什麼是演算法的模擬

『壹』 matlab做模擬是什麼意思

建立對象的數學模型，通過數值計算來模擬該對象。

『貳』 軟體模擬是什麼，能不能說的通俗一點謝謝

模擬軟體（英文simulation software），專門用於模擬的計算機軟體。它與模擬硬體同為模擬的技術工具。模擬軟體是從50年代中期開始發展起來的。它的發展與模擬應用、演算法、計算機和建模等技術的發展相輔相成。1984年出現了第一個以資料庫為核心的模擬軟體系統，此後又出現採用人工智慧技術（專家系統）的模擬軟體系統。這個發展趨勢將使模擬軟體具有更強、更靈活的功能、能面向更廣泛的用戶。目前比較風行的是虛擬現實模擬軟體，比如虛擬現實模擬平台（VR-Platform）

通俗的說：軟體模擬這種方法主要是使用計算機軟體來模擬運行，實際的單片機運行因此模擬與硬體無關的系統具有一定的優點。用戶不需要搭建硬體電路就可以對程序進行驗證，特別適合於偏重演算法的程序。軟體模擬的缺點是無法完全模擬與硬體相關的部分，因此最終還要通過硬體模擬來完成最終的設計..
硬體模擬：使用附加的硬體來替代用戶系統的單片機並完成單片機全部或大部分的功能。使用了附加硬體後用戶就可以對程序的運行進行控制，例如單步，全速，查看資源斷點等。硬體模擬是開發過程中所必須的。

