定性仿真理论范文10篇

定性仿真理论范文篇1

定性仿真(QualitativeSimulation)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JohndeKleer和SeelyBrown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，JohndeKleer和SeelyBrown发表了有关定性仿真的第一篇论文AQualitativePhysicsBasedOnConfluence?[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KennethD.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BenjaminKuipers在QualitativeSimulation”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QiangShen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（GeneralSystemProblemSolve）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：SeelyBrown和JohndeKleer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deKleer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-baseddiagnosistherory)。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。ElectroniqueSergeDassault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IntelligentPacemaker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。

参考文献

deKleerJ,BrownJS.AQualitativePhysicsBasedOnConfluence.ArtifIntell,1983,59:7-15.

ForbusKD.QualitativeProcessTheory.ArtilfIntell,1984,24:85-168.

KuipersBJ.QualitativeSimulation.ArtilfIntel,1986,29:289-338.

Shen,Q.andLeitch,R.FuzzyQualitativeSimulation.IEEETrans.onSystems,Man,andCybernetics23(4),1993,

pp.1038-1061.

5LeitchR,FreitagH,StrussP,TornielleG.ARTIST:AMethodologicalApproachtoSpecifyingModel

BasedDiagnosticSystems.IntellegentAutomationLaboratory,Heriot-WattUniversity,Edin-burgh&Advanced

ReasoningMethods.SiemensAG,Munich,Germany&ArtificialIntelligenceSection.

CISES.p.a.,Segrat,Milano,Italy(MilanApplicationsConference,October,1991).

MilneR.On-LineDiagnosticExpertSystemForGasTurbines.IntelligentApplicationsLtd,Scotland,4th

InternationalProfitbalConditionMonitoringConferenceStratford-upon-Avon,UK,1992.

DaguePh,RaimanO,DevesPh.Trouble-shooting:WhenModelingistheTrouble.IBMScientificCenter,Paris,

France&ElectroniqueSergeDassault,France,1987.

8BratkoI,MozeticI,LavracN.KARDIO:AStudyinDeepandQualitativeKnowledgeforExpertSystems.MIT

Press,1989.

9KuiperBJ.QualitativeReasoning--Modeling&SimulationwithIncompleteKnowledge.MITPress,1994.

10DanielsHAM,FeeldersAJ.Model-BasedDiagnosisofBusinessPeformance.TilburgUniversity,Institutefor

LanguageTechnologyandAI,Netherlands,1990.

11FarleyA,LinKP.QualitativeReasoninginMicroeconomics:puterScienceDept,Universityof

Oregon,USA.&EconomicsDepartment,ProtlandStateUniversity,Oregon,USA,1991.

定性仿真理论范文篇2

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(QualitativeSimulation)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JohndeKleer和SeelyBrown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，JohndeKleer和SeelyBrown发表了有关定性仿真的第一篇论文AQualitativePhysicsBasedOnConfluence?[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KennethD.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BenjaminKuipers在QualitativeSimulation”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QiangShen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（GeneralSystemProblemSolve）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：SeelyBrown和JohndeKleer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deKleer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-baseddiagnosistherory)。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。ElectroniqueSergeDassault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IntelligentPacemaker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。

参考文献

deKleerJ,BrownJS.AQualitativePhysicsBasedOnConfluence.ArtifIntell,1983,59:7-15.

ForbusKD.QualitativeProcessTheory.ArtilfIntell,1984,24:85-168.

KuipersBJ.QualitativeSimulation.ArtilfIntel,1986,29:289-338.

Shen,Q.andLeitch,R.FuzzyQualitativeSimulation.IEEETrans.onSystems,Man,andCybernetics23(4),1993,

pp.1038-1061.

5LeitchR,FreitagH,StrussP,TornielleG.ARTIST:AMethodologicalApproachtoSpecifyingModel

BasedDiagnosticSystems.IntellegentAutomationLaboratory,Heriot-WattUniversity,Edin-burgh&Advanced

ReasoningMethods.SiemensAG,Munich,Germany&ArtificialIntelligenceSection.

CISES.p.a.,Segrat,Milano,Italy(MilanApplicationsConference,October,1991).

MilneR.On-LineDiagnosticExpertSystemForGasTurbines.IntelligentApplicationsLtd,Scotland,4th

InternationalProfitbalConditionMonitoringConferenceStratford-upon-Avon,UK,1992.

DaguePh,RaimanO,DevesPh.Trouble-shooting:WhenModelingistheTrouble.IBMScientificCenter,Paris,

France&ElectroniqueSergeDassault,France,1987.

8BratkoI,MozeticI,LavracN.KARDIO:AStudyinDeepandQualitativeKnowledgeforExpertSystems.MIT

Press,1989.

9KuiperBJ.QualitativeReasoning--Modeling&SimulationwithIncompleteKnowledge.MITPress,1994.

10DanielsHAM,FeeldersAJ.Model-BasedDiagnosisofBusinessPeformance.TilburgUniversity,Institutefor

LanguageTechnologyandAI,Netherlands,1990.

定性仿真理论范文篇3

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(QualitativeSimulation)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JohndeKleer和SeelyBrown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，JohndeKleer和SeelyBrown发表了有关定性仿真的第一篇论文AQualitativePhysicsBasedOnConfluence?[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KennethD.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BenjaminKuipers在QualitativeSimulation”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QiangShen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（GeneralSystemProblemSolve）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：SeelyBrown和JohndeKleer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deKleer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-baseddiagnosistherory)。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。ElectroniqueSergeDassault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IntelligentPacemaker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

定性仿真理论范文篇4

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(QualitativeSimulation)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JohndeKleer和SeelyBrown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，JohndeKleer和SeelyBrown发表了有关定性仿真的第一篇论文AQualitativePhysicsBasedOnConfluence?[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KennethD.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BenjaminKuipers在QualitativeSimulation”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QiangShen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（GeneralSystemProblemSolve）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：SeelyBrown和JohndeKleer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deKleer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-baseddiagnosistherory)。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。ElectroniqueSergeDassault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IntelligentPacemaker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。

参考文献

deKleerJ,BrownJS.AQualitativePhysicsBasedOnConfluence.ArtifIntell,1983,59:7-15.

ForbusKD.QualitativeProcessTheory.ArtilfIntell,1984,24:85-168.

