूटर सिमुलेशन
विज्ञान में कंप्यूटर सिमुलेशन के प्रकार के सामान्य उदाहरण, जो एक अंतर्निहित गणितीय विवरण से प्राप्त हुए हैं:
 * विभेदक समीकरणों का एक संख्यात्मक अनुकरण जिसे विश्लेषणात्मक रूप से हल नहीं किया जा सकता है, ऐसे सिद्धांत जिनमें भौतिक ब्रह्माण्ड विज्ञान, द्रव गतिकी (जैसे, जलवायु मॉडल, सड़क शोर मॉडल, सड़क मार्ग वायु फैलाव मॉडल), निरंतर यांत्रिकी और रासायनिक कैनेटीक्स में घटना जैसे निरंतर सिस्टम शामिल हैं। यह श्रेणी।
 * एक स्टोचैस्टिक सिमुलेशन, आमतौर पर असतत प्रणालियों के लिए उपयोग किया जाता है जहां घटनाएं संभाव्य रूप से होती हैं और जिन्हें सीधे अंतर समीकरणों के साथ वर्णित नहीं किया जा सकता है (यह उपरोक्त अर्थों में एक असतत सिमुलेशन है)। इस श्रेणी की घटना में आनुवंशिक बहाव, जैव रसायन शामिल हैं या अणुओं की कम संख्या वाले जीन नियामक नेटवर्क। (यह भी देखें: मोंटे कार्लो विधि)।
 * उनके थर्मोइलास्टिक और थर्मोडायनामिक गुणों को मॉडलिंग करने के उद्देश्य से एक लागू बल के लिए कई पैमानों पर नैनोमैटेरियल्स की प्रतिक्रिया का मल्टीपार्टिकल सिमुलेशन। इस तरह के सिमुलेशन के लिए इस्तेमाल की जाने वाली तकनीकें आणविक गतिशीलता, आणविक यांत्रिकी, मोंटे कार्लो विधि और मल्टीस्केल ग्रीन के कार्य हैं।

कंप्यूटर सिमुलेशन के विशिष्ट उदाहरण निम्नलिखित हैं:
 * बड़ी संख्या में इनपुट प्रोफाइल के समूह पर आधारित सांख्यिकीय सिमुलेशन, जैसे कि पानी प्राप्त करने के संतुलन तापमान का पूर्वानुमान, मौसम संबंधी डेटा के विस्तार को एक विशिष्ट स्थान के लिए इनपुट होने की अनुमति देना। यह तकनीक तापीय प्रदूषण के पूर्वानुमान के लिए विकसित की गई थी।
 * एजेंट आधारित सिमुलेशन का पारिस्थितिकी में प्रभावी ढंग से उपयोग किया गया है, जहां इसे अक्सर व्यक्तिगत आधारित मॉडलिंग कहा जाता है और इसका उपयोग उन स्थितियों में किया जाता है जिनके लिए एजेंटों में व्यक्तिगत परिवर्तनशीलता की उपेक्षा नहीं की जा सकती है, जैसे सैल्मन और ट्राउट की जनसंख्या गतिशीलता (सबसे शुद्ध गणितीय मॉडल सभी मान लेते हैं) ट्राउट समान रूप से व्यवहार करते हैं)।
 * टाइम स्टेप्ड डायनामिक मॉडल। जल विज्ञान में ऐसे कई जल विज्ञान परिवहन मॉडल हैं जैसे संयुक्त राज्य अमेरिका पर्यावरण संरक्षण एजेंसी | यू.एस. द्वारा विकसित SWMM और DSSAM मॉडल। नदी जल गुणवत्ता पूर्वानुमान के लिए पर्यावरण संरक्षण एजेंसी।
 * कंप्यूटर सिमुलेशन का उपयोग मानव अनुभूति और प्रदर्शन के सिद्धांतों को औपचारिक रूप से मॉडल करने के लिए भी किया गया है, उदाहरण के लिए, एसीटी-आर।
 * दवा की खोज के लिए आणविक मॉडलिंग का उपयोग कर कंप्यूटर सिमुलेशन।
 * स्तनधारी कोशिकाओं में वायरल संक्रमण के मॉडल के लिए कंप्यूटर सिमुलेशन। * कार्बनिक अणुओं की ग्राइंडिंग के दौरान मेकेनोकेमिस्ट्री द्वारा बंधों की चयनात्मक संवेदनशीलता का अध्ययन करने के लिए कंप्यूटर सिमुलेशन।
 * कम्प्यूटेशनल द्रव गतिकी सिमुलेशन का उपयोग बहने वाली हवा, पानी और अन्य तरल पदार्थों के व्यवहार 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 प्रभाव का अनुकरण कर सकता है। एक हवाई जहाज के पंख के क्रॉस-सेक्शन पर ड्रैग फोर्स को अनुकरण करने के लिए एक द्वि-आयामी मॉडल का उपयोग किया जा सकता है। एक त्रि-आयामी सिमुलेशन एक बड़ी इमारत की हीटिंग और कूलिंग आवश्यकताओं का अनुमान लगा सकता है।
 * आणविक समाधानों की सराहना के लिए सांख्यिकीय थर्मोडायनामिक आणविक सिद्धांत की समझ मौलिक है। संभावित वितरण प्रमेय (पीडीटी) का विकास इस जटिल विषय को आणविक सिद्धांत की डाउन-टू-अर्थ प्रस्तुतियों के लिए सरल बनाने की अनुमति देता है।

