由于复杂仿真系统中存在多种、大量的不确定性,使得仿真实验的复杂性增加,因此本文通过研究已有仿真实验方法,针对复杂仿真系统含有不确定性的情况,以减少实验次数、提高仿真实验效率为目标,展开了以下研究。首先,研究了基本的蒙特卡罗方法。针对“降方差”提高效率的思想,研究了几种蒙特卡罗降方差方法,对它们的原理和性质进行了分析和对比;在此基础上,通过组合方法较单个方法能进一步降低方差的思路,有机地结合了方差最小化重要性抽样、拉丁超立方抽样和对偶随机变量三种方法,提出了一种基于组合抽样的高效仿真实验方法。这种改进能有效地提高仿真实验效率,并在一定相对误差的情形下减少仿真实验次数。其次,考虑到优化拉丁超立方抽样方法的广泛应用,以及在效率提高上的优越性,本文主要研究了几种基本的优化准则和一种优化算法,并且在一种“重复的优化拉丁超立方方法”的基础上,提出“基于ML2-ESE的扩展优化拉丁超立方方法”。通过“扩展”的思想不仅可以弥补前者在样本优化上的浪费、提高效率,还能保留其逐渐增加样本的优良性质。最后,本文设计并开发了复杂仿真系统高效实验辅助工具,并利用该辅助工具针对电磁轨道炮的仿真实例进行实验,对两种改进的方法进行了验证,通过对比分析说明了二者在效率提高上的效果。