KuipersBJ.QualitativeSimulation.ArtilfIntel,1986,29:289-338.

Shen,Q.andLeitch,R.FuzzyQualitativeSimulation.IEEETrans.onSystems,Man,andCybernetics23(4),1993,

pp.1038-1061.

5LeitchR,FreitagH,StrussP,TornielleG.ARTIST:AMethodologicalApproachtoSpecifyingModel

BasedDiagnosticSystems.IntellegentAutomationLaboratory,Heriot-WattUniversity,Edin-burgh&Advanced

ReasoningMethods.SiemensAG,Munich,Germany&ArtificialIntelligenceSection.

CISES.p.a.,Segrat,Milano,Italy(MilanApplicationsConference,October,1991).

MilneR.On-LineDiagnosticExpertSystemForGasTurbines.IntelligentApplicationsLtd,Scotland,4th

InternationalProfitbalConditionMonitoringConferenceStratford-upon-Avon,UK,1992.

DaguePh,RaimanO,DevesPh.Trouble-shooting:WhenModelingistheTrouble.IBMScientificCenter,Paris,

France&ElectroniqueSergeDassault,France,1987.

8BratkoI,MozeticI,LavracN.KARDIO:AStudyinDeepandQualitativeKnowledgeforExpertSystems.MIT

Press,1989.

9KuiperBJ.QualitativeReasoning--Modeling&SimulationwithIncompleteKnowledge.MITPress,1994.

10DanielsHAM,FeeldersAJ.Model-BasedDiagnosisofBusinessPeformance.TilburgUniversity,Institutefor

LanguageTechnologyandAI,Netherlands,1990.

定性仿真理论范文篇5

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(QualitativeSimulation)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JohndeKleer和SeelyBrown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，JohndeKleer和SeelyBrown发表了有关定性仿真的第一篇论文AQualitativePhysicsBasedOnConfluence?[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KennethD.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BenjaminKuipers在QualitativeSimulation”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QiangShen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（GeneralSystemProblemSolve）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：SeelyBrown和JohndeKleer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deKleer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-baseddiagnosistherory)。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。公务员之家

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。ElectroniqueSergeDassault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IntelligentPacemaker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。

参考文献

deKleerJ,BrownJS.AQualitativePhysicsBasedOnConfluence.ArtifIntell,1983,59:7-15.

ForbusKD.QualitativeProcessTheory.ArtilfIntell,1984,24:85-168.

KuipersBJ.QualitativeSimulation.ArtilfIntel,1986,29:289-338.

Shen,Q.andLeitch,R.FuzzyQualitativeSimulation.IEEETrans.onSystems,Man,andCybernetics23(4),1993,

pp.1038-1061.

5LeitchR,FreitagH,StrussP,TornielleG.ARTIST:AMethodologicalApproachtoSpecifyingModel

BasedDiagnosticSystems.IntellegentAutomationLaboratory,Heriot-WattUniversity,Edin-burgh&Advanced

ReasoningMethods.SiemensAG,Munich,Germany&ArtificialIntelligenceSection.

CISES.p.a.,Segrat,Milano,Italy(MilanApplicationsConference,October,1991).

MilneR.On-LineDiagnosticExpertSystemForGasTurbines.IntelligentApplicationsLtd,Scotland,4th

InternationalProfitbalConditionMonitoringConferenceStratford-upon-Avon,UK,1992.

DaguePh,RaimanO,DevesPh.Trouble-shooting:WhenModelingistheTrouble.IBMScientificCenter,Paris,

France&ElectroniqueSergeDassault,France,1987.

8BratkoI,MozeticI,LavracN.KARDIO:AStudyinDeepandQualitativeKnowledgeforExpertSystems.MIT

Press,1989.

9KuiperBJ.QualitativeReasoning--Modeling&SimulationwithIncompleteKnowledge.MITPress,1994.

10DanielsHAM,FeeldersAJ.Model-BasedDiagnosisofBusinessPeformance.TilburgUniversity,Institutefor

LanguageTechnologyandAI,Netherlands,1990.

定性仿真理论范文篇6

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(QualitativeSimulation)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JohndeKleer和SeelyBrown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，JohndeKleer和SeelyBrown发表了有关定性仿真的第一篇论文AQualitativePhysicsBasedOnConfluence?[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KennethD.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BenjaminKuipers在QualitativeSimulation”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QiangShen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（GeneralSystemProblemSolve）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：SeelyBrown和JohndeKleer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deKleer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-baseddiagnosistherory)。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。ElectroniqueSergeDassault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IntelligentPacemaker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。

参考文献

deKleerJ,BrownJS.AQualitativePhysicsBasedOnConfluence.ArtifIntell,1983,59:7-15.

ForbusKD.QualitativeProcessTheory.ArtilfIntell,1984,24:85-168.

KuipersBJ.QualitativeSimulation.ArtilfIntel,1986,29:289-338.

Shen,Q.andLeitch,R.FuzzyQualitativeSimulation.IEEETrans.onSystems,Man,andCybernetics23(4),1993,

pp.1038-1061.

5LeitchR,FreitagH,StrussP,TornielleG.ARTIST:AMethodologicalApproachtoSpecifyingModel

BasedDiagnosticSystems.IntellegentAutomationLaboratory,Heriot-WattUniversity,Edin-burgh&Advanced

ReasoningMethods.SiemensAG,Munich,Germany&ArtificialIntelligenceSection.

CISES.p.a.,Segrat,Milano,Italy(MilanApplicationsConference,October,1991).

MilneR.On-LineDiagnosticExpertSystemForGasTurbines.IntelligentApplicationsLtd,Scotland,4th

InternationalProfitbalConditionMonitoringConferenceStratford-upon-Avon,UK,1992.

DaguePh,RaimanO,DevesPh.Trouble-shooting:WhenModelingistheTrouble.IBMScientificCenter,Paris,

France&ElectroniqueSergeDassault,France,1987.

8BratkoI,MozeticI,LavracN.KARDIO:AStudyinDeepandQualitativeKnowledgeforExpertSystems.MIT

Press,1989.

9KuiperBJ.QualitativeReasoning--Modeling&SimulationwithIncompleteKnowledge.MITPress,1994.

