相关热词搜索：
定性仿真综述大学生计算机类论文
定性仿真综述大学生计算机类论文 定性仿真综述全文如下：摘要：
本文首先介绍了定性仿真的产生背景及理论发展状况，然后说明了 定性仿真在各领域的应用情况，最后对定性仿真的发展方向进行了探讨。
关键词：定性仿真，定性模型 1 定性仿真的产生与理论现状 定性仿真(Qualitative Simulation)是以非数字手段处理信息输入、建模、 行为分析和结果输出等仿真环节，通过定性模型推导系统的定性行为描述。定性 仿真是系统仿真的一个分支，是系统仿真与人工智能理论交叉产生的新领域。相 对于传统的数字仿真，定性仿真有其独到之处：这种仿真能处理多种形式的信息， 有推理能力和学习能力，能初步模仿人类思维方式，人机界面更符合人的思维习 惯，所得结果更容易理解。
定性仿真的研究中，美国学者起步较早。70年代后期，美国XEROX 实验室的John de Kleer 和Seely Brown 在设计一个电路教学系统时发现，以常规 的数学模型和仿真方法难以使学生很快明白电路的工作过程，而在实际教学中， 老师并不是先给出数学公式，而是先讲解电路的工作原理，采用定性的描述方法， 那么是否可以用计算机来模拟这一方法呢同样在许多的实际工作中，人们更多的 是依靠这种对系统原理性的理解，而这种理解的基础就是定性知识。很多专家学 者开始探索如何在数字仿真中引入定性知识。
1983年，John de Kleer 和Seely Brown发表了有关定性仿真的第一篇 论文A Qualitative Physics Based On Confluence[1]，产生了巨大反响，揭开了定性 仿真研究热潮的序幕。美国麻省理工学院的Kenneth D. Forbus则对定性仿真理论 作了全面的总结[2];1986年美国德州大学的Benjamin Kuipers在 Qualitative Simulation”一文中提出了动态仿真算法QSIM[3]，使定性仿真接近于实用。1984 年人工智能杂志第一次出版了关于定性问题的专集。此后定性问题的研究成为人 工智能和系统建模与仿真领域的一个热点，许多学者加入到这一研究领域中，产 生了大量的研究成果。1991年，人工智能杂志又出版了有关定性推理的第二本专 集，标志着该领域理论研究逐渐成熟并且向应用领域扩展。90年代以来，该领域 的研究情况可谓方兴未艾，在IEEE的相关杂志上和撊斯ぶ悄軘等国际刊物上经常可以看到定性仿真方面的研究成果。国内该领域的研究起步较晚，目前从事定 性理论研究的仅限于少数院校的少数研究者。
定性仿真产生之后，在理论上出现了百家争鸣的局面，研究者们根据 自己的见解提出了各自的建模和仿真理论。目前，基本可分为三个理论派别，即 模糊仿真方法、基于归纳学习的方法和朴素物理学方法。
模糊数学方法可以解决模型信息与测量数据的不确定性，所以在定性 理论中一般用来作为一种描述手段。最初，系统的定性值是采用区间模糊数的行 为来描述的，英国的Qiang Shen进一步将其发展到用凸模糊数来描述定性值[4]， 在数据表示上前进了一大步。此后，又有人在其基础上引入了概率论，来度量生 成的多个行为的可信度。当前的模糊定性理论，在模糊数表示方面都存在一大弱 点，那就是系统真实值与模糊量空间的映射问题，即如何确定描述系统的模糊量。
归纳推理法是定性仿真的一个新方向，它起源于通用系统理论，主要 利用其中的通用系统问题求解(General System Problem Solve)技术。输入尽可能 多的行为，通过归纳学习的方式，构造系统的定性模型，进行仿真研究。归纳推 理法最突出的优势在于它完全不需要对象系统的结构信息，不需要预先提供任何 模型。但是，这种方法需要采集大量的数据并处理和维护;而且，由于现实条件 的限制，不能保证归纳的完备性。
朴素物理方法在理论和应用上发展得最为成熟，它兴起于一些人工智 能专家对朴素物理系统的定性推理研究。根据建立系统定性模型的方法，又可分 为很多派别，比较有影响的有：Seely Brown和John de Kleer提出的基于摿鲾的概 念的理论，K. D. Forbus 的定性过程理论，B.J.Kuipers基于约束的用定性微分方 程描述的定性仿真理论等。
2 定性仿真的应用 现在，定性仿真技术与物理、化工、生态、生物、社会等学科相互渗 透、结合，在系统监测、故障诊断、系统行为分析、解释以及预测等方面发挥着 越来越大的作用。
国外文献报导较多而且应用取得成效比较明显的应用领域主 要有：工程和工业过程;电子电路分析和故障诊断;医药和医疗诊断;社会经济领域。
下面有选择地按照应用领域介绍其中比较典型的项目。
2.1 工程和工业过程这里工程指传统的工程领域及一些工程设备，如蒸馏塔、高压锅炉、 汽轮机等人造设备;工业过程指一些连续系统，如机械制造、发酵、化工过程和 电站等 。这方面的应用项目比较多见。
ARTIST是欧洲的ESPRIT 计划中的一个项目[5]，项目领导者是苏格 兰的Heriot-Watt大学的Leitch.R，完成于1993年7月。此项目建立了定性动态模型， 应用于过程监测与故障诊断。Leitch等人建立了一个基于定性微分方程(QDE)和 模糊量空间的定性仿真器：
