⑴ 數學建模需要哪些基礎知識 有哪些輔導資料
需要數學知識、計算機知識、最好找個字跡漂亮的隊友。
過程
模型准備
了解問題的實際背景，明確其實際意義，掌握對象的各種信息。用數學語言來描述問題。
模型假設
根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。
模型建立
在假設的基礎上，利用適當的數學工具來刻劃各變數之間的數學關系，建立相應的數學結構（盡量用簡單的數學工具）。
模型求解
利用獲取的數據資料，對模型的所有參數做出計算（或近似計算）。
模型分析
對所得的結果進行數學上的分析。
模型檢驗
將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差,則應該修改假設，再次重復建模過程。
模型應用
應用方式因問題的性質和建模的目的而異。
數學建模應當掌握的十類演算法
1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的算 法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法） 2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要 處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具） 3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題 屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、 Lingo軟體實現） 4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉 及到圖論的問題可以用這些方法解決，需要認真准備） 5、動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計 中比較常用的方法，很多場合可以用到競賽中） 6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是 用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實 現比較困難，需慎重使用） 7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽 題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好 使用一些高級語言作為編程工具） 8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只 認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非 常重要的） 9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常 用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調 用） 10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該 要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab 進行處理）
數學建模資料
競賽參考書
l、中國大學生數學建模競賽，李大潛主編，高等教育出版社(1998)． 2、大學生數學建模競賽輔導教材，(一)(二)(三)，葉其孝主編，湖南教育 出版社(1993，1997，1998)． 3、數學建模教育與國際數學建模競賽 《工科數學》專輯，葉其孝主編， 《工科數學》雜志社，1994)．
國內教材、叢書
1、數學模型，姜啟源編，高等教育出版社(1987年第一版，1993年第二版，2003年第三版；第一版在 1992年國家教委舉辦的第二屆全國優秀教材評選中獲"全國優秀教材獎")． 2、數學模型與計算機模擬，江裕釗、辛培情編，電子科技大學出版社，(1989)． 3、數學模型選談(走向數學從書)，華羅庚，王元著，王克譯，湖南教育出版社；(1991)． 4、數學建模--方法與範例，壽紀麟等編，西安交通大學出版社(1993)． 5、數學模型，濮定國、 田蔚文主編，東南大學出版社(1994)． 6..數學模型，朱思銘、李尚廉編，中山大學出版社，(1995) 7、數學模型，陳義華編著，重慶大學出版社，(1995) 8、數學模型建模分析，蔡常豐編著，科學出版社，(1995)． 9、數學建模競賽教程，李尚志主編，江蘇教育出版社，(1996)． 10、數學建模入門，徐全智、楊晉浩編，成都電子科大出版社，(1996). 11、數學建模，沈繼紅、施久玉、高振濱、張曉威編，哈爾濱工程大學出版社，(1996). 12、數學模型基礎，王樹禾編著，中國科學技術大學出版社，(1996). 13、數學模型方法，齊歡編著，華中理工大學出版社，(1996)． 14、數學建模與實驗，南京地區工科院校數學建模與工業數學討論班編，河海大學 出版社，(1996)． 15、數學模型與數學建模，劉來福、曾文藝編，北京師范大學出版杜(1997)． 16. 數學建模，袁震東、洪淵、林武忠、蔣魯敏編，華東師范大學出版社. 17、數學模型，譚永基，俞文吡編，復旦大學出版社，(1997)． 18、數學模型實用教程，費培之、程中瑗層主編，四川大學出版社，(1998)． 19、數學建模優秀案例選編(工科數學基地建設叢書)，汪國強主編，華南理工大學出版社，(1998)． 20、經濟數學模型(第二版)(工科數學基地建設叢書)，洪毅、賀德化、昌志華 編著，華南理工大學出版社，(1999)． 21、數學模型講義，雷功炎編，北京大學出版社(1999)． 22、數學建模精品案例，朱道元編著，東南大學出版社，(1999)， 23、問題解決的數學模型方法，劉來福，曾文藝編著、北京師范大學出版社，(1999)． 24、數學建模的理論與實踐，吳翔，吳孟達，成禮智編著，國防科技大學出版社， (1999)． 25、數學建模案例分析，白其嶺主編，海洋出版社，(2000年，北京)． 26、數學實驗(高等院校選用教材系列)，謝雲蓀、張志讓主編，科學出版社，(2000)． 27、數學實驗，傅鵬、龔肋、劉瓊蓀，何中市編，科學出版社，(2000)． 28、數學建模與數學實驗，趙靜、但琦編，高等教育出版社，(2000).
