Процесс калибровки позволяет уменьшить или уничтожить ошибки, вызванные неточностями формулировки. Однако, даже точная модель может давать неверные результаты, если метод решения или значения параметров неверны. Таким образом, исследователь должен избегать приписывания поведению модели ошибок, вызванных неточными и методами решения или значениями параметров. Наоборот, метод решения и значения параметров не должны нести ответственность за ошибки неправильно построенной модели,

Сравнения модели и системы не могут быть исчерпывающими. Это практически невозможно из-за большого числа экспериментальных условий и их непредсказуемости. Более того, соли бы такая проверка была проведена, то модель стала бы ненужной. Поэтому калибровка модели обычно ограничивается несколькими комбинациями параметров рабочей нагрузки и системы.

Область пригодности модели: есть множество входных условий, для которых ошибка модели не превышает максимально допустимой. Размер этом области зависит от того, насколько отроги требования к точности. Пригодность модели к условиям, которые могут встретиться при ее практическом применении, но не были проверены, называется устойчивостью модели. Иначе, устойчивость есть степень нечувствительности точности модели к изменению входных условий. Не существует пригодной всегда процедуры проверки устойчивости модели. Одна из полезных процедур заключается в сравнении предсказаний модели и результатов измерений после того, как будут проведены какие-либо изменения в системе, предусмотренные в модели.

Значительные трудности возникают тогда» когда моделируемая система не существует физически или недоступна для экспериментатора. Эта проблема возникает, например» при применении моделировании в задачах проектирования» Такое препятствие можно преодолеть, признав, что моделируемая система является в действительности концептуальной моделью проектируемой системы. Таким образом, модель используется в данном случае для того, чтобы представлять эту концептуальную модель, существующую пока только в умах конструкторов или в письменных спецификациях. Убедиться практически, что концептуальная модель корректно представлена математической моделью, может оказаться нелегкой задачею. Для этого можно выбрать ряд характерных тестовых случаев, использовать модель для получения характеристик системы и проверить разумность результатов и их соответствие ручным расчетам.

Еще одним важным вопросом, которые приходится решать в процессе моделирования, является степень детализации модели. Более детальная модель обычно является более точной и имеет более широкую область применимости. Однако, ее проектирование, изготовление, проверка, документирование и использование обойдутся намного дороже. Использование такой модели в итерационных процедурах часто оказывается неэффективных. Время ее выполнения может быть настолько большим, что не позволит работать о моделью в режиме диалоге или использовать ее в процедурах оптимизации.

Таким образом, перед исследователем стоит задача нахождения компромисса между стоимостью модели и степенью детализации. При этом следует помнить, что необходимая точность модели зависит от целей работы, например, от того, интересуют ли разработчика абсолютные или относительные значения характеристик системы. Пусть - система, сравниваемая с , а - характеристики, показанные системою  при рабочей нагрузке . Предположим, что  есть измененная версия системы , и что мы интересуемся единственным скалярным значением их характеристик. Изменив модель таким образом, чтобы отразить различие между и , получим модель  показывающую характеристики . Ясно, что в этом случае важнее всего сравнивать  и , и нет необходимости иметь модель, точно воспроизводящую значения этой характеристики.

2.2. Имитационные и аналитические модели.

Очень удобное и распространенное описание поведения системы основывается на концепциях состояния и перехода между состояниями. Состояние системы в момент времени t определяется как множество интересующих нас параметров системы в этот момент времени. Любое изменение значений параметров системы может рассматриваться как переход к другому состоянию. Очевидно, что для любой системы существует бесконечное множество таких описание, зависящих от интересующих нас параметров.

Если поведение модели во времени в основном воспроизводит поведение системы согласно некоторым условиям соответствия между различными аспектами модели и системы, мы имеем имитационную модель. Имитационная модель работает "точно так же", как и сама система. Осуществляются наблюдения поведения модели во времени под воздействием событий, генерируемых моделью внешнее среды (системы) и измеряются характеристики, интересующие исследователя.