10DanielsHAM,FeeldersAJ.Model-BasedDiagnosisofBusinessPeformance.TilburgUniversity,Institutefor

LanguageTechnologyandAI,Netherlands,1990.

定性仿真理论范文篇7

[关键词]:教育技术;教学设计自动化;教学互动分析;教学自动测评;教育系统仿真

中图分类号：G40-057文献标识码：A

一、引言

关于教育技术，在不同时期不同学科背景的学者有着不同的理解，其典型的定义来自于美国教育传播与技术协会(AssociationforEducationalCommunicationsandTechnology，简称AECT)，包括：媒体—工具论(AECT’70)、手段—方法论(AECT’72)、理论—实践论(AECT’94)、绩效—创新论(AECT’05)等。虽然教育技术的内涵与外延均在不断变化，但是从各种定义可以看出：(1)教育技术支持和优化教学，最终促进学习者的学习；(2)教育技术围绕教学过程和教学资源展开理论研究和实践；(3)教育技术的基本要素包括方法、工具和技能[1]。因此，有一点是无可争议的：教育技术要研究“技术”在教育中的应用问题，即如何运用“技术”来支持和优化(教育)教学过程。这里的“技术”主要是指狭义的技术(物化的技术)，尤其包括计算机与人工智能中的新技术。

从认识论的角度看，教学过程是教师的教与学生的学相结合的双边活动过程[2]，包括“教师的教”、“学生的学”和“学与教的互动”等三个方面。从“技术”支持教学过程的角度来看，近一个世纪以来，人们或多或少存在这样一种取向：用“技术”来（部分地）“代替”教师进行教学。从20世纪20年代的教学机开始，到50年代美国教育心理学家斯金纳发明程序教学机器，教育界出现了一场场轰轰烈烈的改革运动[3]。尽管现在这股浪潮早已平息下去，但“教学机器”却大大影响了教育界，并成为CAI/CAL(计算机辅助教学/学习)的雏形。直到20世纪90年代中期以前，CAI/CAL软件开发一直被计算机界与教育技术界认为是“技术含量”较高的、比较“有水平”的一类研究工作。这对教育教学的改革与发展起到了积极的作用，丰富了人类知识的宝库。

但是，早在20世纪80年代中期，就有研究表明：一项技术（或者一种工具）应用于教学的效果取决于使用者如何使用，而不是技术本身。从学习理论的发展来看，也经历了行为主义、认知主义和人本主义等学习理论的发展，特别是由认知主义学习理论发展起来的建构主义学习理论，曾经在20世纪90年代风靡于全球。直到20世纪末，人们发现风靡于全球的e-Learning并不如想象的那样有效，人们开始反思学习理论与技术应用方式，试图用B-Learning来实行“回归”，即综合运用不同的学习理论、不同的技术和手段、以及不同的应用方式来实施“教学”。“混合学习”（BlendedLearning）就是面对面的课堂学习（FacetoFace）和在线学习（OnlineLearning，或E-Learning）两种方式的有机整合。混合学习的核心思想是根据不同问题、要求，采用不同的方式解决问题，在教学上就是要采用不同的媒体与信息传递方式进行学习，而且这种解决问题的方式要求付出的代价最小，取得的效益最大[4]。

学与教的观念在变，学与教的环境与方式也在变，教师从为课堂教学“备课”，到为学生“自学”而“备资源”，再到运用多种方式来实施“教学”，这虽然不是一种必然变化路径，但也是一种普遍发展趋势。随着教学理念的变化，教学的设计、教学(过程)互动的分析与教学评价方式变革的重要性日益凸显出来。显然，这对教师的要求越来越高，教师的“额外工作”也变得越来越繁杂。那么，能否利用新技术来(部分)支持教师的“额外工作”呢？更进一步说，新技术应用于教育教学能否(显著)提高其效果、效益或效率呢？

本文将介绍与此相关的四个关键技术：教学设计自动化技术、教学互动分析技术、教学自动测评技术与教育系统仿真技术。前三种技术主要关注教育的微观层面，即教学的三个关键环节：“前期准备”(教学设计）、“教学实施”(互动过程)、“教学效果”(教学评价)；后者关注教育的宏观层面：把教育看成一个复杂的巨系统进行研究，从数量与模型角度研究和发现一些普遍的规律。随着知识科学领域的兴起与知识工程等的进一步发展，这四项关键技术可望在未来不长的时间内，为广大教师与教育研究者提供支持和服务。

二、教学设计自动化技术

众所周知，教学设计是教育技术学最核心的内容之一，也是教育技术学区别于教育学领域中其它学科的最重要特征之一，教学设计理论的发展为教育技术学的发展奠定了坚实的基础。但是，教学设计仍然是少数教学设计专家的“专利”，在广大教师中普及应用仍然有一定的距离。究其原因，首先教学设计方法需要进一步完善和发展，包括教学设计的过程模式比较复杂、“通用”模式在各种教学情况下的不适应等；其次“设计”的工作量过于繁杂(如内容分析阶段的ABCD方法就是一项复杂的“机械”劳动)，尤其是在新的知识观背景下，知识管理越来越重要。因此，若能让计算机帮助教师完成一些“机械劳动”，让教师把更多的精力关注于学与教的过程和行为，具有非常重要的理论意义和现实意义。

“教学设计自动化”（AutomatedInstructionalDesign或AutomatingInstructionalDesign，简称AID）是指有效利用计算机技术，为教学设计人员和其他教学产品开发人员在教学设计和教学产品开发过程中提供辅助、指导、咨询、帮助或决策的过程[5]。“教学设计自动化”更为贴切的提法应该是“计算机辅助的教学设计”（ComputerAidedInstructionalDesign，简称CAID）。

从1984年梅瑞尔首次提出“教学设计自动化”开始，教学设计自动化吸引了很多教育技术专家、心理学家、人工智能专家和计算机专家的参与[5]，如：Tennyson、Spector等，并取得了相当多的成果。从1984年到90年代中期，教学设计自动化发展十分迅速，并产生了大量著作和产品原型，从90年代后期开始，教学设计自动化大多以别的面貌出现，其研究也越来越深入。

