定性仿真综述

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