國外參考書(中譯本)
1、數學模型引論， E．A。Bender著，朱堯辰、徐偉宣譯，科學普及出版社(1982). 2、數學模型，[門]近藤次郎著，官榮章等譯，機械工業出版社，(1985)． 3、微分方程模型，(應用數學模型叢書第1卷)，[美]W．F．Lucas主編，朱煜民等 譯，國防科技大學出版社，(1988)． 4、政治及有關模型，(應用數學模型叢書第2卷)，[美W．F．Lucas主編，王國秋 等譯，國防科技大學出版社，(1996)． 5、離散與系統模型，(應用數學模型叢書第3卷)，[美w．F．Lucas主編，成禮智 等譯，國防科技大學出版社，(1996)． 6、生命科學模型，(應用數學模型叢書第4卷)，[美1W．F．Lucas主編，翟曉燕等 譯，國防科技大學出版社，(1996)． 7、模型數學--連續動力系統和離散動力系統，[英1H．B．Grif6ths和A．01dknow 著，蕭禮、張志軍編譯，科學出版社，(1996)． 8、數學建模--來自英國四個行業中的案例研究，(應用數學譯叢第4號)， 英]D．Burglles等著，葉其孝、吳慶寶譯，世界圖書出版公司，(1997)
專業性參考書
(這方面書籍很多，僅列幾本供參考) ： 1、水環境數學模型，[德]W．KinZE1bach著，楊汝均、劉兆昌等編纂，中國建築工 業出版社，(1987)． 2、科技工程中的數學模型，堪安琦編著，鐵道出版社(1988) 3、生物醫學數學模型，青義學編著，湖南科學技術出版杜(1990)． 4、農作物害蟲管理數學模型與應用，蒲蟄龍主編，廣東科技出版社(1990)． 5、系統科學中數學模型，歐陽亮編著， E山東大學出版社，(1995)． 6、種群生態學的數學建模與研究，馬知恩著，安徽教育出版社，(1996) 7、建模、變換、優化--結構綜合方法新進展，隋允康著，大連理工大學出版社， (1986) 8、遺傳模型分析方法，朱軍著，中國農業出版社(1997)． (中山大學數學系王壽松編輯，2001年4月)
⑵ 數學建模需要哪些知識
數學建模應當掌握的十類演算法及所需編程語言：
1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）。
2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具）。
4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真准備）。
5、動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中）。
6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用）。
7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好使用一些高級語言作為編程工具）。
8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非常重要的）。
9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調用）。
10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab進行處理）。
⑶ 數學建模要學哪些知識還請大牛幫忙解答，希望能給出一些具體的建議，比如先學什麼再學什麼，真心萬分感
1建模基礎知識、常用工具軟體的使用
一、掌握建模必備的數學基礎知識（如初等數學、高等數學等），數學建模中常用的但尚未學過的方法，如圖論方法、優化中若干方法、概率統計以及運籌學等方法。
二、，針對建模特點，結合典型的建模題型，重點學習一些實用數學軟體（如 Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性開發,尤其注意同一數學模型可以用多個軟體求解的問題。
例如, 貸款買房問題: 某人貸款8 萬元買房，每月還貸款880.87 元，月利率1％。
（1）已經還貸整6 年。還貸6 年後，某人想知道自己還欠銀行多少錢，請你告訴他。
（2）此人忘記這筆貸款期限是多少年，請你告訴他。
這問題我們可以用 Mathematica 、Matlab、Lindo 、Lingo 等多個不同軟體包編程求解
2 建模的過程、方法
數學建模是一項非常具有創造性和挑戰性的活動，不可能用一些條條框框規定出各種模型如何具體建立。但一般來說，建模主要涉及兩個方面：第一，將實際問題轉化為理論模型；第二，對理論模型進行計算和分析。簡而言之，就是建立數學模型來解決各種實際問題的過程。這個過程可以用如下圖1來表示。
3常用演算法的設計
建模與計算是數學模型的兩大核心，當模型建立後，計算就成為解決問題的關鍵要素了，而演算法好壞將直接影響運算速度的快慢答案的優劣。根據競賽題型特點及前參賽獲獎選手的心得體會，建議大家多用數學軟體（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）設計演算法，這里列舉常用的幾種數學建模演算法.