目前教学设计自动化的研究主要集中在5个方面[5][6][7][8][9]：(1)提供集成写作工具。如WebCT、WebCL等各大网络教学支撑平台都集成了写作工具，充分利用网络的优势，简化了过程。(2)提供教学设计专家系统。例如，梅瑞尔等人研究与开发的IDExpert就是基于规则的专家系统，它可以根据教学设计人员提供的信息，提出关于课程组织、内容结构、教学策略等方面的建议。(3)提供教学设计咨询服务。专家系统开辟了教学设计的新领域，但是却抑制了教学设计开发人员创造性的发挥，咨询系统更注重发挥教学设计人员的主观能动性。Duchastel提出的教学设计咨询系统原型IDAW-InstructionalDesignAdvancedWorkbench是一个基于计算机的基础开发平台，支持不限制设计者情况下的认知任务的教学设计。(4)提供教学设计的信息管理系统。如学习研究协会（InstituteforResearchonLearning）开发的IDE（InstructionalDesignEnvironment）系统。(5)提供电子绩效支持系统（EPSS）。如Paquetteetal(1994)在Duchastel的Workbench基础上推出的名为AGD的绩校支持系统，DesignersEdge(Chapman,1995)和InstructionalDesignWare等。另外，教学设计自动化技术一个最直接的应用是为教师提供教学设计模板。WebQuest就是一个很好的例子，它提供了多套方便适用的教学设计模板，教学设计人员和教师只需填入相应的内容，就可生成WebQuest教学网站，大大降低了教学设计的难度。

教学设计自动化的更进一步发展要求它具备更高的“自动化”，这需要积极借助自然语言理解和信息检索领域的成果。例如，我们有理由要求教学设计自动化系统能够帮助我们抽取文章中的概念以及概念之间的关系，生成一定的可视化图表，如概念图、思维导图等，并在人工校对后，生成可用的演示文稿。达成这一目标的核心技术包括信息抽取领域的实体抽取技术和关系抽取技术。

三、教学互动分析技术

教学的互动本质说认为，师生之间的互动反映了教学过程的本质。教育心理学界很早就关注到：应从师生之间的互动行为入手解析教育教学现象，探讨互动与学生发展及学习效果之间的关系。比如对课堂情境中师生互动的特点及主要影响因素进行微观研究[11]，研究的主要方法就是分析课堂情境中的师生互动行为。

教学互动分析技术是一种适合从微观上探索行为规律和性质，综合运用结构性观察、描述性观察、访谈、内容分析、话语分析、定量数据处理等多种方法的研究技术，通常用于互动过程规律、互动特征、教学结构的发现以及教与学现象的评估。

课堂师生互动行为研究以弗兰德互动分析技术(Flander’sInteractionAnalysisSystem，FIAS)为代表[12]。该分析技术大致由三个部分构成：(1)一套描述课堂师生互动行为（仅用于言语交互，不包括非言语交互）的编码系统；(2)一套关于观察和记录编码的规定标准；(3)一个用于显示数据，进行分析，实现研究目的的矩阵表格。弗兰德编码系统把课堂上的语言交互行为分为教师语言、学生语言和沉寂或混乱(无有效语言活动)三类共10种情况。按照弗兰德分析技术的规定，在课堂观察中，每3秒钟取样一次，对每个3秒钟的课堂语言活动都按编码系统规定的意义赋予一个编码码号，作为观察记录。这样，一堂课大约记录800—1000个编码，它们表达着课堂上按时间顺序发生的一系列事件，每个事件占有一个小的时间片断，这些事件先后接续，连接成一个时间序列，表现出课堂教学的结构、教学行为模式和教师的教学风格。对记录数据的显示和分析是通过分析矩阵来实现的。从弗兰德的课堂教学互动分析技术可以看出，教学互动分析强调结构化、定量化，有利于从大量微观的信息中挖掘意义。

在远程教育领域，由于教学互动的媒介环境发生了根本变化，以媒体为中介的交互成为远程环境下学与教再度整合的关键，因此教学互动的问题得到了更多研究者的关注。应用互动分析的相关技术，可以深入探讨不同技术环境的交互性、不同教师的教学策略如何影响学生的互动行为、社会性互动对远程学习的影响等系列研究问题，从而为远程环境下的学习支持服务提供更多的思路和方法。

源于社会建构主义理论对互动的重视，计算机支持协作学习（ComputerSupportedCollaborativeLearning，简称CSCL）强调学生与学生之间的互动，并认为互动是协同建构意义的形式，尤其注重言语所扮演的“社会情境角色”[13]。目前在CSCL领域中，互动分析技术主要集中在探讨以下四个方面的问题：（1）成员个体和小组整体的知识结构变化；(2)小组内社交关系网络（SocialNetwork）的形成；(3)协同知识建构过程的互动结构；(4)互动过程中的情感水平和认知加工水平。这些问题的解决有助于智能交互支持系统的设计与开发，以保证高质量的意义协商、相互教导和小组协作。

目前教学互动分析技术主要是基于交互言语的分析，即会话分析（conversationanalysis或discourseanalysis）。许多与语言相关的理论成为互动分析的基础，其中尤以言语行为理论（SpeechActTheory）的作用最为显著。

虽然会话分析技术并不是一种新技术，但是应用现代信息技术辅助会话分析，并在以计算机为媒介的交互情境中应用会话分析，却是一类较新的研究领域。面对面的互动活动中，参与者的行为表现（包括身体姿势、语调、表情等）均可被录像保存供分析者作反复而细致的分析。以计算机为媒介的交互记录（包括文本信息、语音信息、与系统软件的交互行为序列）也可被保存。这些交互数据的分析可借助一些工具软件来实现，包括德国Altasti公司产品(支持文本、声音、视频格式的定性内容分析)、澳大利亚QSR公司产品NUD*IST、CATPAC(应用神经网络算法确定文本中词句的关联性)、Transana(方便标注视频录像信息，建立解释信息和视频信息的关联)、希腊的Agna(社交网络分析软件)等。

针对不同研究问题，编码后的交互信息的处理方法不一样，因此就出现了针对特定研究问题的互动分析工具。如：日本OsakaUniversity的AkikoInaba等人开发了专门支持CSCL中互动模式（比如认知学徒模式）辨识的分析工具；美国匹兹堡大学AmySoller等人利用结构化的句首自动识别聊天室内的互动文本，并利用互动模型的匹配来判断互动的有效性。

