可靠的燃烧反应动力学模型有助于我们深入地理解燃烧反应过程,进而帮助我们设计更高性能的发动机,提高燃烧效率,降低污染物排放。燃烧反应动力学模型的研究主要围绕着以下三个方面:(1)基元反应的热力学及动力学理论计算;(2)基础燃烧实验,包括宏观燃烧的属性和微观组分的测量;(3)基于前面两方面的最新研究成果,发展和改进燃烧反应动力学模型。这三部分既各自发展又相互影响。如单分子解离反应的理论计算方法从Lindemann机理发展到RRKM理论,越来越接近物理化学过程的本质,这是其独立发展的部分;利用某些条件下实验测量的速率系数修正RRKM理论中的部分参数,从而得到更准确的温度压力依赖的速率系数,这是其相互影响的部分。燃烧反应动力学模型发展的最终目标之一是降低模型预测的不确定性,得到能够进行准确预测的燃烧反应动力学模型。燃烧反应动力学模型的发展过程就是不断降低其预测不确定性的过程。本工作围绕着如何更加高效地降低模型的不确定性,以灵敏性和不确定性分析为基本工具,探究不确定性在理论计算、模型和实验中的传递机制,进而发展相关计算方法,最终构造一条降低模型不确定性的快速通道。首先对传统的全局灵敏性分析方法进行了改进,提出了利用人工神经网络加速传统的全局灵敏性分析的方法。此方法结合人工神经网络算法拟合能力强、收敛速度快的优点以及高维模型表征法易于计算灵敏性系数的优点,构造了双层替代模型,大大加快了全局灵敏性分析的收敛速度,使之适用于更加复杂的模型。然后从理论计算、模型和实验三个方面深入探究如何利用灵敏性和不确定性分析高效地降低模型的不确定性。(1)在理论计算方面,利用不确定性分析评估RRKM/ME理论计算得到的速率系数的不确定性,发现了在有多条通道的反应体系中,次要通道的速率系数理论计算结果的不确定性要远远高于主要通道的结果。同时提出了一种简单有效评估具有温度压力依赖效应的速率系数不确定性的方法,从而大大降低了评估具有温度压力依赖效应的速率系数不确定性的难度,提高了其实用性。(2)在燃烧实验方面,我们提出了利用模型辅助提高实验探测极限的方法,通过分析不同条件下模型预测不确定性以及寻找在不同条件下系统误差之间的联系,使得我们可以测量某些之前无法定量的实验目标。(3)在模型发展方面,为了得到对模型优化更加有效的实验数据,我们提出了灵敏性熵的概念来帮助我们设计实验,并在甲醇燃烧体系中验证了这种方法的可行性。本论文的一系列工作表明,利用合适的方法,通过合理的分析不确定性在理论计算、动力学模型和燃烧实验中的传递机制,可以有效地提高部分研究目标的测量精度,也可以设计出对模型优化最有效的实验,进而为降低动力学模型的不确定性提供了一条快速通道。