『叄』 模擬有什麼意義

系統模擬是20世紀40年代末以來伴隨著計算機技術的發展而逐步形成的一門新興學科。模擬（Simulation）就是通過建立實際系統模型並利用所見模型對實際系統進行實驗研究的過程[2]。最初，模擬技術主要用於航空、航天、原子反應堆等價格昂貴、周期長、危險性大、實際系統試驗難以實現的少數領域，後來逐步發展到電力、石油、化工、冶金、機械等一些主要工業部門，並進一步擴大到社會系統、經濟系統、交通運輸系統、生態系統等一些非工程系統領域。可以說，現代系統模擬技術和綜合性模擬系統已經成為任何復雜系統，特別是高技術產業不可缺少的分析、研究、設計、評價、決策和訓練的重要手段。其應用范圍在不斷擴大，應用效益也日益顯著。
1．系統模擬及其分類
系統模擬是建立在控制理論、相似理論、信息處理技術和計算機初等理論基礎之上的，以計算機和其他專用物理效應設備為工具，利用系統模型對真實或假設的系統進行試驗，並藉助於專家的經驗知識、統計數據和信息資料對實驗結果進行分析研究，進而做出決策的一門綜合的實驗性學科。從廣義而言，系統模擬的方法適用於任何的領域，無論是工程系統（機械、化工、電力、電子等）或是非工程系統（交通、管理、經濟、政治等）。
系統模擬根據模型不同，可以分為物理模擬、數學模擬和物理—數學模擬（半實物模擬）；根據計算機的類別，可以分為模擬模擬、數字模擬和混合模擬；根據系統的特性；可以分為連續系統模擬、離散時間系統（采樣系統）模擬和離散事件系統模擬；根據模擬時鍾與實際時鍾的關系，可以分為實時模擬、欠實時模擬和超實時模擬等。
2．系統模擬的一般步驟
對於每一個成功的模擬研究項目,其應用都包含著特定的步驟，見圖9-2。不論模擬項目的類型和研究目的又何不同，模擬的基本過程是保持不變的，要進行如下9步：
問題定義
制定目標
描述系統並對所有假設列表
羅列出所有可能替代方案
收集數據和信息
建立計算機模型
校驗和確認模型
運行模型
分析輸出
下面對這九步作簡單的定義和說明。它不是為了引出詳細的討論，僅僅起到拋磚引玉的作用。注意模擬研究不能簡單遵循這九步的排序，有些項目在獲得系統的內在細節之後，可能要返回到先前的步驟中去。同時，驗證和確認需要貫穿於模擬工程的每一個步驟當中。
（1）問題的定義
一個模型不可能呈現被模擬的現實系統的所有方面，有時是因為太昂貴。另外，假如一個表現真實系統所有細節的模型也常常是非常差的模型，因為它將過於復雜和難於理解。因此，明智的做法是：先定義問題，再制定目標，再構建一個能夠完全解決問題的模型。在問題定義階段，對於假設要小心謹慎，不要做出錯誤的假設。例如，假設叉車等待時間較長，比假設沒有足夠的接收碼頭要好。作為模擬綱領，定義問題的陳述越通用越好，詳細考慮引起問題的可能原因。
（2）制定目標和定義系統效能測度
沒有目標的模擬研究是毫無用途的。目標是模擬項目所有步驟的導向。系統的定義也是基於系統目標的。目標決定了應該做出怎樣的假設、應該收集那些信息和數據；模型的建立和確認考慮到能否達到研究的目標。目標需要清楚、明確和切實可行。目標經常被描述成像這樣的問題「通過添加機器或延長工時，能夠獲得更多的利潤嗎？」等。在定義目標時，詳細說明那些將要被用來決定目標是否實現的性能測度是非常必要的。每小時的產出率、工人利用率、平均排隊時間、以及最大隊列長度是最常見的系統性能測度。
最後，列出模擬結果的先決條件。如：必須通過利用現有設備來實現目標，或最高投資額要在限度內，或產品訂貨提前期不能延長等。
（3）描述系統和列出假設
簡單點說，模擬模型降低完成工作的時間。系統中的時間被劃分成處理時間、運輸時間和排隊時間。不論模型是一個物流系統、製造工廠、或服務機構，清楚明了的定義如下建模要素都是非常必要的：資源、流動項目（產品、顧客或信息）、路徑、項目運輸、流程式控制制、加工時間，資源故障時間。
