计算机科学研究的方法论主要涉及以下几个方面：
计算与实验相结合的方法
通过计算机模拟、理解和预测特定系统的各种状态和动力学行为，再通过实验方法对结果进行检验。这种新一代研究范式结合了计算和实验两种手段，提高了研究的效率和准确性。
计算模型构建
利用计算机程序语言和数理化逻辑构建模拟物理世界中各种系统的模型。这些模型可以帮助研究人员理解复杂系统的行为，并进行预测和控制。
仿真技术的应用
通过仿真技术模拟系统的动态过程，以减少实际实验的次数和成本。仿真技术可以在计算机虚拟环境中进行，替代了许多传统的人工实验室工作。
并行处理和高性能计算
利用并行处理和高性能计算技术加速计算任务的执行，提高计算效率和精度。这些技术使得研究人员能够在更短的时间内处理大量的数据和复杂的问题。
算法与编程
算法思维是解决问题的基本思维方式，启发式计算是在算法思维基础上发展的一种特殊求解方法，用于处理复杂问题。算法描述了如何有效地完成某项任务或解决某个问题，构成了一种程序性但客观的知识。
计算机系统结构
研究计算机硬件和软件的设计、性能评估和优化。这一领域涉及处理器、内存系统、操作系统、并行计算、计算机体系结构等多个方面。
人工智能与机器学习
随着人工智能技术的不断发展，越来越多的企业开始将人工智能应用于各个领域，如智能制造、智能医疗、智能交通等。机器学习是人工智能的核心技术之一，主要研究如何让计算机自动地从数据中学习规律和模式，从而提高计算机的智能水平。
数据科学与大数据技术
关注如何从海量数据中提取有价值的信息，包括数据挖掘、数据分析、数据可视化等。这些技术为研究人员提供了强大的工具，帮助他们更好地理解和利用大数据。
历史发展
计算机科学的发展经历了从机械计算工具到电子计算机的演变过程。早期的计算工具如圭、日晷、铜壶等，到后来的算盘、算筹、机械装置，再到现代电子计算机，每一步的发展都是基于前人的研究和创新。
理论建模与建模计算
理论家设计形式模型，捕捉现实的基本特征，并将推理应用于实现。当模型无法充分解释和预测真实系统行为时，会出现问题。建模计算中的一些问题出现在处理有限性时，有限计算模型的表达能力有限。
通过这些方法和技术，计算机科学的研究人员能够不断探索和创新，推动计算机技术的进步和应用。