У данного термина есть несколько распространенных определений, которые подчеркивают различные его аспекты. Предлагаю вам несколько определений в совокупности достаточно полно определяющих данную сферу научно-практической деятельности.

Имитационное моделирование — это метод, позволяющий строить различного рода модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного множества экспериментов с различными условиями. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику. [Л.А. Трофимова, В.В. Трофимов. Управленческие решения (методы принятия и реализации) : учебное пособие Л.А. Трофимова, В.В. Трофимов . - СПб. : Изд-во СПбГУЭФ,2011. - 190 с.. 2011]

Имитационное моделирование — это метод исследования, основанный на том, что изучаемая система заменяется имитатором и с ним проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с имитатором называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте). [wikipedia]

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели, либо проблема является динамической и не может быть сформулирована в стационарном виде. В этом случае математическая модель заменяется имитатором или имитационной моделью. [wikipedia]

Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950х - 1960х годах. В настоящее время в связи с бурным развитием возможностей персональных компьютеров, имитационное моделирование приобретает все большую популярность в бизнесе.

Компьютерная имитационная модель строится на основе правил и ограничений системы в реальном мире, которые определяют ее динамику. Как правило, модели разрабатываются постепенно, добавляя новые ограничения до тех пор, пока ее поведение не станет адекватной системе в  реальном мире с допустимой погрешностью.