模擬將現實系統資源分成四類：處理器，隊列，運輸，和共享資源如操作員。流動項目的到達和預載的必要條件必須定義，如：到達時間、到達模式和該項目的類型等屬性。在定義流動路徑時，合並和轉移需要詳細的描述。項目的轉變包括屬性變化、裝配操作（項目和並）、拆卸操作（項目分離）。在系統中，常常有必要控制項目的流動。如：一個項目只有在某種條件或某一時刻到來時才能移動，以及一些特定的規則。所有的處理時間都要被定義，並且要清楚表明那些操作是機器自動完成，哪些操作是人工獨立完成，哪些操作需要人機協同完成。資源可能有計劃故障時間和意外故障時間。計劃故障時間通常指午餐時間，中場休息，和預防性維護等。意外故障時間是隨機發生的故障所需的時間，包括失效平均間隔時間和維修平均間隔時間。
在這些工作完成之後，需要將現實系統作模型描述，它遠比模型描述向計算機模型轉化困難。現實向模型的轉化意味著你已經對現實有了非常徹底的理解，並且能將其完美的描述出來。這一階段，將此轉換過程中所作的所有假設作詳細說明非常有必要。事實上，在整個模擬研究過程中，所有假設列表保持在可獲得狀態是個很好的主意，因為這個假設列表隨著模擬的遞進還要逐步增長。假如描述系統這一步做得非常好，建立計算機模型這一階段將非常簡便。
注意，獲得足夠的，能夠體現特定模擬目的的系統本質的材料是必要的，但是不需要獲得與真實系統一一對應的模型的描述。正如愛因斯坦所說「做到不能再簡單為止」。
（4）列舉可能的替代方案
在模擬研究中，確定模型早期運行的可置換方案是很重要的。它將影響著模型的建立。在初期階段考慮替代方案，模型可能被設計成可以非常容易的轉換到替換系統。
（5）收集數據和信息
收集數據和信息，除了為模型參數輸入數據外，在驗證模型階段，還可以提供實際數據與模型的性能測度數據進行比較。數據可以通過歷史紀錄、經驗、和計算得到。這些粗糙的數據將為模型輸入參數提供基礎，同時將有助於一些需要較精確輸入參數數據的收集。
有些數據可能沒有現成的記錄，而通過測量來收集數據可能要費時、費錢。除了在模型分析中,模型參數需要極為精確的輸入數據外,同對系統的每個參數的數據進行調查、測量的收集方式相比，採用估計方法來產生輸入數據更為高效。估計值可以通過少數快速測量或者通過咨詢熟悉系統的系統專家來得到。即使是使用較為粗糙的數據，根據最小值、最大值和最可能取值定義一個三角分布，要比僅僅採用平均值模擬效果都要好得多。有時候採用估計值也能夠很好的滿足模擬研究的目的。例如，模擬可能被簡單的用來指導人員了解系統中特定的因果關系。在這種情況下，估計值就可以滿足要求。
當需要可靠數據時，花費較多時間收集和統計大量數據，以定義出能夠准確反映現實的概率分布函數就是非常必要的。需要的數據量的大小取決於變數的變異程度，但是也有通用的規則，大拇指法指出至少需要三十甚至上百的數據。假如要獲得隨機停機時間的輸入參數，必須要在一個較長時間段內捕獲足夠多的數據。
（6）建立計算機模型
構建計算機模型的過程中，首先構建小的測試模型來證明復雜部件的建模是合適的。一般建模過程是呈階段性的，在進行下一階段建模之前，驗證本階段的模型工作正常，在建模過程中運行和調試每一階段的模型。不會直接將整個系統模型構建起來，然後點擊「運行」按鈕來進行系統的模擬。抽象模型有助於定義系統的重要部分，並可以引導為後續模型的詳細化而進行的數據收集活動。我們可能想對同一現實系統構建多個計算機模型，每個模型的抽象程度都不相同。
（7）驗證和確認模型
驗證是確認模型的功能是否同設想的系統功能相符合。模型是否同我們想構建的模型相吻合，產品的處理時間、流向是否正確等。確認范圍更廣泛。它包括：確認模型是否能夠正確反映現實系統，評估模型模擬結果的可信度有多大等。
