Modeling and Simulation Fundamentals: Theoretical Underpinnings and Practical Domains

مدل سازی و شبیه سازی به بخشی جدایی ناپذیر از تحقیق و توسعه در بسیاری از زمینه های مطالعاتی تبدیل شده است که از یک ابزار به رشته ای در کمتر از دو دهه مبانی مدل‌سازی و شبیه‌سازی یک بررسی جامع و معتبر از موضوع ارائه می‌دهد و شامل تعاریف، پارادایم‌ها و برنامه‌های کاربردی برای تجهیز خوانندگان به مهارت‌های مورد نیاز برای کار موفقیت‌آمیز به عنوان توسعه‌دهندگان و کاربران مدل‌سازی و شبیه‌سازی است.

ارائه سیال کتاب با مشارکت‌های نوشته شده توسط متخصصان برجسته در این زمینه، از موضوعی به موضوع دیگر ارائه می‌شود و پایه و زیربنای نظری مدل‌سازی و شبیه‌سازی را فراهم می‌کند. ابتدا مقدمه‌ای بر موضوع ارائه می‌شود که شامل اصطلاحات مرتبط، نمونه‌هایی از توسعه مدل، و حوزه‌های مختلف مدل‌سازی و شبیه‌سازی می‌شود. فصل‌های بعدی پیش‌زمینه‌های ریاضی لازم برای درک موضوعات مدل‌سازی و شبیه‌سازی، انواع مدل‌ها و اهمیت تجسم را توسعه می‌دهند. علاوه بر این، شبیه سازی مونت کارلو، شبیه سازی پیوسته، و شبیه سازی رویداد گسسته به طور کامل مورد بحث قرار گرفته است، که همه آنها برای درک کامل مدل سازی و شبیه سازی قابل توجه هستند. این کتاب همچنین دارای فصل‌هایی است که روش‌های پیچیده، تأیید و اعتبارسنجی و اهمیت قابلیت همکاری را بیان می‌کند. یک سایت FTP مربوط به نمایش رنگی از چهره های متعدد کتاب است.

مبانی مدل‌سازی و شبیه‌سازی شامل مطالعه جامع این رشته است و کتابی عالی برای دوره‌های مدل‌سازی و شبیه‌سازی در سطوح فوق‌لیسانس و فوق‌لیسانس است. همچنین مرجع ارزشمندی برای محققان و متخصصان در زمینه‌های آمار محاسباتی، مهندسی، و علوم کامپیوتر است که از تکنیک‌های مدل‌سازی آماری استفاده می‌کنند. بانک ها
فصل 2 مفاهیم آماری برای شبیه سازی رویداد گسسته (صفحه های 25-56): Roland R. Mielke
فصل 3 گسسته؟ شبیه سازی رویداد (صفحات 57-98): Rafael Diaz و Joshua G. Behr
فصل 4 مدل سازی سیستم های پیوسته (صفحه های 99-130): Wesley N. Colley
فصل 5 شبیه سازی مونت کارلو (صفحه های 131-145): John A. Sokolowski
فصل 6 مدل سازی سیستم ها: تجزیه و تحلیل و تحقیق در عملیات (صفحه های 147-) 180): Frederic D. McKenzie
فصل 7 تجسم (صفحات 181-225): Yuzhong Shen
فصل 8 M&S Methodology: A Systems Approach to the Social Sciences (صفحات 227-270): Barry G. Silverman, Gnana K. Bharathy، Benjamin Nye، G. Jiyun Kim، Mark Roddy و Mjumbe Poe
فصل 9 مدل سازی رفتار انسان (صفحات 271-324): یانیس پاپلیس و پورنیما ماداوان
فصل 10 تأیید، اعتبارسنجی، و اعتبارسنجی (صفحات) 325-372): Mikel D. Petty
فصل 11 مقدمه ای بر شبیه سازی توزیع شده (صفحه های 373-402): Gabriel A. Wainer and Khaldoon Al?Zoubi
فصل 12 قابلیت همکاری و ترکیب پذیری (صفحات 403-433): آندریاس تولک

Modeling and simulation has become an integral part of research and development across many fields of study, having evolved from a tool to a discipline in less than two decades. Modeling and Simulation Fundamentals offers a comprehensive and authoritative treatment of the topic and includes definitions, paradigms, and applications to equip readers with the skills needed to work successfully as developers and users of modeling and simulation.

Featuring contributions written by leading experts in the field, the book's fluid presentation builds from topic to topic and provides the foundation and theoretical underpinnings of modeling and simulation. First, an introduction to the topic is presented, including related terminology, examples of model development, and various domains of modeling and simulation. Subsequent chapters develop the necessary mathematical background needed to understand modeling and simulation topics, model types, and the importance of visualization. In addition, Monte Carlo simulation, continuous simulation, and discrete event simulation are thoroughly discussed, all of which are significant to a complete understanding of modeling and simulation. The book also features chapters that outline sophisticated methodologies, verification and validation, and the importance of interoperability. A related FTP site features color representations of the book's numerous figures.

Modeling and Simulation Fundamentals encompasses a comprehensive study of the discipline and is an excellent book for modeling and simulation courses at the upper-undergraduate and graduate levels. It is also a valuable reference for researchers and practitioners in the fields of computational statistics, engineering, and computer science who use statistical modeling techniques.Content:
Chapter 1 Introduction to Modeling and Simulation (pages 1–24): Catherine M. Banks
Chapter 2 Statistical Concepts for Discrete Event Simulation (pages 25–56): Roland R. Mielke
Chapter 3 Discrete?Event Simulation (pages 57–98): Rafael Diaz and Joshua G. Behr
Chapter 4 Modeling Continuous Systems (pages 99–130): Wesley N. Colley
Chapter 5 Monte Carlo Simulation (pages 131–145): John A. Sokolowski
Chapter 6 Systems Modeling: Analysis and Operations Research (pages 147–180): Frederic D. McKenzie
Chapter 7 Visualization (pages 181–225): Yuzhong Shen
Chapter 8 M&S Methodologies: A Systems Approach to the Social Sciences (pages 227–270): Barry G. Silverman, Gnana K. Bharathy, Benjamin Nye, G. Jiyun Kim, Mark Roddy and Mjumbe Poe
Chapter 9 Modeling Human Behavior (pages 271–324): Yiannis Papelis and Poornima Madhavan
Chapter 10 Verification, Validation, and Accreditation (pages 325–372): Mikel D. Petty
Chapter 11 An Introduction to Distributed Simulation (pages 373–402): Gabriel A. Wainer and Khaldoon Al?Zoubi
Chapter 12 Interoperability and Composability (pages 403–433): Andreas Tolk