（1）蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法，通常使用Mathematica、Matlab 軟體實現）。
（2）數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab 作為工具）。
（3）線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、Lingo 軟體實現）。
（4）圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真准備，通常使用Mathematica、Maple 作為工具）。
（5）動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中，通常使用Lingo 軟體實現）。
（6）圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab 進行處理）。
（7）最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用，通常使用Lingo、 Matlab、SPSS 軟體實現）。
4 論文結構，寫作特點和要求
答卷（論文）是競賽活動成績結晶的書面形式，是評定競賽活動的成績好壞、高低，獲獎級別的唯一依據。因此，寫好數學建模論文在競賽活動中顯得尤其重要，這也是參賽學生必須掌握的。為了使學生較好地掌握競賽論文的撰寫要領，（1）要求同學們認真學習和掌握全國大學生數學建模競賽組委會最新制定的論文格式要求且多閱讀科技文獻。（2）通過對歷屆建模競賽的優秀論文（如以中國人民解放軍信息工程學院李開鋒、趙玉磊、黃玉慧2004 年獲全國一等獎論文：奧運場館周邊的MS 網路設計方案為範例）進行剖析，總結出建模論文的一般結構及寫作要點，去學習體會和摸索。
參加全國大學生數學建模競賽應注意的問題
一、心裡要有「底」
首先，賽題來自於哪個實際領地的確難以預料，但絕不會過於「專」，它畢竟是經過簡化、加工的。大部分賽題僅憑意識便能理解題意，少數賽題的實際背景可能生疏，只需要查閱一些資料，便可以理解題意。其次，所有的賽題當然要用到數學知識，但一定不會過於高深。用得較多的有運籌學、概率與統計、計算方法、離散數學、微分方程等方面的一部分理論和方法，這些內容在賽前培訓要學過一些，真的用到了，總知道在哪些資料中查找。
⑷ 模擬的方法
主要是指建立模擬模型和進行模擬實驗的方法，可分為兩大類：連續系統的模擬方法和離散事件系統的模擬方法（見模擬方法）。人們有時將建立數學模型的方法也列入模擬方法，這是因為對於連續系統雖已有一套理論建模和實驗建模的方法，但在進行系統模擬時，常常先用經過假設獲得的近似模型來檢驗假設是否正確,必要時修改模型,使它更接近於真實系統。對於離散事件系統建立它的數學模型就是模擬的一部分。
⑸ 請問模擬與模擬的區別是什麼
一、作用不同
1、模擬
隨著軍事和科學技術的迅猛發展，模擬已成為各種復雜系統研製工作的一種必不可少的手段，尤其是在航空航天領域，模擬技術已是飛行器和衛星運載工具研製必不可少的手段，可以取得很高的經濟效益。
2、模擬
模擬的作用表現在：
①能對高度復雜的內部交互作用的系統進行研究和實驗。
②能設想各種不同方案，觀察這些方案對系統的結構和行為的影響。
③能反映變數間的相互關系，說明哪些變數更重要，如何影響其他變數和整個系統。
④能研究不同時期相互間的動態聯系，反映系統行為隨時間變化而變化的情況。
二、意義不同
1、模擬
海灣戰爭期間「愛國者」導彈和「飛毛腿」導彈之間的較量，也反映出了模擬模擬的參與。現代戰略導彈的進攻威力很大，射程很遠，更要命的是常常裝有多個真真假假的彈頭，用來迷惑敵方，以便順利突破敵方強大的防空網。
2、模擬
模擬是在設計的最初階段開始進行，這期間設計人員會藉助它來對初始代碼進行評估。開發人員需在設計進程的初期階段--一般在獲得硬體前的幾個月--使用模擬器對復雜的多核系統進行建模。
三、方法不同
1、模擬
連續系統的模擬方法和離散事件系統的模擬方法（見模擬方法）。人們有時將建立數學模型的方法也列入模擬方法，這是因為對於連續系統雖已有一套理論建模和實驗建模的方法。
