近年来，人工智能 (AI) 取得了长足的进步，改变了医疗保健、金融、能源管理和交通运输等众多行业和应用 [1]。随着人工智能系统变得越来越复杂并融入各个领域，人们越来越需要全面了解其底层流程、机制和交互。系统建模提供了一种强大的方法来表示、分析和优化复杂的人工智能系统 [2]，[3]。系统建模是工程、经济学和社会科学等各个领域的一项重要实践，有助于更好地理解复杂系统的行为并做出预测。人工智能 (AI) 的进步极大地增强了系统建模的实践，为数据分析、模型构建、模型验证、模型细化和模型可视化提供了新技术和工具。人工智能可以帮助分析系统建模中经常涉及的大规模异构数据集，从而提供更准确的模型和预测 [4]。人工智能还可以使用神经网络 [5]、遗传算法 [6] 或贝叶斯网络 [7] 等技术自动构建系统模型，与手动构建模型相比，可以节省时间和精力。此外，人工智能还可以使用交叉验证 [8]、引导 [9] 或对抗性示例 [10] 等技术帮助验证系统模型，确保