設計模擬實驗時，應該先擬出具體的目標，例如希望能驗證新的庫存控管方式能提高供應鏈的績效。其次如同層級分析法(AHP)的作法訂出子目標，例如降低庫存成本或缺貨率都可以提高供應鏈的績效，然後思考哪些模擬的變數會影響這些子目標。

2. Identify and Classify Variables
模擬的變數主要分為independent variables與dependent variables，前者是由使用者或程式設計者輸入的，例如市場需求速率以及服務人員數目，後者是模擬產生的數據，例如每週結餘的庫存以及訂單延誤比例。

Independent variables再分為環境變數(external variables)與決策變數(decision variables)，環境變數是描述系統的環境，例如市場需求速率，使用者不宜任意改變環境變數，除非是假設系統所處的環境已經改變。決策變數則是可控制的變數，如服務人員數目。

Dependent variables再分為間接變數(intermediate variables)與輸出變數(output variables)，間接變數是中間過程所產生的數據，雖然不是模擬所要的績效指標，卻是系統運作的相關記錄，例如每週結餘的庫存會影響向供應商的訂購量。輸出變數就是計算績效指標所需的數據，例如緊急訂單的延誤比例。

設計模擬程式時不僅要確認這四種變數，還要思考變數之間的關係，調整決策變數會如何影響輸出變數，環境變數改變會如何影響決策變數與輸出變數，甚至系統績效之間的衝突。有些關係在模擬之前便可預知，多點了解不僅能協助程式驗證，也可以節省實驗分析時的摸索與時間。

3. Establish a Base Case
模擬實驗的第一個重點是確立一個基準點，從這個基準點往四面八方延伸，可以掌握系統的主要特性。如果真實系統已經存在，自然就是基準點的最佳選擇，如果是論文研究的conceptual model，就需要小心設定，避免選到極端的情形。例如系統的負擔過重時，每種改善方式大概都是效果有限，而系統負擔輕微時，有無改善的差別也顯現不出來。

尋找Base Case必須根據自己對於系統的了解，這包括前面提到變數之間的關係，否則無異於亂槍打鳥。簡單的步驟是先從影響最大的變數開始逐步調整，觀察績效指標的變化，固定這個變數值之後，再調整其他變數。在尋找Base Case的過程中，應該記錄每次實驗的參數設定與重要的績效指標，不僅可以提醒自己注意環境變數與決策變數的影響，在必要時可以重新使用先前的設定為Base Case。

間接變數常常可以提供線索，例如模擬評估不同的排程法則的交期表現時，機台使用率以及訂單流程時間都不是實驗的目標，但是兩者都與交期表現有密切關係。進行實驗時，系統負擔過重或過輕都不是理想的環境，這時候可以檢查機台使用率是否適當，必要時調整代表工單需求的環境變數或機台數目的決策變數。同理，訂單交期的設定也不能太緊或太寬，可以檢查訂單的平均流程時間，再調整交期的設定。

4. Choose an Experiment Design
如果模擬只是比較幾個已知系統的優劣，則不需進行實驗設計。如果目的是分析系統的特性，例如庫存控管方式對於需求波動的敏感度，則須在確定基準點後，變動環境變數並觀察績效指標的變化。

常用的實驗設計方式為factorial design，這是以基準點的參數設定為參考值，設定相關實驗變數的高低點，例如實驗參數是安全庫存量與淡旺季需求的百分比，以基準點為[-,-]，調高安全庫存以及拉大淡旺季差距為[+,+]，其他情形還有[-,+], [+,-]，如此進行模擬便可分析實驗變數對於系統績效的影響。Factorial design的缺點是實驗數目可能過多，如果有k個實驗變數，所有組合的數目就是2的k次方，下圖是三個實驗變數的實驗設計：

我們可以想見基準點的位置相當重要，變數調整的幅度也會影響實驗的成效。想像你盲目地降落在某個不知名地區，能見度很差，如果降落的位置正好是平坦的高地，你可能會以為這個地區地形平坦，如果搜索的範圍很小，你很難發現某個方向稍遠的地方就是登山的入口。遺憾的是，實驗設計沒有通用的準則，使用者通常必須親自收集相關資訊，才能決定適當的實驗設定，這就是為何我們先前強調要想清楚所有的變數，並設法了解變數之間的關係，而尋找基準點的過程也會有幫助。

5. Optimization by Search Procedures
模擬一般只能評估系統績效，或是比較幾個系統的優劣，無法像數學規劃一樣作為最佳化的工具。近年來，有不少學者倡議結合模擬與最佳化方法，能夠針對某個績效指標尋找最佳化的參數設定，Optquest就是這樣的商業產品，它運用一種scatter search的搜尋法則，類似基因演算法的性質，搜尋最佳化的決策變數。目前已有數種模擬軟體採用Optquest，ARENA也有納入這個最佳化工具，可以找出限定條件下與限定時間內的最佳解。