但在進行系統模擬時，常常先用經過假設獲得的近似模型來檢驗假設是否正確，必要時修改模型,使它更接近於真實系統。對於離散事件系統建立它的數學模型就是模擬的一部分。
2、模擬
進行模擬的步驟包括確定問題、收集資料、制訂模型、建立模型的計算程序、鑒定和證實模型、設計模型試驗、進行模擬操作和分析模擬結果。
這里所說的模型必須是模擬模型，一般地說，隨機模型比確定性模型、動態模型比靜態模型、非線性模型比線性模型更多地使用模擬方法來分析和求解，而成為模擬模型。
模擬模型比較靈活，不求最優解，可以回答如果在某個時期採取某種行動對後續時期將會產生什麼後果一類的問題。除模擬模型外，進行模擬還需要電子計算機程序、模擬語言、實驗設計技術等必要的知識。
⑹ 系統模擬的概念是什麼
系統模擬的概念是根據系統分析的目的，在分析系統各要素性質及其相互關系的基礎上，建立能描述系統結構或行為過程的、且具有一定邏輯關系或數量關系的模擬模型，據此進行試驗或定量分析，以獲得正確決策所需的各種信息。
計算機試驗常被用來研究模擬模型（simulation model）。模擬也被用於對自然系統或人造系統的科學建模以獲取深入理解。模擬可以用來展示可選條件或動作過程的最終結果。
模擬也可用在真實系統不能做到的情景，這是由於不可訪問（accessible）、太過於危險、不可接受的後果、或者設計了但還未實現、或者壓根沒有被實現等。
模擬的主要論題是獲取相關選定的關鍵特性與行為的有效信息源，模擬時使用簡化的近似或者假定，模擬結果的保真度（fidelity）與有效性。模型驗證（verification）與有效性（validation）的過程、協議是學術學習、改進、研究、開發模擬技術的熱點，特別是對計算機模擬。
(6)模擬模擬需要離散數學知識擴展閱讀
模擬軟體分為模擬語言、模擬程序包和模擬軟體系統三類。其中模擬語言是應用最廣泛的模擬軟體。模擬程序包是針對模擬的專門應用領域建立起來的程序系統。軟體設計人員將常用的程序段設計成通用的子程序模塊，並設計一個主程序模塊，用於調用子程序模塊。
模擬研究人員使用這種程序包可免去繁重的程序編制工作。模擬程序包除不具備模擬軟體的功能①以外，至少具備功能②、③、④中的任一種。
模擬軟體系統以資料庫為核心將模擬軟體的所有功能有機地統一在一起，構成一個完善的系統。它由建模軟體、模擬運行軟體（語言）、輸出結果分析報告軟體和資料庫管理系統組成。
型科學計算、復雜系統動態特性建模研究、過程模擬培訓、系統優化設計與調試、故障診斷與專家系統等，提供通用的、一體化的、全過程支撐的，基於微機環境的開發與運行支撐平台。軟體採用了動態內存機器碼生成技術、分布式實時資料庫技術和面向對象的圖形化建模方法，在模擬領域處於國內領先水平。
它主要用於能源、電力、化工、航空航天、國防軍事、經濟等研究領域，既可用於科研院所的科學研究，也可用於實際工程項目。
⑺ 數學建模需要掌握哪些編程語言和技術
數學建模應當掌握的十類演算法及所需編程語言：
1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）。
2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具）。
3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、 Lingo軟體實現）。
4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真准備）。
5、動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中）。
6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用）。
7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好使用一些高級語言作為編程工具）。
8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非常重要的）。
