仿真数据分析是有目的地分析处理仿真数据，并且从仿真数据集中提取有用的信息或知识的过程，仿真数据相关性分析是仿真数据分析的一个分支。本文应用了传统的数据分析技术和数据挖掘技术对仿真数据进行相关性分析，具体研究工作包括以下内容：首先为了解决复杂仿真数据所具有的数据量大、维度高、样本少等特点，使用属性约简和兴趣属性选择的方法实现仿真数据的降维；在此基础上提出了针对复杂仿真数据的不同特点，采用不同的分析方法对其进行分析研究。针对仿真数据的特征和仿真实验的目的这两个角度的不同，分别提出了对应的解决方案。从数据特征的角度入手，研究了布尔型和数值型两种类型仿真数据的相关性分析方法。从仿真实验目的角度出发，针对实验的校准、寻优、预测等目的，研究了与之对应的分析方法。针对数值型的仿真数据，采用了一种基于数据挖掘的思想，通过可视化的手段显示分析的方法。在数值型仿真数据的分析研究中，对应校准、优化的实验目的，一般将仿真数据集划分为地位不同的两部分，一部分是一般性质的属性，另一部分为目的属性，在分析中，目的属性作为判定一般属性性质（准确与否或是否为最优）的依据，通过寻找、调节一般属性的取值，使目的属性获得最佳取值，并研究设计开发了相关的软件工具。