探索性分析
探索性分析主要有3种方式：①直接建立问题的高层次分析模型，完全基于分析模型进行探索研究，主要问题是分析模型的有效性难以保证。②直接使用仿真系统进行探索性分析，获取新的信息或结论，但可能因计算能力和人的认知能力有限而出现维度灾难。③基于仿真模型和结果，与其他知识相结合构建分析模型并进行探索，是上述两种方式的有机结合，也是最能体现探索性分析方法优势的一种方式。 探索性分析的关键技术体现在5个方面：①高效建模与仿真技术。有效利用多种知识来源（包括仿真），快速建立顶层分析模型，敏捷提供所需分析结果。②数据挖掘分析技术。从大量的、带有随机性的仿真结果中挖掘所需要的有用知识。③探索空间优化技术。采取适当的寻优准则搜索感兴趣的策略空间，在这些子空间中搜寻成功与失败策略的临界点，然后基于这些临界点划分探索空间，进行实验设计和决策分析。④因果追溯技术。应用相关知识，从有关模型、变量和结果数据中，发现和解释关于仿真结果和决策分析结果产生的原因和依据。⑤先进快速计算技术。解决与计算机有关的分布并行计算问题，主要出现在完全基于高分辨率仿真模型的探索性分析研究中。 探索性分析的主要步骤有：问题的分析、探索性分析建模、不确定性处理、实验分析与鲁棒决策等。 探索性分析方法是兰德公司20世纪90年代在联合一体化应急模型JICM（joint integrated contingency model）和战略评估系统RSAS（rand strategy assessment system）的开发中总结出来的一种定量系统分析方法。该方法支持了兰德公司的多项战略分析和评价项目的定量化分析工作，如恐怖的海峡、大规模装甲部队入侵的空中打击问题，以及地形、机动能力、战术和C4ISR对远距离精确打击的影响评估等。探索性分析的主要特征是处理大量的不确定性，它面向战略的权衡和论证问题，回答何时、在何种环境下采用何种策略。因此，探索性分析方法具有广阔的应用前景。
