在建模领域很容易找到海量的学术文章,以及针对一个特别领域的指导丛书,或者数字模拟的手册,但是却很难找到适合所有建模者的广泛意义上的建模手册。不同学科的建模学术圈对于建模理论的发展在很大程度上是相对独立的。这是不是表明,正如认知论学家所说的那样,建模不是一门科学,而是一种工具?换句话说,是不是因为几乎不太可能定义一套标准去把自然或者人造系统解码成一套称之为“模型”的数学规则?
如果建模工作真的具有这样不可同化性而缺乏系统性,也许对于模型的敏感性分析给出一套好的通用的实践方法显得有点太过野心勃勃。进一步讲,如果翻翻现有的文献,在很多场合,“敏感性”一词只被理解为一个特定的输出变量对于一个特定的输入变量的微商 (经济学里面所讲的“弹性”) 。这一点也不奇怪,作为当代的科研工作者(如本书的作者),也许在微积分方面接受了相当的训练,但是在用蒙特卡罗方法上面却很欠缺,也许研究了很多雅可比矩阵、海森矩阵,却没有好好研究一下俄罗斯轮盘。少数敏感性分析的实践者(大部分来自统计、风险分析、可信度分析) 都在积极地用本书所描述的“重要性测量”方法。这些方法都基于这样一种原则:输入因素对于输出的影响是以参考整个输入空间的变化为标准而不是输入空间的某一点。这些方法也渐渐在很多领域的建模原则当中广泛应用(例如,美国的环境保护组织EPA,2001)。本书的目的在于给学生提供一本简单易懂的手册来实践敏感性分析,阐明敏感性分析如何有助于建立一个更具鲁棒性、更简洁的模型,以及怎样让模型在面对科学的或者技术的拷问时更加经得起推敲。