仿真模型的验证是仿真模型及其特性与实际系统及其特性进行比较分析的全过程。仿真模型的校核验证是一个迭代过程，即将仿真模型与实际系统进行比较，然后对模型进行修正调整，修改后继续进行比较，如此反复迭代。模型与实际系统进行的比较是通过各种测试来完成的，这些测试分为两类，即主观测试与客观测试。主观测试通常由那些对系统某一方面或多方面比较了解的人对系统的模型和输出进行评价判断。客观测试需要系统的性能数据和模型产生的响应数据，然后执行一种或多种统计检验将系统某一方面的数据集和模型相同方面的数据集进行比较。将模型同实际系统进行比较然后修改概念模型和仿真模型，这一过程需要反复进行，直到认为模型足够正确为止。
以下三个步骤在仿真模型的验证过程得到较为广泛的应用：
第一步，建立具有高表面效度（face validity）的模型。
第二步，验证模型假设。
第三步，将模型的输入输出变换和实际系统的输入输出变换进行对比。
1.模型的表面效度
通常仿真建模的首要目标是建立一个使模型使用者和其他了解实际系统的人在直观上认为合理的模型。模型的潜在使用者应该参与到从模型概念化到可执行建模的构建过程中，以确保通过的模型结构的合理假设和可信数据，建立高度符合实际的模型。潜在使用者和专业人员也可以评价模型输出的合理性，他们能够帮助识别和改进模型的不足之处。通过了解初始模型的不足，参与到模型的不断改进过程当中，使得用户能够深入参与到仿真模型的校核与检验过程当中。让模型使用者参与的另一个好处是增加了模型感觉上的正确性和可信性，否则管理者将不愿意不相信仿真结果，并将其作为决策基础。
灵敏度分析也可以用来检查模型的表面效度。通过观察当一个或多个变量输入变化时，模型的性能是否发生预期的变化来判断模型的正确性。对大多数模型而言有许多输入变量，因此，有许多可能的灵敏度检验。如果改变所有输入变量值成本太高或耗用时间太长，可以选择一些关键变量进行灵敏度分析。
2.模型的假设检验
模型的假设一般分为两类：结构假设和数据假设。结构假设涉及系统如何运行的问题，通常涉及实际系统的简化和抽象。例如：考虑银行中的顾客排队和服务设施问题。顾客可以拍成一个队列，或者每一个服务台前排成一个队列。如果有多个队列，可以严格按照先到先服务原则进行服务等。服务台的数目可以是固定的，也可以是变动的。这些结构假设的检验应该通过在恰当时间周期内的观测以及同银行管理人员及相关工作人员讨论有关银行的策略和这些策略的执行来进行。
数据假设应该以可靠的数据采集和对数据正确的统计分析为基础。例如上述银行案例中，高峰时期顾客的到达间隔时间、空闲时间、顾客到达间隔时间、商业账户服务时间、个人账户服务时间等都是需要进行相关的统计分析以帮助做出合理的假设。
通常对数据的统计分析和假设检验包含以下三个步骤：
第一，识别恰当的概率分布。
第二，估计假设分布的参数。
第三，通过拟合优良度检验，例如χ2检验、科尔莫格罗夫-斯米尔诺夫检验以及图形化方法来验证假的统计模型等。(www.xing528.com)
3.输入输出变换验证
在模型验证过程中，模型被视为一个输入输出变换，即模型接收输入参数值并将这些输入变换为输出性能度量，要进行验证的正是这种对应关系。除了通过预测未来进行输入输出变换的验证以外，建模者还能够利用历史数据进行验证，但这些历史数据应当是专门为验证目的而保留的，不同于在模型建立、校核阶段使用的数据。这样“过去的预测”可以替代“未来的预测”以验证模型。
通常开发一个仿真模型，最关心的是在一定范围的输入条件下，测量到一组特定的系统响应值。在任何情况下，建模者都应该利用所关心的主要响应值作为模型验证的基本准则。如果模型在以后的使用中，使用目的有所不同，那么应该在可能新的输入条件下，依据新的所关注的响应值进行验证。
进行输入输出变换验证的必要条件是所研究的某些版本真实系统已经存在，这样能够收集到至少在一组输入条件下系统的数据，以与模型的预测值进行比较。如果系统处于设计阶段，不能采集到系统的运行数据，那么不可能进行完整的输入输出变换验证，因此，在某情况下，所规划的系统的子系统可能存在，则可以进行部分的输入输出验证。
大致而言，模型将用于比较各种可供选择的系统设计方案，或者用来研究系统在输入条件下的行为特征。假设目前真实系统的某个版本正在运行，并且现有仿真系统的模型已经通过验证，那么在使用不同输入值时，模型的有效性如何？即改变模型的输入以表示一种新的系统设计，或以一种新的方式运行系统，甚至是假设的未来条件，对于该新的尚不存在的建议系统的模型或者新的输入条件下现有系统的仿真模型有效性又如何呢？
首先，在相似的输入条件下，两个模型的响应值将作为比较现有系统和建议设计系统的准则，验证将使得使用者更加相信现有系统模型是精确的。其次，在许多情况下建议设计系统是现有系统的修改，建模者能从相信现有系统仿真模型到相信建议设计系统的仿真模型。如果新模型只是对旧模型进行了相对较小的修改，那么这种信心将更加确定。运行模型的变化范围从较小到较大的比较如下：
①单个数值参数的小变化。例如：机器速度、顾客到达率等。
②统计分布形式的较小变化。例如：服务时间或机器故障时间分布变化。
③子系统逻辑结构的较大变化。例如：排队规则的变化、车间调度策略的变化等。
④新系统设计方案的较大变化。例如： 自动存储系统代替人工仓储系统等。
如果运行系统改变较小，如上述①项和②项，那么较小的变化能够被检验，并且新模型的输出具有较高可信度。如果在其他地方存在一个非常类似的子系统，那么可以验证子系统的子模型并且将该子模型与其他验证过的子模型集成，构成一个完整的新模型。依据这种方法，上述③项和④项变化后的模型可以得到部分验证。但是尚不存在任何方法可以完整地验证并不存在的系统的输入输出变换。
仿真模型的校核、验证及确认非常重要，因为需要依据仿真的结果做出决策，因此应该对这些结果的正确性提出质疑并进行深入研究。
通常，表面上仿真模型的逼真有助于提高模型的准确性，但并不能代表模型的可靠性和精确性。为了避免被这种直观的真实性所迷惑，最好将系统数据和模型数据进行比较，只要有可能，需要利用各种方法包括客观的统计检验进行比较。对每个建立的模型都利用所有可能的方法进行验证，通常比较困难、太昂贵或者花费时间太多。在保证模型正确性和提高模型可信度的前提下，选择最恰当的方法是建模者工作中最重要的任务之一。
仿真模型的校核、验证及确认需要贯穿于建模与仿真的整个生命周期之中。而让潜在使用者充分参与，对于提高仿真模型的准确性和可信性具有重要的作用。最终，仿真模型是否能够适用于实际问题的决策之中，需要由仿真模型的最终使用者及相关专业人员进行充分的评估和最后的授权确认。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