四、教学自动测评技术

计算机辅助评价(Computer-AssistedAssessment，简称CAA)是一个应用面比较普及的领域。教学自动测评是CAA的核心内容和研究前沿之一，其基本流程是：把问题和任务通过计算机终端传给学生，学生通过计算机输入设备将问题的答案输入给计算机，计算机自动或半自动判断答案并记录分数。CAA可在诊断性、形成性和总结性等三类评价中均可得到有效应用；既可以用于学生的自我评价，也可以用于教师对学生的评价[14]。CAA系统的构成主要包括三个方面：(1)题库与组卷；(2)测试环境与自动阅卷；(3)测评数据的统计分析：负责管理测评结果，按要求生成各种报表以及对题目进行分析。

目前，CAA应用研究主要集中在三个方面[15]：(1)客观测试：测试题的答案从预先定义好的有限个问题答案中选择或比较，计算机对考题答案的评分不需要任何的主观因素参与，客观测试主要用于评估知识覆盖型和事实记忆型为主的课程；(2)计算机自适应测试(CAT)：指在具有一定规模的精选试题组成的题库支持下，按照一定的规则并根据被试的反应选取试题，直到满足停止条件为止；(3)基于Internet的远程考试与评价。客观测试和计算机化自适应测试的相关的理论、方法与技术已相当成熟，能比较好地解决了知识层面的评价问题。其热点及前沿课题主要有两方面：(1)主观题的测评问题及其自动化,例如，对自由文本答案的计算机测评的研究目前已经取得很大的进展；(2)技能性非客观题的测评。

五、教育系统仿真技术

建模与仿真，是继理论研究和实验研究之后的第三种认识和改造客观世界的方法，已经成为对人类社会发展进步具有重要影响的一门综合性技术学科[16]。仿真技术有各类不同的方向和分支，如虚拟仿真技术、全过程动态仿真技术、三维仿真技术、三维实体仿真技术、虚拟现实等。在人文社会领域，仿真技术同样有其用武之地，如生产系统、物流系统、港口工程、制造过程管理、物资供应等系统中已经开始应用仿真技术。经济、交通、地理信息等不同的行业领域也纷纷应用仿真技术来促进本领域的研究。

近年来，复杂系统、复杂自适应系统（ComplexAdaptiveSystem,CAS）成为系统建模与仿真理论研究的热点。仿真模型的正确性和可信度是建模与仿真科学发展的决定因素，目前学术界正试图发展出一套完整的校验、验证和确认（VerificationValidation&Accreditation,VV&A）技术理论体系。复杂系统可以定义为是具有多样性、不确定性的系统。复杂系统涉及到耗散结构、涨落、熵、灰箱、混沌、自组织、非平衡、非线性、开放、有序等许多概念，它们对研究复杂系统都具有很重要的意义。

教育系统是一个独特的复杂系统，具有开放性、松散结合性、非线性与非均衡性等特征。从微观层面上看，学校甚至是一个课堂也可视作复杂系统，另外，也存在多种维度和多种粒度上的教育复杂系统，比如，有人就讨论过信息技术与课程整合的复杂性[17]。从复杂系统视野对教育系统的研究目前才刚刚开始，也仅只停留在理论研究的层面上；而使用建模与仿真的方法进行探索的几乎还是空白。

运用复杂科学的管理熵与耗散结构理论，可以揭示复杂的教育组织结构演化以及管理决策临界点的内在矛盾运动和规律；运用建模与仿真的方法，可以指导教育组织系统的科学组织与决策，建立科学的教育组织结构，进行组织再造和提高教育组织效能[18]。

六、结语

目前是教育技术学科发展最快的时期。首先，除师范院校外，大批的理工类院校也开始开设教育技术的本科和硕士专业；其次，一大批来自不同学科背景的中青年学者在不同程度的加盟到教育技术学研究领域，从不同视角开展相关研究；第三，本领域的理论研究成果日益得到教育类学科与信息类学科同行的认同，实践领域在日益拓广，应用效果明显提高。

但是，教育技术作为一门应用性交叉学科，依然面临一系列挑战。首先，教育技术学科面临教育类学科与信息类学科的双重压力，需要有更多的研究成果得到两类学科同行们的认同；其次，教育技术学科的学者因为各自背景的差异，对于学科及相关理论的理解存在较大差异，还没有很好地形成“科学共同体”，尤其缺乏研究方法的相对一致性与共同理解；第三，近几年内新增了大量教育技术学本科专业，在全国本科生大面积扩招和激励的就业竞争压力下，加上毕业生质量的良莠不齐，其学术与专业声誉将受到极大的挑战。

本文谈到的四大关键技术，并不是教育技术学领域中关键技术的全部。比如智能教学系统、远程教育支撑平台等一直是本领域最活跃的研究热点，而且依然是本领域的研究前沿。这四项关键技术的研究与开发，依赖于多学科领域知识的综合发展，包括来自哲学领域的本体论、计算机领域的协同计算与知识库系统、认知心理学领域的问题表征与知识表征、计算语言学领域的语言理解、以及数学建模与复杂系统研究等，尤其跟计算机与人工智能（知识工程）密切相关。上述四大关键技术，都需要应用知识科学与工程的方法，从某种意义上说，正是知识工程的方法为教育技术的研究和发展注入新的活力。当然，这些关键技术的研究与开发只是教育技术学科中众多研究方向之一，并不提倡大批的教育技术工作者转向从事计算机及相关学科的研究，即使有一批学者对此感兴趣，也建议把这四大关键技术当作问题的起点，应用其它学科最新的研究成果来解决问题。

致谢：本文的撰写得到了我的几个博士生的大力支持，特别感谢张燕、刘黄玲子、赵国庆、江新、程志等同学的研究工作。

参考文献:

[1]黄荣怀，曾兰芳，余冠仕.我国教育技术的发展趋势简析[J].中国电化教育，2002,(9):13—16.

[2]李秉德.教学论[M].北京：人民教育出版社，1999.24.

[3]师书恩.从计算机辅助教学的发展看学习理论在CAI软件中的作用[DB/OL].

[4]李克东，赵建华.混合学习的原理与应用模式[DB/OL].

[5]马宁,余胜泉.简述教学设计自动化研究[DB/OL].

