在计算机辅助设计(CAD)和计算机辅助工程(CAE)的无缝集成过程中,需要首先对CAD模型进行几何预处理,进行含各种特征抑制的几何简化,以提高后续网格生成的速度与质量,满足高端工程仿真需求。而如何生成满足一定工程仿真精度控制的可信简化模型是一直困扰着工业界与学术界的一个公开问题,亟待解决。解决此可信模型简化的关键一步是定量刻画模型特征抑制对工程仿真结果的影响(简称特征抑制误差)。模型特征的重要性可以通过计算移除该特征产生的误差来衡量。本文针对模型的负特征,围绕非线性椭圆方程展开(分别含非线性Poisson问题和Navier-Stokes方程),通过对此问题的详细探讨,提出了一种定量估计特征重要性的方法,所给结果非常具有一般性：特征既可以位于模型的内部,也可以位于模型的边界,特征上的边值条件既可以是Neumann边值条件,也可以是Dirichlet边值条件。特征抑制误差采用更具一般性的目标导向误差描述,通过采用后验误差估计形式处理,所得的误差估计结果主要通过采用经典对偶理论获得。具体而言,我们通过数学推导,将目标导向的特征抑制误差转换成定义在待移除特征边界上的误差表式。具体而言,首先对此类非线性问题通过Taylor展开进行线性逼近,而后再通过多次有效利用Green公式,最终得到定义在待移除特征边界上的表达式。此步所得的理论结果仅定义在特征的边界上,工程意义直观,使用简单,然而却仍含有待估计的未知项。为此,文中进一步提出了启发式的方法对未知项进行估计。具体理论结果通过两类典型非线性方程验证：描述热传导的非线性Poisson问题及描述不可压缩流体的Navier-Stokes方程。与前者相比,后者含各种向量形式的推导,所得误差估计表达式也更加复杂。最后,使用各种二维模型和三维模型对文中提出的估计方法进行具体数值验证。实验结果表明,我们的方法能很好的估计此特征抑制误差,可有效刻画特征抑制对工程分析影响的重要性,具有很强的实际工程应用意义。