Sisendparameetrid e. andmed Faasimuutujad e. seisundiparameetrid Väljundparameetrid Müra e. juhuslikud parameetrid Mudeli koostamine on mõistlik jagada järgmisteks osadeks (1): Probleemi püstitamine, mudeli eesmärgid. Suurem süsteem tuleb jagada alammudeliteks. Määrame põhimuutujad, märgiühikud; Tuleb hoida lihtsust (põhimuutujaid mõõdukalt). Valime juhtimismuutujad; Tuleb hoida lihtsust (arvesta ainult peamisi arenguid). Määrame juhtimismuutujate parameetrid (ühikutega). Hindame mudelit võimalike vastuolude mõttes. Vajadusel kasutame lisakitsendusi. Määrame mudeli tööaja ja ajasammu. Mudeli koostamine on mõistlik jagada järgmisteks osadeks (2): Käivitame mudeli, testime ajasammu ja muudame viimast senikaua kuni tulemused ei erine oluliselt (nt. kaks korda). Varieerime parameetreid ekstreemsete väärtusteni, täiustame mudelit. Võimalusel võrdleme tulemust eksperimendiga.
modelleeritakse programmiga Stella, diskreetseid protsesse programmiga Arena. Alati ei saa diskreetset protsessi pidevaga lähendada, ei ole ajasamm ette määratud. NÄITED 7. Modelleerimise printsiibid 1.Probleemi püstitamine, mudeli eesmärgid.Suurem süsteem tuleb jagada alammudeliteks. 2.Määrame põhimuutujad, märgi ühikud; hoida lihtsust(põhimuutujaid mõõdukalt) 3.Vali juhtimismuutujad; hoia lihtsust(arvesta ainult peamisi arenguid) 4.Määra juhtimismuutujate parameetrid(ühikutega) 5.Hinda mudelit võimalike vastuolude mõttes. Vajadusel kasuta lisakitsendusi. 6.Määra mudeli tööaeg ja ajasamm. 7.Käivita mudel, testi ajasammu- muuda viimast senikaua 2 korda väiksemaks kuni tulemused ei erine oluliselt. 8.Varieeri parameetreid ekstreemsete väärtusteni, täiusta mudelit. 9.Võimalusel võrdle tulemust eksperimendiga. 10.Muuda parameetreid ja ka mudelit, et saada suuremat kompleksust ja vähendada erinevusi eksperimantaalsete tulemustega
annaabi.ee 