[6]Merrill,M.David.AnIntegratedModelforAutomatingInstructionalDesignandDelivery[A].MichaelSpector,MarthaC.Polson&DanielJ.Muraida.AutomatingInstructionalDesign:ConceptsandIssues[C].EnglewoodCliffs,NJ:EducationalTechnologyPublications,1993.147-190.

[7]Kasowitz,Abby.ToolsforAutomatingInstructionalDesign[DB/OL].

[8]Ellis,T.J.,Hafner,W.,&Mitropoulos,F.AutomatinginstructionaldesignwithEcad[A].Proceedings:FrontiersinEducationConference2004,Savannah,GA[C].Piscataway,NJ:IEEE,2004.T1H1–T1H6.

[9]SpectorJ.M.&Song,D.Automatedinstructionaldesignadvising[A].R.D.Tennyson&A.Barron(Eds.).Automatinginstructionaldesign:Computer-baseddevelopmentanddeliverytools[C].Brussels:Springer-Verlag,1995.377-402.

[10]MarceloFernandes&SJosedosCampos.UsingDigitalTechnologiestoAutomateInstructionalDesign[DB/OL].

[11]佐斌.师生互动论：课堂情境中师生互动的心理学研究[M].上海：华中师范大学出版社，2002.

[12]宁虹，武金红.建立数量结构与意义理解的联系——弗兰德互动分析技术的改进运用[J].教育研究，2003,(5):23-27.

[13]Rogoff,B.Apprenticeshipinthinking[M].NewYork:OxfordUniversityPress,1990.

[14]黄荣怀，刘黄玲子，李向荣.计算机辅助评价的发展趋势[J].电化教育研究，2002,(5):15-21.

[15]puter-assistedAssessment(CAA)[DB/OL].application.asp?app=resources.asp&process=full_record§ion=generic&id=350.

[16]王行仁.建模与仿真技术的若干问题探讨[J].系统仿真学报，2004，16(9):1896-1897.

定性仿真理论范文篇8

关于教育技术，在不同时期不同学科背景的学者有着不同的理解，其典型的定义来自于美国教育传播与技术协会(AssociationforEducationalCommunicationsandTechnology，简称AECT)，包括：媒体—工具论(AECT’70)、手段—方法论(AECT’72)、理论—实践论(AECT’94)、绩效—创新论(AECT’05)等。虽然教育技术的内涵与外延均在不断变化，但是从各种定义可以看出：(1)教育技术支持和优化教学，最终促进学习者的学习；(2)教育技术围绕教学过程和教学资源展开理论研究和实践；(3)教育技术的基本要素包括方法、工具和技能[1]。因此，有一点是无可争议的：教育技术要研究“技术”在教育中的应用问题，即如何运用“技术”来支持和优化(教育)教学过程。这里的“技术”主要是指狭义的技术(物化的技术)，尤其包括计算机与人工智能中的新技术。

从认识论的角度看，教学过程是教师的教与学生的学相结合的双边活动过程[2]，包括“教师的教”、“学生的学”和“学与教的互动”等三个方面。从“技术”支持教学过程的角度来看，近一个世纪以来，人们或多或少存在这样一种取向：用“技术”来（部分地）“代替”教师进行教学。从20世纪20年代的教学机开始，到50年代美国教育心理学家斯金纳发明程序教学机器，教育界出现了一场场轰轰烈烈的改革运动[3]。尽管现在这股浪潮早已平息下去，但“教学机器”却大大影响了教育界，并成为CAI/CAL(计算机辅助教学/学习)的雏形。直到20世纪90年代中期以前，CAI/CAL软件开发一直被计算机界与教育技术界认为是“技术含量”较高的、比较“有水平”的一类研究工作。这对教育教学的改革与发展起到了积极的作用，丰富了人类知识的宝库。

但是，早在20世纪80年代中期，就有研究表明：一项技术（或者一种工具）应用于教学的效果取决于使用者如何使用，而不是技术本身。从学习理论的发展来看，也经历了行为主义、认知主义和人本主义等学习理论的发展，特别是由认知主义学习理论发展起来的建构主义学习理论，曾经在20世纪90年代风靡于全球。直到20世纪末，人们发现风靡于全球的e-Learning并不如想象的那样有效，人们开始反思学习理论与技术应用方式，试图用B-Learning来实行“回归”，即综合运用不同的学习理论、不同的技术和手段、以及不同的应用方式来实施“教学”。“混合学习”（BlendedLearning）就是面对面的课堂学习（FacetoFace）和在线学习（OnlineLearning，或E-Learning）两种方式的有机整合。混合学习的核心思想是根据不同问题、要求，采用不同的方式解决问题，在教学上就是要采用不同的媒体与信息传递方式进行学习，而且这种解决问题的方式要求付出的代价最小，取得的效益最大[4]。

学与教的观念在变，学与教的环境与方式也在变，教师从为课堂教学“备课”，到为学生“自学”而“备资源”，再到运用多种方式来实施“教学”，这虽然不是一种必然变化路径，但也是一种普遍发展趋势。随着教学理念的变化，教学的设计、教学(过程)互动的分析与教学评价方式变革的重要性日益凸显出来。显然，这对教师的要求越来越高，教师的“额外工作”也变得越来越繁杂。那么，能否利用新技术来(部分)支持教师的“额外工作”呢？更进一步说，新技术应用于教育教学能否(显著)提高其效果、效益或效率呢？

本文将介绍与此相关的四个关键技术：教学设计自动化技术、教学互动分析技术、教学自动测评技术与教育系统仿真技术。

前三种技术主要关注教育的微观层面，即教学的三个关键环节：“前期准备”(教学设计）、“教学实施”(互动过程)、“教学效果”(教学评价)；后者关注教育的宏观层面：把教育看成一个复杂的巨系统进行研究，从数量与模型角度研究和发现一些普遍的规律。随着知识科学领域的兴起与知识工程等的进一步发展，这四项关键技术可望在未来不长的时间内，为广大教师与教育研究者提供支持和服务。

