Статья посвящена разработке методического подхода к повышению достоверности результатов имитационного моделирования роботизированных технологических комплексов за счёт включения в модель факторов неопределённости и случайных событий. Актуальность исследования обусловлена необходимостью получения реалистичных прогнозов производительности, что невозможно в рамках традиционных детерминированных моделей, не учитывающих возможные отказы и сбои оборудования, а также внешние и логистические воздействия. Предложенный подход включает классификацию стохастических факторов, применение метода Монте-Карло для вероятностного моделирования и программную реализацию алгоритмов на языке Python в среде R-Pro. Результаты исследования демонстрируют возможность создания имитационных моделей, способных воспроизводить не только штатный технологический процесс, но и вероятностные отказы и сбои, что позволяет проводить более точный анализ пропускной способности, выявлять «узкие места» и повышать обоснованность принимаемых проектных решений.