该研究探讨了随机系统性能分析中的模型误差敏感性，提出了一种基于Kullback-Leibler散度的最坏情况方法。通过优化计算程序和微小近似方法，得出最优值的渐近展开式，并介绍了低维代理模型的训练，以平衡模拟成本与精度，应用于定量金融等领域，提升决策分析的鲁棒性。