Fusim, 现已应用在输配电网络和化工厂蒸馏塔的过 程监控、分析、诊断上。
ESPRIT计划中另一应用定性推理的重要项目是：TIGER工程-汽轮机 的监测、诊断系统[6]。现已应用在 Exxon化工厂的大型工业汽轮机以及Dassault 航空中心的宇宙飞船辅助动力单元。系统应用定性仿真来预测汽轮机启动及负载 改变时的可能行为。
2.2 电子电路分析和故障诊断 定性仿真的一个很重要的应用领域便是电子电路分析和故障诊断。定 性推理的先驱人物de Kleer早在1976年便开发了使用定性知识研究电子线路的系 统 LOCAL，即根据电路部件已测知的正常行为和错误行为，分析实际行为和预 测行为的不一致之处，然后指出电路的故障点。这种思想后来发展成了基于模型 的故障诊断理论(model-based diagnosis therory)。时至今日，由于定性推理和仿真 技术的不断进步，该应用领域的发展前景更为广阔。
这类项目中，最为典型的是Dague.P等人开发的模拟电路故障诊断工 具-DEDALE[7]。Dague对该系统进行了一系列实验，声称：DEDALE系统能诊断 出电路故障的75%，另外的25%故障没有构成对电路性能的显著影响，并且可以 通过其他手段检测出。Electronique Serge Dassault 继续这个领域的研究工作，已 推出一个名为“DIAGMASTER”的商业化产品。
2.3 医药和医疗诊断 人工智能中的专家系统，尤其是医疗专家系统，为人工智能的振兴起 了推波助澜的作用。而定性仿真在医疗专家系统的应用方面也很活跃。Bratko.I将定性推理应用在心电图的识别上[8]， 目的在于根据心电图 辨识心律，判断病症。定性模型用来产生心脏工作状况，规则归纳系统用于产生 诊断规则库。他给出了心电图诠释系统-KARDIO，澳大利亚的Telectronics公司 已将此系统的部分成果应用于他们的心脏病诊治系统Intelligent Pacemaker中。
Kuipers和Kassier给出了QSIM理论的定性推理和模型简化方法[9]，并 给出了在医学专家系统中的具体应用过程。该系统可以对肾脏的水份、盐份平衡 过程进行仿真，作为肾炎综合诊治系统的辅助分析工具。
2.4社会经济领域 定性推理由于其处理不完全知识及模糊数据的突出能力，一直在社会 科学、人文科学、商业流通等领域的研究上占有重要位置。
Daniels.HAM，Feelders.AJ给出了一个商业行为分析定性仿真模型[10]。
作为例子，他们对某个公司的销售量、商品价格、资金状况进行建模，分析其商 业行为的变化，如为什么广告量的减少会带来销售量的下降，什么原因导致公司 资产减少，是否存在经营危机等。对于银行贷款之前的商业调查，该模型具有广 阔的应用前景，荷兰的AMRO银行正在此基础上进行深入的研究工作。
美国的Farley.A，Lin.KB使用QSIM算法，研究市场预测的定性仿真模 型，即当市场需求、供给、价格等诸因素变动时，预测可能引起的市场变化[11]。
3 定性仿真的发展方向 定性仿真目前仍然是新兴的研究领域，很多基础性的理论工作尚待完 善和突破，因此该领域的发展前景十分广阔。对于定性仿真理论，概括来说，有 以下几个发展方向：
(1)采用定量与定性结合的仿真方法 由于定性模型中包含系统的不完全知识，定性仿真会产生一些虚假和 二义的多余行为，当实际系统很复杂时，定性仿真产生相当数量的多余行为，如 何有效地减少定性仿真产生的行为数，成为当今定性推理研究的主题。很多研究 者纷纷采用定量与定性结合的仿真方法。在定性仿真中加入相当的定量知识，将 定量与定性有机地结合起来，将大大减少系统的预测行为数，增强定性仿真的生 命力。(2)采用模型分解方法 定性仿真走向应用时，往往涉及到规模较大的系统，即使省略某些细 节，模型仍是非常复杂的。所以，定性理论中，必须有处理这种复杂性的手段。
模型分解方法将系统模型分为若干部分，称为部件(component)，系统 的联系紧密的变量将集中在一个部件中，并为部件建立状态，系统的描述将以这 种状态为单位，若需要不同部分的变量的事件对应性，可以通过不同部分之间的 连接来产生。并且，仿真算法上也作了相应的变动，以局部的部件描述为基础的 仿真取代了以全局状态为基础的定性仿真算法。大大提高了模型建立工作的效率 和准确性，并降低了仿真的时间和空间运行代价。
(3)采用并行定性仿真方法 当前定性仿真在减少冗余或虚假行为的研究上取得了很大进展，但同 时也带来了一些始料未及的副作用：定性与定量知识的结合，使知识的表示和推 理机制复杂化，数据量明显增加;由于信息不完备，系统的搜索空间增大，使得 定性仿真在一定的情况下比定量仿真的速度更慢;再者随着定性仿真逐渐走向应 用，参数数量的增长使问题的规模成指数增长，仿真的速度也明显下降。并行定 性仿真能较大幅度地提高定性仿真的效率，因此成为一个新兴的发展方向。
鉴于定性仿真技术的诸多优点及巨大的实用价值，许多学者纷纷投入 到该领域的研究中，各国政府部门及研究机构在研究经费等方面大力扶助，我们 有理由相信在不远的将来定性仿真研究会取得更大的进展。
