定性仿真技术及应用_邵晨曦

系 统 仿 真 学 报 Vol.16 No.2JOURNAL OF SYSTEM SIMULATION Feb. 2004・202・定性仿真技术及应用邵晨曦, 白方周（中国科学技术大学计算机科学技术系, 合肥 230027）摘 要：定性仿真以非数字化手段处理信息输入、建模、行为分析和结果输出等仿真环节，通过定性建模推导系统的定性行为描述。

定性仿真是处理不完备信息的有效方法。

定性仿真方法产生了多种流派，如模糊仿真法、归纳推理法、非因果关系推理方法、基于因果关系的推理方法、基于图表的推理方法、基于数据的结构化建模方法、基于定性空间的推理方法等。

近年来，定性仿真已应用到故障诊断、生态和环境学、机械制造业和工业系统、医学研究、混杂非线性系统、教育系统、人类社会与经济、人工智能等领域中。

最后从整体上简要评述了定性仿真的发展。

关键词：定性仿真; 定性建模; 定性推理; 定性仿真应用文章编号：1004-731X (2004) 02-0202-08 中图分类号：TP391.9 文献标识码：BTechnology of Qualitative Simulation and Its ApplicationSHAO Chen-xi , BAI Fang-zhou(Computer Science Dept. of University of Science and Technology of China, Hefei 230027, China)Abstract ：Qualitative Simulation (QS), which is a non-numeric measure, is employed to process inputting information, modeling, behaviors analysis and outputting results. The description of qualitative behaviors can be generated by qualitative modeling. QS makes it feasible to deal with incomplete information effectively. There are many genres about QS technology, such as fuzzy QS, reduction reasoning, non-causal reasoning, causal-based reasoning, diagram-based reasoning, structural data-based modeling and qualitative space-based reasoning. Recently, QS technology has been applied to varieties of fields such as fault diagnosis, ecological and environment, mechanic manufacture and industrial system, medical research, hybrid nonlinear system, education system, community, economy and AI. At last, a brief comment on the development of QS is given. Keywords ：qualitative simulation; qualitative modeling; qualitative reasoning; application of qualitative si mulation引 言从1983年美国学者deKleer 和Brown 提出的关于定性建模和定性推理的理论，以及1984年国际人工智能杂志第一次出版了关于定性问题的专辑以来，定性仿真技术得到了迅猛发展，成为诸多学者的关注热点。

而随着定性仿真理论的发展与日趋成熟，也形成了各种派别，其中比较有影响的流派有：Seely Brown 和John de Kleer 提出的基于“流”的概念的理论，K.D.Forbus 的定性过程理论（QPT ），B.J.Kuipers 的基于QSIM 的定性仿真理论（QS ）以及B.C.Williams 的定性代数理论等等。

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，通过定性建模推导系统的定性行为描述。

相对与传统的数字仿真而言，定性仿真技术在处理不完备知识和“深层”知识以及决策等方面尤其独到的长处。

近年来，许多学者把目光放在定性仿真的应用领域上。

现在，定性仿真技术与物理、化工、生物学、社会学和经济学等学科相互渗透、相互结合、相互推进，在电力、交通、工程机械制造、生化、商业流通等领收稿日期：2003-10-18 基金项目：国家自然科学基金(69974038)和2004年安徽省科技计划资助 作者简介：邵晨曦(1954-), 男, 山东省海阳县人, 副教授, 研究方向为定性仿真, 脑与复杂性, 生物医学系统行为, CAD 和CIMS, 嵌入式系统。

域发挥着越来越大的作用[41,43]。

1 定性仿真的理论研究状况在定性仿真思想建立起来之后，很多科学家致力于定性建模和定性推理的理论研究中。

90年代，定性仿真理论已渐趋成熟，形成了各种体系，流派。

1.1 模糊仿真法将模糊数学和定性仿真理论结合起来就产生了模糊仿真方法。

模糊数学在定性理论中一般用来作为一种描述手段。

用模糊数学扩展定性仿真可以详细地描述函数关系，并且能够表示和使用变化速率的时序信息，构造一种有效的时序过滤规则，大量减少奇异行为的产生。

研究者最初是采用区间模糊数的行为来描述系统的定性值。

英国的Qiang Shen 进一步将其发展到用凸模糊数来描述定性值，在数据表示上前进了一大步。

1993年他和R.Leitch 提出模糊仿真方法Fusim [1]，较好地把定性仿真技术与模糊数学进行了集成，这种方法用模糊集合扩展了传统的量空间，从而增强了对函数关系的强度信息和变量的变化速率的顺序信息的描述。

