eine zusammenfassende Bezeichnung für Methoden, mit deren Hilfe das Verhalten realer, in der Regel sehr komplexer, Systeme auf der Basis mathematischer Modelle für diese Systeme nachgebildet wird.

Üblicherweise werden diese Systeme zunächst durch ein (vereinfachendes) Modell beschrieben, und dann das Verhalten der Modelle für verschiedene Szenarien, d. h. verschiedene Modellparameter, Zustandsgrößen, Eingangsgrößen usw. untersucht.

Man unterscheidet zwischen physikalischen Modellen (z. B. eine Miniaturwindmühle), mathematischen Modellen (z. B. eine Funktion), und den Computermodellen (z. B. ein Softwareprogramm, mit welchem die Abläufe in einem Fertigungsprozeß beschrieben werden). Mit der Entwicklung der modernen Rechentechnik kommen zunehmend Computermodelle zum Einsatz, da sie sehr flexibel und kostengünstig sind, und mit Ihrer Hilfe nahezu unbegrenzt komplexe Strukturen nachbildbar sind.

Ein Ziel der Simulation besteht in der Analyse des zu modellierenden Systems, um dieses zu optimieren. Weitere Zielstellungen der Simulation bestehen in der Untersuchung des Verhaltens von Systemen unter extremen Bedingungen, um in der Praxis Havariesituationen vermeiden zu können.

Man unterscheidet auch zwischen der diskreten, der stetigen und der gemischten Simulation. Bei der diskreten Simulation geht es um die Nachbildung diskreter Systeme, d.h., solcher, bei denen alle Systemelemente Zustandsänderungen nur zu endlich oder abzählbar vielen Zeitpunkten erfahren. Ein wichtiger Spezialfall diskreter Systeme sind die sogenannten Warteschlangensysteme, deren Systemelemente aus Warteschlangen und Bedienstationen bestehen (z.B. Verkehrssysteme, Nachrichtensysteme, Fertigungssysteme). Bei derartigen Systemen besteht das Optimierungsziel der Simulation darin, solche Systemvarianten (Szenarien) zu finden, bei denen die Warteschlangenlängen, die Verweil- und Wartezeiten der Kunden im System möglichst klein, und die Auslastungen der Bedienstationen sowie der Durchsatz möglichst hoch sind.

Bei der stetigen Simulation werden Systeme nachgebildet, deren Systemelemente ihre Zustände kontinuierlich ändern können. Solche stetigen Zustände sind zum Beispiel Füllstände in einem Flüssigkeitstank oder Temperaturen in einem Hochofen. Die stetigen Zustandsänderungen werden in der Regel durch Differentialgleichungen beschrieben. Da zu ihrer Lösung numerische Verfahren zum Einsatz kommen, spricht man bei der stetigen Simulation auch oft von numerischer Simulation. Das Entwickeln von Berechnungsverfahren zur Durchführung numerischer Simulationen ist Hauptgegenstand des Wissenschaftlichen Rechnens. Entscheidend in der Simulation ist eine zuverlässige Fehlerkontrolle, welche sowohl die Abweichungen des Modells von der Wirklichkeit als auch die Fehler während der Berechnung berücksichtigt. Zur Durchführung von Simulationen auf dem Computer wurde eine Vielzahl von Simulationssprachen und -werkzeugen geschaffen. Diese enthalten spezifische Sprachbestandteile zur Beschreibung der Elemente des zu simulierenden Systems, zur numerischen Lösung von Differentialgleichungen, zur Erzeugung von Zufallszahlen, zur Zeitablaufsteuerung, zur statistischen Parameterschätzung, zur Animation der Abläufe u. a.m., wodurch die Programmierung einer Simulation komplexer Systeme erleichtert wird.

In vielen Systemen finden Zustandsänderungen stochastisch statt. So ist zum Beispiel in Verkehrssystemen die Anzahl der in einer bestimmten Zeiteinheit an einer Kreuzung eintreffenden Autos zufällig. Um diesen Zufall nachbilden zu können, werden in der Simulation Zufallszahlengeneratoren eingesetzt, die Pseudozufallszahlen erzeugen. Das rechnerisch-experimentelle Nachbilden zufallsbehafteter Vorgänge wird auch als Monte-Carlo-Simulation (Monte-Carlo-Methode) bezeichnet. In der Simulation zufallsbehafteter Systeme kommen viele statistische Methoden, wie die Versuchsplanung, die Parameterschätzung und die Hypothesentestverfahren (Testtheorie) zum Einsatz.