उल्लेखनीय, और कभी-कभी विवादास्पद, विज्ञान में उपयोग किए जाने वाले कंप्यूटर सिमुलेशन में शामिल हैं: डोनेला मीडोज वर्ल्ड3 लिमिट्स टू ग्रोथ में उपयोग किया गया, जेम्स लवलॉक | जेम्स लवलॉक की डेज़ीवर्ल्ड और थॉमस रे की टिएरा (कंप्यूटर सिमुलेशन)।

सामाजिक विज्ञान में, कंप्यूटर सिमुलेशन डेटा परकोलेशन पद्धति द्वारा विकसित विश्लेषण के पांच कोणों का एक अभिन्न अंग है, जिसमें गुणात्मक और मात्रात्मक विधियां, साहित्य की समीक्षा (विद्वानों सहित), और विशेषज्ञों के साथ साक्षात्कार शामिल हैं, और जो डेटा त्रिकोणासन का विस्तार करता है। बेशक, किसी भी अन्य वैज्ञानिक पद्धति के समान, प्रतिकृति (वैज्ञानिक विधि) कम्प्यूटेशनल मॉडलिंग का एक महत्वपूर्ण हिस्सा है

व्यावहारिक संदर्भों में कंप्यूटर सिमुलेशन
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
 * जटिल प्रणालियों जैसे विमान और रसद प्रणालियों का डिजाइन।
 * सड़क के शोर को कम करने के लिए ध्वनि अवरोधकों का डिज़ाइन
 * आवेदन प्रदर्शन प्रबंधन की मॉडलिंग
 * पायलटों को प्रशिक्षित करने के लिए फ्लाइट सिमुलेटर
 * वायुमंडलीय मॉडल
 * जोखिम प्रबंधन
 * विद्युत परिपथों का अनुकरण
 * पावर सिस्टम सिमुलेशन
 * अन्य कंप्यूटरों का अनुकरण एम्यूलेटर है।
 * वित्तीय बाजारों पर कीमतों का पूर्वानुमान (उदाहरण के लिए अनुकूली मॉडलर)
 * तनाव और अन्य परिस्थितियों में संरचनाओं (जैसे भवन और औद्योगिक भाग) का व्यवहार
 * रासायनिक प्रसंस्करण संयंत्रों जैसे औद्योगिक प्रक्रियाओं का डिजाइन
 * रणनीतिक प्रबंधन और संगठनात्मक अध्ययन
 * उपसतह जलाशय के मॉडल के लिए पेट्रोलियम इंजीनियरिंग के लिए जलाशय अनुकरण
 * प्रक्रिया इंजीनियरिंग सिमुलेशन उपकरण।
 * रोबोट और रोबोट नियंत्रण एल्गोरिदम के डिजाइन के लिए रोबोटिक्स सूट
 * अर्बनसिम जो शहरी विकास के गतिशील पैटर्न और शहरी भूमि उपयोग और परिवहन नीतियों की प्रतिक्रियाओं का अनुकरण करता है।
 * ट्रैफिक इंजीनियरिंग (परिवहन) शहरों में एकल जंक्शनों से लेकर राष्ट्रीय राजमार्ग नेटवर्क तक सड़क नेटवर्क के कुछ हिस्सों की योजना बनाने या फिर से डिजाइन करने के लिए परिवहन प्रणाली योजना, डिजाइन और संचालन के लिए। ट्रैफ़िक सिमुलेशन पर अधिक विस्तृत लेख देखें।
 * नए वाहन मॉडल में सुरक्षा तंत्र का परीक्षण करने के लिए मॉडलिंग कार क्रैश।
 * सैद्धांतिक उत्पादन पारिस्थितिकी | कृषि में फसल-मृदा प्रणाली, समर्पित सॉफ्टवेयर ढांचे के माध्यम से (जैसे बायोफिजिकल मॉडल, ओएमएस3, एपीएसआईएम)