（8）驗證
現在有很多技術可以用來驗證模型。最最重要的、首要的是在模擬低速運行時，觀看動畫和模擬鍾是否同步運行，它可以發現物料流程及其處理時間方面的差異。
另一種驗證技術是在模型運行過程中，通過交互命令窗口，顯示動態圖表來詢問資源和流動項目的屬性和狀態。
通過「步進」方式運行模型和動態查看軌跡文件可以幫助人們調試模型。運行模擬時，通過輸入多組模擬輸入參數值，來驗證模擬結果是否合理也是一種很好的方法。在某些情況下，對系統性能的一些簡單測量可以通過手工或使用對比而來獲得。對模型中特定區域要素的使用率和產出率通常是非常容易計算出來的。
在調試模型中是否存在著某種特定問題時，推薦使用同一隨機數流，這樣可以保證模擬結果的變化是由對模型所做的修改引起的，同時對隨機數流不做改動，有時對於模型運行在一些簡單化假設下，非常有幫助，這些假設是為了更加簡便的計算或預測系統性能。
（9）確認
模型確認建立模型的可信度。但是，現在還沒有哪一種確認技術可以對模型的結果作出100%的確定。我們永遠不可能證明模型的行為就是現實的真實行為。如果我們能夠做到這一步，可能就不需要進行模擬研究的第一步（問題的定義）了。我們盡力去做的，最多隻能是保證模型的行為同現實不會相互抵觸罷了。
通過確認，試著判斷模型的有效程度。假如一個模型在得到我們提供的相關正確數據之後，其輸出滿足我們的目標，那麼它就是好的。模型只要在必要范圍內有效就可以了，而不需要盡可能的有效。在模型結果的正確性同獲得這些結果所需要的費用之間總存在著權衡。
判斷模型的有效性需要從如下幾方面著手：
①模型性能測度是否同真實系統性能測度匹配？
②如果沒有現實系統來對比，可以將模擬結果同相近現實系統的模擬模型的相關運行結果作對比。
③利用系統專家的經驗和直覺來假設復雜系統特定部分模型的運行狀況。
對每一主要任務，在確認模型的輸入和假設都是正確的，模型的性能測度都是可以測量的之前，需要對模型各部分進行隨機測試。
④模型的行為是否同理論相一致？確定結果的理論最大值和最小值，然後驗證模型結果是否落入兩值之間。
為了了解模型在改變輸入值後，其輸出性能測度的變化方向，可以通過逐漸增大或減小其輸入參數，來驗證模型的一致性。
⑤模型是否能夠准確的預測結果？這項技術用來對正在運行中的模型進行連續的有效性驗證。
⑥是否有其他模擬模擬器模擬了這個模型？要是有的話那就再好不過了，可以將已有模型的模擬結果同現在設計的模型的運行結果進行對比。
（10）運行可替代實驗
當系統具有隨機性時，就需要對實驗做多次運行。因為，隨機輸入導致隨機輸出。如果可能，在第二步中應當計算出已經定義的每一性能測度的置信區間。可替代環境能夠單獨構建，並可以通過使用WITNESS軟體中的「Optimizer」模塊來設置並自動運行模擬優化。
WITNESS軟體的「Optimizer」模塊為了執行優化操作，通過選擇目標函數的最大化或最小化，定義需要實驗的許多決策變數，需要達到的條件變數，需要滿足的約束等，然後讓優化模塊負責搜索變數的可替換數字，來運行模型。最終得出決策變數集的優化解決方案，和最大化或最小化的模型目標函數。「Optimizer」模塊設置了一套優化方法，包括遺傳演算法、模擬處理、禁忌搜索、分散搜索和其他的混合法來得出模型的優化配置方案。
在選擇模擬運行長度時，考慮啟動時間，資源失效可能間隔時間，處理時間或到達時間的時間或季節性差異，或其他需要系統運行足夠長時間才能出現效果的系統特徵變數，是非常重要的。
（11）輸出分析
報表、圖形和表格常常被用於進行輸出結果分析。同時需要於今年用統計技術來分析不同方案的模擬結果。一旦通過分析結果並得出結論，要能夠根據模擬的目標來解釋這些結果，並提出實施或優化方案。使用結果和方案的矩陣圖進行比較分析也是非常有幫助的。

