通过数值计算定量分析由于实验误差、理论缺失和数值计算等原因导致的模型预测的不确定性。基本过程为：确定燃烧反应模型参数不确定性来源并定量表示，在模型参数不确定性区间内生成样本，再进行蒙特卡罗分析或是替代模型分析得到模型预测的不确定性。通过燃烧反应模型的不确定性分析，可以获得模型预测的不确定性范围，从而判断模型的适用范围，并帮助提高模型的预测能力。模型不确定性分析还能够帮助认识到模型中是否存在路径缺失等问题，并可以通过对比模型预测不确定性和实验不确定性，从而对比进行燃烧实验设计以及指导燃烧反应模型的验证。

燃烧反应模型参数的不确定性来源可分为三类：①数值计算不确定性，指的是进行燃烧反应模型的数值求解过程中的不确定性，比如边界条件的简化处理等；②模型参数不确定性，指的是测量、计算或是估测得到的速率常数、热力学参数和输运参数均存在不确定性，由于这些参数的真实值难以确定，因此通常会以误差区间内的均匀分布或是正态分布形式给出；③燃烧模型结构性误差，指的是由于对燃烧过程缺乏原理性认识导致的不确定性。

根据在输入参数的取值范围内进行随机抽样并进行大量数值模拟来评估模型预测不确定性的数学方法。蒙特卡罗分析是最常用的模型不确定性分析方法。根据输入参数的联合分布生成大量独立分布的样本，再通过数值模拟得到目标模型预测的不确定性。需求的计算量较大，一般适用于低维度的简单燃烧体系。复杂的燃烧反应模型的输入参数比较多，而通常情况下，只有少数参数对模型预测不确定性有明显影响。为了简化计算，通常会筛选出对模型预测影响较大的参数来进行简化计算。常用的参数筛选方法有Morris方法和局部灵敏性方法等。

用来描述燃烧反应模型输入参数和不同条件下预测结果间的映射关系的数学替代模型。响应面模型是新兴的用来进行模型不确定性分析的方法。通过相对少量的计算样本可以构建准确的响应面模型，并进一步利用数学模型代替原始模型进行不确定性分析，能够有效减少所需的计算量。常用的构建响应面的方法有线性回归分析法、泰勒展开式和人工神经网络等。有的响应面模型可以通过正交多项式等特定的数学形式，在构建数学关系式的同时计算出模型预测的不确定性，极大简化不确定性分析所需计算时间。常用的方法有混沌多项式展开法和高维模型表征法。