系統仿真
系統仿真，簡言之，就是進行模型試驗，它是指通過系統模型的實驗去研究一個已經存在的或正在設計中的系統的過程。要實現仿真，首先要尋找一個實際系統的“替身”，這個“替身”稱為模型。仿真的核心是按研究的側面或實際需要對系統進行簡化提煉，以利於研究者抓住問題的本質或者主要矛盾。因此，仿真並不是簡單的復現，而是有目的的簡化系統，來更好的抓住問題的本質。
系統仿真的目的是建立系統、過程、現象和環境的模型（物理系統、數學系統或其他邏輯模型），在一段時間內運行模型，極為有效而經濟地套用於系統的測試、分析和人員訓練。通過這個模型的運行，獲得我們要研究的系統所必要的信息、參數、資料，從而為研製實際的系統提供科學依據，即用模型代替是進系統進行實驗。通過相同條件下仿真結果和實際結果的比較，可以驗證模型的有效性。
在計算機出現以前，人們只採用物理仿真，那時的仿真技術附屬在其他有關學科中。其特點是全部使用系統的子系統或部件，並加入人為的因素。它是以幾何相似或物理相似為基礎的仿真，這種模型與實際系統有相似的物理性質。
隨著計算機的發展，從20世紀70年代開始，數字計算機仿真也迅速發展起來。數字計算機仿真的特點是精度高、重複性好、通用性強、價格便宜，目前已經發展了許多計算機仿真的方法、語言和程式包。蒙特卡羅仿真（Monte Carlo） 方法就是依託計算機發展出的一種仿真方法，目前在各個技術領域得到了廣泛的套用。
蒙特卡羅（Monte Carlo） 仿真方法的概念
Monte Carlo 仿真方法是通過大量的計算機模擬來檢驗系統的動態特性並歸納出統計結果的一種隨機分析方法，它包括偽隨機數的產生，Monte Carlo仿真設計以及結果解釋等內容，其作用在於用數學方法模擬真實物理環境，並驗證系統的可靠性與可行性。
蒙特卡羅（Monte Carlo） 仿真方法的基本思想
Monte Carlo仿真方法又稱統計實驗方法，它是一種採用統計抽樣理論近似求解數學、物理及工學問題的方法。它解決問題的基本思想是，首先建立與描述該問題相似的機率模型，然後對模型進行隨機模擬或統計抽樣，在利用所得到的結果求出特徵的統計估計值作為原問題的近似解，並對解的精度做出某些估計。Monte Carlo 仿真方法的主要理論依據是大數定理，其主要手段為隨機變數的抽樣分析。
蒙特卡羅（Monte Carlo） 仿真方法的特點
1Monte Carlo 仿真分析是通過大量而簡單的重複抽樣實現的，故計算方法和程式內部都很簡單
2收斂的機率性和收斂速度與問題的維數無關
3適應性強，受問題條件限制的影響較小
4收斂速度較慢，不宜用來解決精度要求很高的實際問題。