模糊仿真方法也存在一些弱点，比如很难确定系统真实值与模糊量空间的映射，并且模糊量值及其空间一旦确定后就不再变动，不能根据需要引入新的模糊量，限制了其描述能力。

1.2 归纳推理法Vol.16 No.2Feb. 2004 邵晨曦, 等：定性仿真技术及应用・203・归纳推理法源于通用系统理论中的GSPS[2,3]技术。

其基本思想是假设所研究系统是一个黑箱，观察其输入输出值，以发现其规律生成定性行为模型，进而对任一输入序列预测系统行为。

六十年代G.J.Klir提出GSPS的初步设想，1978年他发表的文章A conceptual foundation for systems problem solving，标志GSPS层次结构基本形成。

同年，Klir 的研究生H.J.Uyttenhove 部分实现了GSPS专家系统。

1981年第一个GSPS专家系统软件包SAPS 问世成为商业软件。

1987年F.E.Cellier 改进了SAPS，与D.W.Yandell合作研制出SAPS-，将GSPS技术应用到定性仿真，实现了归纳推理法[4,5]。

归纳推理法完全省略结构模型。

模型来自观测数据，自动建模。

归纳推理法可以处理观测数据辨识系统中的依赖关系，建立并优化系统定性行为模型，预测系统行为。

它模仿人类固有的概括总结和学习的能力。

归纳推理法也存在一些弱点，这种方法需要采集大量的数据，并对数据进行处理和维护，另外由于现实条件的限制，不能保证归纳的完备性。

1.3 非因果关系推理方法非因果类方法主要是因为系统建模时不需要明确指出系统内状态变迁过程的因果方向。

其中的一些方法都已逐步从实验阶段发展到工程实践领域。

ENVISION[基于流(confluence)的概念，以组元(components)为中心的方法]，QSIM[基于定性微分方程(QDE)，以约束(constraints)为中心的定性仿真方法]，QPT[以过程(process)为中心的方法]，TCP 时间推理方法等，都属于这一类范畴。

1.3.1 ENVISION: 组元component为中心一基于流的方法Seely Brown和John de Kleer提出了基于流confluence 的概念的理论[7]，并据此建立了ENVISION系统。

该理论认为一个系统可以用三种元素来描述：材料(materials)，组元(components)，通道(conduits)。

组元作用于材料并改变其形式或特性，一个组元的材料经通道流到另一个组元，组元以一系列变量、流、连接点描述。

流表示的是一种约束关系，这种约束关系决定着处在平衡点附近的变量的变化。

1.3.2 QPT: 过程为中心的方法K.D.Fobus于1984年围绕着过程(process)的概念提出了QPT建模与仿真方法[8]，该方法认为分析物理系统实际上就是确定该系统是由哪些过程组成的，如液体流动过程、热量产生过程等，以及这些过程在不同情况下是如何影响系统发展的。

过程是与对象或个体视图(Individual Views IV)相关联的，系统变量的值只能由与它关联的活动过程改变。

1.3.3 QSIM: 约束为中心的方法B.J.Kuipers在1986年提出了基于定性微分方程(QDE)的定性仿真理论[9]，并给出了QSIM算法。

这是目前定性仿真中发展得最成熟的理论，且应用最为广泛。

QSIM理论认为系统由三种元素组成：变量(variables)，约束(constraints)，操作域(operating regions)。

变量的基本约束关系有五种DERIV(x,y)，ADD(x,y,z)，MULT(x,y,z)，M+(x,y)，M-(x,y)，利用这些关系来建立系统的定性微分方程。

定性仿真算法是以描述系统定性结构的定性微分方程和系统的一个初始状态为输入，通过仿真得到输出结果。

在QSIM基础上发展起来的仿真方法很多，基本上都是为了消除或减少应用QSIM 算法所产生的虚假行为，即与系统约束实际产生的可能行为不相吻合的行为,例如半定量方法Q2、Q3等。

周颢等人对Q2算法进行了改进，使之适用于固定迟滞问题，并给出了一个离散化求解方法[45]。

周颢等人又在QSIM算法的基础上，在考虑噪声影响的情况下，提出了基于偏度系数的数据流定性化处理方法[46]。