二、教学设计自动化技术

众所周知，教学设计是教育技术学最核心的内容之一，也是教育技术学区别于教育学领域中其它学科的最重要特征之一，教学设计理论的发展为教育技术学的发展奠定了坚实的基础。但是，教学设计仍然是少数教学设计专家的“专利”，在广大教师中普及应用仍然有一定的距离。究其原因，首先教学设计方法需要进一步完善和发展，包括教学设计的过程模式比较复杂、“通用”模式在各种教学情况下的不适应等；其次“设计”的工作量过于繁杂(如内容分析阶段的ABCD方法就是一项复杂的“机械”劳动)，尤其是在新的知识观背景下，知识管理越来越重要。因此，若能让计算机帮助教师完成一些“机械劳动”，让教师把更多的精力关注于学与教的过程和行为，具有非常重要的理论意义和现实意义。

“教学设计自动化”（AutomatedInstructionalDesign或AutomatingInstructionalDesign，简称AID）是指有效利用计算机技术，为教学设计人员和其他教学产品开发人员在教学设计和教学产品开发过程中提供辅助、指导、咨询、帮助或决策的过程[5]。“教学设计自动化”更为贴切的提法应该是“计算机辅助的教学设计”（ComputerAidedInstructionalDesign，简称CAID）。

从1984年梅瑞尔首次提出“教学设计自动化”开始，教学设计自动化吸引了很多教育技术专家、心理学家、人工智能专家和计算机专家的参与[5]，如：Tennyson、Spector等，并取得了相当多的成果。从1984年到90年代中期，教学设计自动化发展十分迅速，并产生了大量著作和产品原型，从90年代后期开始，教学设计自动化大多以别的面貌出现，其研究也越来越深入。

目前教学设计自动化的研究主要集中在5个方面[5][6][7][8][9]：(1)提供集成写作工具。如WebCT、WebCL等各大网络教学支撑平台都集成了写作工具，充分利用网络的优势，简化了过程。(2)提供教学设计专家系统。例如，梅瑞尔等人研究与开发的IDExpert就是基于规则的专家系统，它可以根据教学设计人员提供的信息，提出关于课程组织、内容结构、教学策略等方面的建议。(3)提供教学设计咨询服务。专家系统开辟了教学设计的新领域，但是却抑制了教学设计开发人员创造性的发挥，咨询系统更注重发挥教学设计人员的主观能动性。Duchastel提出的教学设计咨询系统原型IDAW-InstructionalDesignAdvancedWorkbench是一个基于计算机的基础开发平台，支持不限制设计者情况下的认知任务的教学设计。(4)提供教学设计的信息管理系统。如学习研究协会（InstituteforResearchonLearning）开发的IDE（InstructionalDesignEnvironment）系统。(5)提供电子绩效支持系统（EPSS）。如Paquetteetal(1994)在Duchastel的Workbench基础上推出的名为AGD的绩校支持系统，DesignersEdge(Chapman,1995)和tructionalDesignWare等。另外，教学设计自动化技术一个最直接的应用是为教师提供教学设计模板。WebQuest就是一个很好的例子，它提供了多套方便适用的教学设计模板，教学设计人员和教师只需填入相应的内容，就可生成WebQuest教学网站，大大降低了教学设计的难度。

教学设计自动化的更进一步发展要求它具备更高的“自动化”，这需要积极借助自然语言理解和信息检索领域的成果。例如，我们有理由要求教学设计自动化系统能够帮助我们抽取文章中的概念以及概念之间的关系，生成一定的可视化图表，如概念图、思维导图等，并在人工校对后，生成可用的演示文稿。达成这一目标的核心技术包括信息抽取领域的实体抽取技术和关系抽取技术。

三、教学互动分析技术

教学的互动本质说认为，师生之间的互动反映了教学过程的本质。教育心理学界很早就关注到：应从师生之间的互动行为入手解析教育教学现象，探讨互动与学生发展及学习效果之间的关系。比如对课堂情境中师生互动的特点及主要影响因素进行微观研究[11]，研究的主要方法就是分析课堂情境中的师生互动行为。

教学互动分析技术是一种适合从微观上探索行为规律和性质，综合运用结构性观察、描述性观察、访谈、内容分析、话语分析、定量数据处理等多种方法的研究技术，通常用于互动过程规律、互动特征、教学结构的发现以及教与学现象的评估。

课堂师生互动行为研究以弗兰德互动分析技术(Flander’sInteractionAnalysisSystem，FIAS)为代表[12]。该分析技术大致由三个部分构成：(1)一套描述课堂师生互动行为（仅用于言语交互，不包括非言语交互）的编码系统；(2)一套关于观察和记录编码的规定标准；(3)一个用于显示数据，进行分析，实现研究目的的矩阵表格。弗兰德编码系统把课堂上的语言交互行为分为教师语言、学生语言和沉寂或混乱(无有效语言活动)三类共10种情况。按照弗兰德分析技术的规定，在课堂观察中，每3秒钟取样一次，对每个3秒钟的课堂语言活动都按编码系统规定的意义赋予一个编码码号，作为观察记录。这样，一堂课大约记录800—1000个编码，它们表达着课堂上按时间顺序发生的一系列事件，每个事件占有一个小的时间片断，这些事件先后接续，连接成一个时间序列，表现出课堂教学的结构、教学行为模式和教师的教学风格。对记录数据的显示和分析是通过分析矩阵来实现的。从弗兰德的课堂教学互动分析技术可以看出，教学互动分析强调结构化、定量化，有利于从大量微观的信息中挖掘意义。

在远程教育领域，由于教学互动的媒介环境发生了根本变化，以媒体为中介的交互成为远程环境下学与教再度整合的关键，因此教学互动的问题得到了更多研究者的关注。应用互动分析的相关技术，可以深入探讨不同技术环境的交互性、不同教师的教学策略如何影响学生的互动行为、社会性互动对远程学习的影响等系列研究问题，从而为远程环境下的学习支持服务提供更多的思路和方法。

源于社会建构主义理论对互动的重视，计算机支持协作学习（ComputerSupportedCollaborativeLearning，简称CSCL）强调学生与学生之间的互动，并认为互动是协同建构意义的形式，尤其注重言语所扮演的“社会情境角色”[13]。

目前在CSCL领域中，互动分析技术主要集中在探讨以下四个方面的问题：（1）成员个体和小组整体的知识结构变化；(2)小组内社交关系网络（SocialNetwork）的形成；(3)协同知识建构过程的互动结构；(4)互动过程中的情感水平和认知加工水平。这些问题的解决有助于智能交互支持系统的设计与开发，以保证高质量的意义协商、相互教导和小组协作。