9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調用）。
10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab進行處理）。
⑻ 模擬模擬的三大組成部分
對一個工程技術系統進行模擬模擬，包括了建立模型、實驗求解和結果分析三個主要步驟。
建立系統數學模型
模擬模擬是一基於模型的活動，是用模型模擬來代替真實系統進行實驗和研究。因此，首先就要對待模擬的問題進行定量描述，這就是建立系統的數學模型。
模型是對真實世界的模仿，真實世界是五彩繽紛的，因此模型也是千姿百態的；
根據模型中是否包含隨機因素，可分為隨機型和確定型模型。
根據模型是否具有時變性，可分為動態模型和靜態模型。
根據模型參數是否在空間連續變化，可分為分布參數模型和集中參數模型。
根據模型參數是否隨時間連續變化，可分為連續系統模型和離散系統模型。
根據模型的數學描述形式，又可分為常微分方程、偏微分方程、差分方程、離散事件模型等。
對於上述不同類型的模型，這里不作深入的論述，只討論建立系統數學模型中的幾個共性問題。
1）建模的過程是一個信息處理的過程，換而言之，信息是構造模型的「原材料」，根據建模所用的不同類型「原材料」可將建模方法歸為兩類：
一類是演繹法建模，即利用先驗的技術信息建模。其過程是：從某些前提、假設、原理和規則出發，通過數學邏輯推導來建立模型。因此，這是一個從一般到特殊的過程，即根據普遍的技術原理推導出被模擬對象的特殊描述。
另一類是歸納法建模，即利用對真實系統的試驗數據信息建模。其過程是：通過對真實系統的測試獲得數據，這些數據中包含著能反映真實系統本質的信息，然後通過數據處理的方法，從中得出對真實系統規律性的描述，例如大家熟知的最小二乘回歸模型等。這是一個從特殊到一般的過程。
但是實際應用中，常常是通過上述兩類方法的結合完成模型的建立，即混合法建模。
不管用哪種方法建模，其關鍵都在於真實系統的了解程度。如果對真實系統沒有充分的和正確的了解，那麼所建的模型將不能准確地模仿出真實系統的本質。
2）模型的可信度。既然模型是對真實系統的模仿，那麼就有一個模仿得像不像的問題，這就是模型的相似度、精度的可信度的問題。
模型的可信度取決於建模所用的信息「原材料」（先驗知識、試驗數據）是否正確完備，還取決於所用建模方法（演繹、歸納）是否合理、嚴密。此外，對於許多模擬 軟體來說，還要將數學模型轉化為模擬演算法所能處理的模擬模型。因此，這里還有一個模型的轉換精度問題。建模中任何一個環節的失誤，都會影響模型的可信度。
為此，在模型建立好以後，對模型進行可信度檢驗是不可缺少的重要步驟。檢驗模型呆信度的方法通常是：首先由熟悉被模擬系統的專家對模型作分析評估，然後對建模所用數據進行統計分析，最後對模型進行試運行，將初步模擬結果與估計結果相比較。
模擬計算
模擬計算是對所建立的模擬模型進行數值實驗和求解的過程，不同的模型有不同的求解方法。例如：對於連續系統，通常用常微分方程、傳遞函數，甚至偏微分方程對 其進行描述。由於要得到這些方程的解析解幾乎是不可能的，所以總是採用數值解法，如：對於常微分方程主要採用各種數值積分法，對於偏微分方程則採用有限差 分法、特徵法、蒙特卡羅法或有限元方法等。
又例如：對於離散事件系統，通常採用概率模型，其模擬過程實際上是一個數值實驗的過程，而這些參數又必須符合一定的概率分布規律。對於不同類型的離散事件系統（如隨機服務系統、隨機庫存系統、隨機網路計劃等）有不同的模擬方法。
隨著被模擬對象復雜程度的提高和對模擬實時性的迫切要求，研究新的模擬演算法一直是一項重要的任務，特別是研究各種並行的模擬演算法。
模擬結果的分析
要 想通過模擬模擬得出正確、有效地結論，必須對模擬結果進行科學的分析。早期的模擬軟體都是以大量數據的形式輸出模擬的結果，因此有必要對模擬結果數據進行 整理，進行各種統計分析，以得到科學的結論。現代模擬軟體廣泛採用了可視化技術，通過圖形、圖表，甚至動畫生動逼真地顯示出被模擬對象的各種狀態，使模擬 模擬的輸出信息更加豐富、更加詳盡、更加有利於對模擬結果的科學分析。