कंप्यूटर सिमुलेशन में लोगों की विश्वसनीयता और विश्वास सिमुलेशन मॉडल (सार) की वैधता (तर्क) पर निर्भर करता है, इसलिए कंप्यूटर सिमुलेशन के विकास में सत्यापन और सत्यापन का महत्वपूर्ण महत्व है। कंप्यूटर सिमुलेशन का एक अन्य महत्वपूर्ण पहलू 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 विशेष ध्यान देने वाला बिंदु है, जहां यादृच्छिक संख्या वास्तव में अर्ध-यादृच्छिक संख्या होनी चाहिए। पुनरुत्पादन के लिए एक अपवाद मानव-इन-द-लूप सिमुलेशन जैसे उड़ान सिमुलेशन और कंप्यूटर गेम हैं। यहाँ एक मानव अनुकरण का हिस्सा है और इस प्रकार परिणाम को इस तरह से प्रभावित करता है जो कठिन है, यदि असंभव नहीं है, तो ठीक से पुनरुत्पादन करना।

वाहन निर्माता नए डिजाइनों में सुरक्षा सुविधाओं का परीक्षण करने के लिए कंप्यूटर सिमुलेशन का उपयोग करते हैं। भौतिकी सिमुलेशन वातावरण में कार की एक प्रति बनाकर, वे सैकड़ों हजारों डॉलर बचा सकते हैं जो अन्यथा एक अद्वितीय प्रोटोटाइप बनाने और परीक्षण करने के लिए आवश्यक होंगे। प्रोटोटाइप के प्रत्येक खंड पर लगाए जा रहे सटीक तनाव को निर्धारित करने के लिए इंजीनियर एक समय में सिमुलेशन मिलीसेकंड के माध्यम से कदम उठा 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 अनुकरण का अनुभव करने के लिए किया जा सकता है, उदाहरण के लिए, प्रशिक्षण सिमुलेशन में। कुछ मामलों में एनिमेशन वास्तविक समय की तुलना में तेज़ या वास्तविक समय मोड की तुलना में धीमी गति से भी उपयोगी हो सकते हैं। उदाहरण के लिए, वास्तविक समय की तुलना में तेज़ एनिमेशन एक इमारत को खाली करने वाले मनुष्यों के अनुकरण में कतारों के निर्माण की कल्पना करने में उपयोगी हो सकते हैं। इसके अलावा, सिमुलेशन परिणाम अक्सर वैज्ञानिक विज़ुअलाइज़ेशन के विभिन्न तरीकों का उपयोग करके स्थिर छवियों में एकत्र किए जाते हैं।

डिबगिंग में, परीक्षण के तहत एक प्रोग्राम निष्पादन का अनुकरण (मूल रूप से निष्पादित करने के बजाय) हार्डवेयर की तुलना में कहीं अधिक त्रुटियों का पता लगा सकता है और साथ ही, उपयोगी डिबगिंग जानकारी जैसे निर्देश ट्रेस, मेमोरी परिवर्तन और निर्देश गणना लॉग कर सकता है। यह तकनीक बफर ओवरफ्लो का पता लगा सकती है और त्रुटियों का पता लगाने में कठिनाई के साथ-साथ प्रदर्शन जानकारी और प्रदर्शन ट्यूनिंग डेटा भी तैयार कर सकती है।

नुकसान
हालांकि कभी-कभी कंप्यूटर सिमुलेशन में नजरअंदाज कर दिया जाता है, यह सुनिश्चित करने के लिए संवेदनशीलता विश्लेषण करना बहुत महत्वपूर्ण है कि परिणामों की सटीकता को ठीक से समझा जा सके। उदाहरण के लिए, एक ऑयलफ़ील्ड अन्वेषण कार्यक्रम की सफलता का निर्धारण करने वाले कारकों के संभाव्य जोखिम विश्लेषण में मोंटे कार्लो पद्धति का उपयोग करके विभिन्न प्रकार के सांख्यिकीय वितरणों से नमूनों का संयोजन शामिल है। यदि, उदाहरण के लिए, प्रमुख मापदंडों में से एक (उदाहरण के लिए, तेल-असर स्तर का शुद्ध अनुपात) केवल एक महत्वपूर्ण आंकड़े के लिए जाना जाता है, तो सिमुलेशन का परिणाम एक महत्वपूर्ण आंकड़े से अधिक सटीक नहीं हो सकता है, हालांकि यह हो सकता है ( भ्रामक रूप से) चार महत्वपूर्ण अंकों के रूप में प्रस्तुत किया जाना चाहिए।

यह भी देखें

 * कम्प्यूटेशनल मॉडल
 * डिजिटल ट्विन
 * एमुलेटर
 * ऊर्जा मॉडलिंग
 * इलस्ट्रिस प्रोजेक्ट
 * कंप्यूटर सिमुलेशन सॉफ्टवेयर की सूची
 * दृश्य जनरेटर
 * सिमुलेशन
 * सिमुलेशन परिकल्पना
 * सिमुलेशन वीडियो गेम
 * स्टैंसिल कोड
 * यूनिवर्समशीन
 * 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