2. Формулирование модели.
3. Проверка модели.
Здесь важна “правдивость результатов”, функциональная полезность модели, а не доказательство справедливости самой структуры модели. Необходимо также установить исходные предположения, на основе которых строилась данная модель. При оценке адекватности модели необходимо выполнить серию проверок. Например, следует убедиться в отсутствии абсурдных ответов, если параметры модели будут принимать предельные значения. Используются также такие методы оценки адекватности, как проверка исходных предположений и проверка преобразований информации от входа к выходу.
4. Экспериментирование и анализ чувствительности.
Так как практически в любой модели есть параметры, задаваемые с невысокой точностью, важно определить степень чувствительности результатов к их вариации. При сильном влиянии погрешности исходных данных на результат может быть поставлена задача определения исходных данных с более высокой точностью.
5. Реализация замысла и документирование.
Сформулированные выше положения носят самый общий характер. При разработке каждой конкретной модели следует учитывать высокую степень индивидуальности процесса моделирования. По мнению Р. Шеннона [103], “...моделирование — это искусство, а не наука. Не существует твердых и легких правил относительно того, чего не следует или что следует делать для построения модели”.