Приближенное

3.1. Стохастическое (вероятное)

3.2. Динамическое

3.3. Непрерывное

3.4.Реальное

3.4.1 Натуральное

- научный эксперимент

- комплексное испытание

- производственный эксперимент

3.4.2. Физическое

- в реальном времени

- в модельном времени

Детерминированное моделирование отображает процессы, в которых предполагается отсутствие случайных воздействий

Стохастическое – учитывает вероятностные процессы и события.

Мыслимое моделирование – применяется, если модели не реализовались на данном интервале времени или невозможно создать условия для физической реализации таких моделей.

Гипотетическое моделирование – закладывается определенная гипотеза о закономерности протекания процесса в реальном объекте. Обычно она отражает уровень знаний о данных процессах.

Символическое моделирование – искусственный процесс создания логического объекта, который выражает его основные свойства с помощью определенной системы знаков и символов.

Языковое моделирование -в его основе некоторый тезаурус (объем понятий для посвященных), образованный из понятий исследуемой области.

В отличие от словаря тезаурус очищен от неоднозначности, т.е. каждому слову – одно понятие.

Математическое моделирование – это процесс установления соответствия данному реальному объекту, некоторого математического объекта называемого математической моделью.

Вид математической модели зависит кат от реального объекта, так и от задач исследования объекта. Для предоставления математической модели используют различные формы записи, в т.ч. инвариантную, аналитическую, алгоритмическую, графическую.

Инвариантное моделирование -описывает систему как совокупность входов, выходов и процессора.

Аналитическое моделирование – представляет собой исходящее управление модели, выражающей результаты, как функции входов и переменного состояния.

Аналитическое моделирование исследуется несколькими методами:

- аналитическим (когда получена формальная зависимость связи искомых характеристик с параметром состояния системы)

- численный метод (позволяет получит конкретные результаты, если их информировали о данных начальных условиях.)

Имитационное моделирование – воспроизводится алгоритм функций системы во времени. В этом случаи сохраняется логическая структура имитирующих явлений, что дает возможность оценить развитие параметров системы во времени.

Наиболее известным имитационным методом является метод статистических испытаний или метод Монте-Карло. Это численный метод, который применяется для моделирования случайных величин и функций, вероятные характеристики которых совпадают с решением аналитических задач. Он состоит в многократном воспроизведении случайных функций.