目前教学互动分析技术主要是基于交互言语的分析，即会话分析（conversationanalysis或discourseanalysis）。许多与语言相关的理论成为互动分析的基础，其中尤以言语行为理论（SpeechActTheory）的作用最为显著。

虽然会话分析技术并不是一种新技术，但是应用现代信息技术辅助会话分析，并在以计算机为媒介的交互情境中应用会话分析，却是一类较新的研究领域。面对面的互动活动中，参与者的行为表现（包括身体姿势、语调、表情等）均可被录像保存供分析者作反复而细致的分析。以计算机为媒介的交互记录（包括文本信息、语音信息、与系统软件的交互行为序列）也可被保存。这些交互数据的分析可借助一些工具软件来实现，包括德国Altasti公司产品(支持文本、声音、视频格式的定性内容分析)、澳大利亚QSR公司产品NUD*IST、CATPAC(应用神经网络算法确定文本中词句的关联性)、Transana(方便标注视频录像信息，建立解释信息和视频信息的关联)、希腊的Agna(社交网络分析软件)等。

针对不同研究问题，编码后的交互信息的处理方法不一样，因此就出现了针对特定研究问题的互动分析工具。如：日本OsakaUniversity的AkikoInaba等人开发了专门支持CSCL中互动模式（比如认知学徒模式）辨识的分析工具；美国匹兹堡大学AmySoller等人利用结构化的句首自动识别聊天室内的互动文本，并利用互动模型的匹配来判断互动的有效性。

四、教学自动测评技术

计算机辅助评价(Computer-AssistedAssessment，简称CAA)是一个应用面比较普及的领域。教学自动测评是CAA的核心内容和研究前沿之一，其基本流程是：把问题和任务通过计算机终端传给学生，学生通过计算机输入设备将问题的答案输入给计算机，计算机自动或半自动判断答案并记录分数。CAA可在诊断性、形成性和总结性等三类评价中均可得到有效应用；既可以用于学生的自我评价，也可以用于教师对学生的评价[14]。CAA系统的构成主要包括三个方面：(1)题库与组卷；(2)测试环境与自动阅卷；(3)测评数据的统计分析：负责管理测评结果，按要求生成各种报表以及对题目进行分析。

目前，CAA应用研究主要集中在三个方面[15]：(1)客观测试：测试题的答案从预先定义好的有限个问题答案中选择或比较，计算机对考题答案的评分不需要任何的主观因素参与，客观测试主要用于评估知识覆盖型和事实记忆型为主的课程；(2)计算机自适应测试(CAT)：指在具有一定规模的精选试题组成的题库支持下，按照一定的规则并根据被试的反应选取试题，直到满足停止条件为止；(3)基于Internet的远程考试与评价。客观测试和计算机化自适应测试的相关的理论、方法与技术已相当成熟，能比较好地解决了知识层面的评价问题。其热点及前沿课题主要有两方面：(1)主观题的测评问题及其自动化,例如，对自由文本答案的计算机测评的研究目前已经取得很大的进展；(2)技能性非客观题的测评。

五、教育系统仿真技术

建模与仿真，是继理论研究和实验研究之后的第三种认识和改造客观世界的方法，已经成为对人类社会发展进步具有重要影响的一门综合性技术学科[16]。仿真技术有各类不同的方向和分支，如虚拟仿真技术、全过程动态仿真技术、三维仿真技术、三维实体仿真技术、虚拟现实等。在人文社会领域，仿真技术同样有其用武之地，如生产系统、物流系统、港口工程、制造过程管理、物资供应等系统中已经开始应用仿真技术。经济、交通、地理信息等不同的行业领域也纷纷应用仿真技术来促进本领域的研究。

近年来，复杂系统、复杂自适应系统（ComplexAdaptiveSystem,CAS）成为系统建模与仿真理论研究的热点。仿真模型的正确性和可信度是建模与仿真科学发展的决定因素，目前学术界正试图发展出一套完整的校验、验证和确认（VerificationValidation&Accreditation,VV&A）技术理论体系。复杂系统可以定义为是具有多样性、不确定性的系统。复杂系统涉及到耗散结构、涨落、熵、灰箱、混沌、自组织、非平衡、非线性、开放、有序等许多概念，它们对研究复杂系统都具有很重要的意义。

教育系统是一个独特的复杂系统，具有开放性、松散结合性、非线性与非均衡性等特征。从微观层面上看，学校甚至是一个课堂也可视作复杂系统，另外，也存在多种维度和多种粒度上的教育复杂系统，比如，有人就讨论过信息技术与课程整合的复杂性[17]。从复杂系统视野对教育系统的研究目前才刚刚开始，也仅只停留在理论研究的层面上；而使用建模与仿真的方法进行探索的几乎还是空白。

运用复杂科学的管理熵与耗散结构理论，可以揭示复杂的教育组织结构演化以及管理决策临界点的内在矛盾运动和规律；运用建模与仿真的方法，可以指导教育组织系统的科学组织与决策，建立科学的教育组织结构，进行组织再造和提高教育组织效能[18]。

六、结语

目前是教育技术学科发展最快的时期。首先，除师范院校外，大批的理工类院校也开始开设教育技术的本科和硕士专业；其次，一大批来自不同学科背景的中青年学者在不同程度的加盟到教育技术学研究领域，从不同视角开展相关研究；第三，本领域的理论研究成果日益得到教育类学科与信息类学科同行的认同，实践领域在日益拓广，应用效果明显提高。

但是，教育技术作为一门应用性交叉学科，依然面临一系列挑战。首先，教育技术学科面临教育类学科与信息类学科的双重压力，需要有更多的研究成果得到两类学科同行们的认同；其次，教育技术学科的学者因为各自背景的差异，对于学科及相关理论的理解存在较大差异，还没有很好地形成“科学共同体”，尤其缺乏研究方法的相对一致性与共同理解；第三，近几年内新增了大量教育技术学本科专业，在全国本科生大面积扩招和激励的就业竞争压力下，加上毕业生质量的良莠不齐，其学术与专业声誉将受到极大的挑战。