Для моделирования необходимо создать модель и провести ее исследование. Перед созданием модели требуется конкретизировать цели моделирования. После исследования надо выполнить обработку и анализ результатов моделирования.

Процесс создания моделей проходит несколько стадий. Он начинается с изучения (обследования) реальной системы, ее внутренней структуры и содержания взаимосвязей между ее элементами, а также внешних воздействий и завершается разработкой модели. В укрупненном плане имитационное моделирование предполагает наличие следующих этапов:

1. Разработка концептуальной модели.

2. Подготовка исходных данных.

3. Выбор средств моделирования.

4. Разработка программной модели.

5. Проверка адекватности и корректировка модели.

6. Планирование машинных экспериментов.

7. Моделирование ("прогоны").

8. Анализ результатов моделирования.

Для одного и того же объекта можно составить множество моделей. Они будут отличаться степенью детализации и учета тех или иных особенностей режимов функционирования объекта. Поэтому все этапы имитационного моделирования пронизаны заранее сформулированной целью исследования.

Особую важность имеют первые три этапа. Рассмотрим их подробнее.

1. Концептуальная модель системы

После определения цели (целей) моделирования строится концептуальная модель исследуемого объекта.

Концептуальная модель (содержательная модель) - это абстрактная модель, определяющая состав и структуру объекта, свойства элементов и причинно-следственные связи, присущие анализируемой объекту и существенные для достижения целей моделирования. В концептуальной модели обычно в словесной форме приводятся сведения о природе и параметрах (характеристиках) элементарных явлений исследуемого объекта, о виде и степени взаимодействия между ними, о месте и значении каждого элементарного явления в общем процессе функционирования объекта.

Следующим шагом на пути создания концептуальной модели служит выбор уровня детализации модели (стратификация). Модель объекта представляется в виде совокупности частей (элементов). В эту совокупность включаются все части, которые обеспечивают сохранение целостности объекта, с одной стороны, а с другой - достижение поставленных целей моделирования.

2. Подготовка исходных данных

При создании концептуальной модели практически параллельно формируется область исходных данных (информационное пространство). На данном этапе выявляются количественные характеристики (параметры) функционирования объекта и его элементов, численные значения которых составят исходные данные для моделирования.

Очевидно, что значительная часть параметров системы - это случайные величины. Поэтому особое значение при формировании исходных данных имеют выбор законов распределения случайных величин, аппроксимация функций и т.д.

3. Выбор средств моделирования

Программные и технические средства моделирования выбираются с учетом ряда критериев. Непременное условие при этом - достаточность и полнота средств для реализации концептуальной модели. Среди других критериев можно назвать доступность, простоту и легкость освоения, скорость и корректность создания программной модели.

Если выбор технических средств в настоящее время не вызывает особых затруднений, то выбор программных средств зачастую довольно сложен.

В настоящее время известно более 500 языков моделирования. Такое множество языков частично обусловлено разнообразием классов моделируемых систем, целей и методов моделирования. Однако желание упростить и ускорить процесс создания моделей привело к реализации идеи автоматизации программирования имитационных моделей. Создан ряд систем, которые избавляют исследователя от программирования. Программа создается автоматически по одной из формализованных схем на основании задаваемых исследователем параметров системы, внешних воздействий и особенностей функционирования. Это наиболее перспективное направление развития средств имитационного моделирования. Опыт развития теории и практики имитационного моделирования в нашей стране и за рубежом показывает, что наиболее эффективным средством являются специальные имитационные языки, которых к настоящему времени создано уже немало и многие из них эффективно используются, особенно за рубежом, где ни один крупный проект не реализуется без проверки на имитационной модели. Наиболее известны языки: GPSS, GASP, SIMSCRIPT и DYNAMO, реализующие различные подходы к моделированию.

4. Разработка программы модели

Выбор языка моделирования влечёт за собой принятие концепции авторов языка, что не может не сказаться на стратегии разработки, построения и совершенствования модели, ибо этот процесс существенно зависит от гибкости и мощности изобразительных средств языка, ресурсов, предоставляемыми пользователю.

Для моделирования на ЭВМ сложной системы нужен аппарат программирования, предусматривающий:

• способы организации данных, обеспечивающие простое и эффективное моделирование;
• удобные средства формализации и воспроизведения динамических свойств моделируемой системы; - возможности имитации стохастических систем, т.е. процедуры генерирования и анализа случайных величин и временных рядов.

Реализация требований к имитационным моделям в рамках универсального языка программирования приводит к громоздким и неудобным для практического использования программам. 

Поскольку планируется использовать разрабатываемую модель в практической деятельности экономиста, не владеющего программированием, то необходимо отдать предпочтение наиболее наглядному и простому языку GPSS. Не менее важным достоинством GPSS является его распространенность и наличие версии языка для персональных ЭВМ, так как потенциальный пользователь предлагаемой имитационной системы видится именно лицом, принимающим решения для молочно-товарной фермы и способным приобрести небольшую профессиональную ЭВМ, стоимость которых непрерывно снижается.

5. Проверка адекватности и корректировка модели

Заключительные этапы работы по построению модели не менее важны по степени ответственности. Чаще всего их именуют просто оценкой адаптации разработанной системы, часто забывая, что здесь имеют место две различных по существу проблемы.

Первая - насколько близка созданная модель реально существующему явлению, вторая - насколько пригодна данная модель для исследования новых, еще не опробованных значений аргументов и параметров системы.

Решение первой задачи, называемой многими авторами верификацией, чаще всего решается ретроспективным методом или методом контрольных точек. Обычно системе задаются такие значения параметров и начальных значений, в которые она должна прийти через определенное количество шагов модельного времени к состоянию, известному тем или иным образом исследователю.