『肆』 Matlab演算法模擬是什麼意思

建立m文件，根據實際對象，建立數學模型，用matlab編程實現，

『伍』 如何用Matlab實現演算法的模擬

可以去csdn下載
相關論壇應該也找得到啊，還可以找到相關資料
希望可以幫到你哈！

模擬、計算、研發、CAE、
廣州工|程模擬科|技有限公司

『陸』 模擬的模擬內容

1. 物性資料庫。包括模塊運行時所需的基礎物性數據、物性計算等。
2. 單元操作模型庫。囊括模擬所需的模塊，每個模塊用包括物料平衡、能量平衡、相平衡、反應速率等方程在內的數學模型構成。
3. 模型求解演算法庫。包括各種數值求解演算法，線性、非線性方程組的求解、參數擬合、最優化演算法等等各種演算法。
4. 模擬環境及其輸入輸出。模擬環境是模型模擬運行的管理機構，控制著模擬的進行程度 。

『柒』 急！！什麼是計算模擬

檢舉 http://blog.sina.com.cn/s/blog_43815ba501008ycf.html

軟體簡介：真實的計算器界面，真正的綠色軟體，不需安裝，一個文件集全部功能於一身，不佔用注冊表資源。中文語音提示，鍵盤與滑鼠操作，操作方式與現實生活中普遍使用的計算器完全相同，所以非常容易上手，尤其對經常使用小鍵盤數字輸入的用戶來說更加方便。

加密特點及破解：有使用次數限制，演算法好像還是有點復雜的，沒仔細去看，程序啟動時會讀存取在注冊表中的注冊碼並進行驗證，破解也沒啥可說的，脫殼後修改代碼讓其跳過注冊碼的讀取及驗證（短跳轉改長跳轉，修改一處即可搞定），另外去除了二個注冊菜單項。需要的趕快下載，個人用用就好，請不要散播！

十四位模擬科學計算器(語音型）V1.8 下載

十四位模擬科學計算器(語音型）V1.9 下載

『捌』 如何模擬不同調度演算法的調度效果

如何模擬不同調度演算法的調度效果
前兩天做操作系統作業的時候學習了一下幾種進程調度演算法，在思考和討論後，有了一些自己的想法，現在就寫出來，跟大家討論下。
，或者說只有有限的CPU資源，當系統中有多個進程處於就緒狀態，要競爭CPU資源時，操作系統就要負責完成如何分配資源的任務。在操作系統中，由調度程序來完成這一選擇分配的工作，調度程序所使用的演算法即是調度演算法。調度演算法需要考慮的指標主要有盡量保證CPU資源分配的公平性；按照一定策略強制執行演算法調度；平衡整個計算機系統，盡量保持各個部分都處於忙碌狀態。而根據系統各自不同的特點和要求，調度演算法又有一些側重點和目標不同，因此，演算法按照系統差異主要分為三大類：

『玖』 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。

『拾』 什麼是模擬系統

系統模擬（system simulation）就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。

(10)什麼是演算法的模擬擴展閱讀

模擬科學與技術在控制科學、系統科學、計算機科學等學科中孕育發展，並在各行各業的實際應用中成長，已經成為人類認識與改造客觀世界的重要方法手段，在一些關系國家實力和安全的國防及國民經濟等關鍵領域。

如航空航天、信息、生物、材料、能源、先進製造、農業、教育、軍事、交通、醫學等領域，發揮著不可或缺的作用。經過近一個世紀的發展，「模擬科學與技術」已形成獨立的知識體系，包括由模擬建模理論、模擬系統理論和模擬應用理論構成的理論體系。

由系統、模型、計算機和應用領域專業知識綜合而成的知識基礎；由基於相似原理的模擬建模，基於整體論的網路化、智能化、協同化、普適化的模擬。

近年來，結合計算機、通信和人工智慧技術的發展，模擬科學與技術呈現出許多新的趨勢。如系統模擬可視化得到快速發展並廣泛應用，系統模擬可視化應包括：科學可視化、數據可視化、信息可視化以及知識可視化，是系統模擬的結果展示與人機交口的重要內容。

在國防和軍工領域模擬科學與技術的助推作用更為明顯，已廣泛用於武器研究、作戰指揮、軍事訓練等，尤其在我國飛行器設計相關領域的發展取得了令世界矚目的成就。

和平年代部隊的多兵種的協同作戰、作戰指揮等能力的提升模擬系統是其重要的平台支撐，作戰指揮模擬服務於作戰指揮分析或作戰指揮訓練的虛擬環境，通過滿足作戰指揮分析和訓練需求來實現價值。

量子信息、量子計算、量子通信發展迅速，復雜量子動力學系統的建模與模擬是量子力學系統行為描述的基礎，可以更好地探索和掌握量子系統的內部特性。

建模、行為描述和知識表達是模擬科學與技術的基礎，隨著智能化及智慧化發展的需要，針對模擬對象的過程建模、行為描述和屬性表達的全方位的知識獲取，已成必須。