定性仿真理論范文10篇

1定性仿真的產生與理論現狀

定性仿真(QualitativeSimulation)是以非數字手段處理信息輸入、建模、行為分析和結果輸出等仿真環節，通過定性模型推導系統的定性行為描述。定性仿真是系統仿真的一個分支，是系統仿真與人工智能理論交叉產生的新領域。相對于傳統的數字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學習能力，能初步模仿人類思維方式，人機界面更符合人的思維習慣，所得結果更容易理解。

定性仿真的研究中，美國學者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設計一個電路教學系統時發現，以常規的數學模型和仿真方法難以使學生很快明白電路的工作過程，而在實際教學中，老師并不是先給出數學公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統原理性的理解，而這種理解的基礎就是定性知識。很多專家學者開始探索如何在數字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發表了有關定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學院的KennethD.Forbus則對定性仿真理論作了全面的總結[2]；1986年美國德州大學的BenjaminKuipers在QualitativeSimulation”一文中提出了動態仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關于定性問題的專集。此后定性問題的研究成為人工智能和系統建模與仿真領域的一個熱點，許多學者加入到這一研究領域中，產生了大量的研究成果。1991年，人工智能雜志又出版了有關定性推理的第二本專集，標志著該領域理論研究逐漸成熟并且向應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜志上和撊斯ぶ悄軘等國際刊物上經常可以看到定性仿真方面的研究成果。國內該領域的研究起步較晚，目前從事定性理論研究的僅限于少數院校的少數研究者。

定性仿真產生之后，在理論上出現了百家爭鳴的局面，研究者們根據自己的見解提出了各自的建模和仿真理論。目前，基本可分為三個理論派別，即模糊仿真方法、基于歸納學習的方法和樸素物理學方法。

模糊數學方法可以解決模型信息與測量數據的不確定性，所以在定性理論中一般用來作為一種描述手段。最初，系統的定性值是采用區間模糊數的行為來描述的，英國的QiangShen進一步將其發展到用凸模糊數來描述定性值[4]，在數據表示上前進了一大步。此后，又有人在其基礎上引入了概率論，來度量生成的多個行為的可信度。當前的模糊定性理論，在模糊數表示方面都存在一大弱點，那就是系統真實值與模糊量空間的映射問題，即如何確定描述系統的模糊量。

摘要：本文首先介紹了定性仿真的產生背景及理論發展狀況，然后說明了定性仿真在各領域的應用情況，最后對定性仿真的發展方向進行了探討。

關鍵詞：定性仿真，定性模型

1定性仿真的產生與理論現狀

定性仿真(QualitativeSimulation)是以非數字手段處理信息輸入、建模、行為分析和結果輸出等仿真環節，通過定性模型推導系統的定性行為描述。定性仿真是系統仿真的一個分支，是系統仿真與人工智能理論交叉產生的新領域。相對于傳統的數字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學習能力，能初步模仿人類思維方式，人機界面更符合人的思維習慣，所得結果更容易理解。

定性仿真的研究中，美國學者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設計一個電路教學系統時發現，以常規的數學模型和仿真方法難以使學生很快明白電路的工作過程，而在實際教學中，老師并不是先給出數學公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統原理性的理解，而這種理解的基礎就是定性知識。很多專家學者開始探索如何在數字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發表了有關定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學院的KennethD.Forbus則對定性仿真理論作了全面的總結[2]；1986年美國德州大學的BenjaminKuipers在QualitativeSimulation”一文中提出了動態仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關于定性問題的專集。此后定性問題的研究成為人工智能和系統建模與仿真領域的一個熱點，許多學者加入到這一研究領域中，產生了大量的研究成果。1991年，人工智能雜志又出版了有關定性推理的第二本專集，標志著該領域理論研究逐漸成熟并且向應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜志上和撊斯ぶ悄軘等國際刊物上經常可以看到定性仿真方面的研究成果。國內該領域的研究起步較晚，目前從事定性理論研究的僅限于少數院校的少數研究者。

摘要：本文首先介紹了定性仿真的產生背景及理論發展狀況，然后說明了定性仿真在各領域的應用情況，最后對定性仿真的發展方向進行了探討。

關鍵詞：定性仿真，定性模型

1定性仿真的產生與理論現狀

定性仿真(QualitativeSimulation)是以非數字手段處理信息輸入、建模、行為分析和結果輸出等仿真環節，通過定性模型推導系統的定性行為描述。定性仿真是系統仿真的一個分支，是系統仿真與人工智能理論交叉產生的新領域。相對于傳統的數字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學習能力，能初步模仿人類思維方式，人機界面更符合人的思維習慣，所得結果更容易理解。

定性仿真的研究中，美國學者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設計一個電路教學系統時發現，以常規的數學模型和仿真方法難以使學生很快明白電路的工作過程，而在實際教學中，老師并不是先給出數學公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統原理性的理解，而這種理解的基礎就是定性知識。很多專家學者開始探索如何在數字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發表了有關定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學院的KennethD.Forbus則對定性仿真理論作了全面的總結[2]；1986年美國德州大學的BenjaminKuipers在QualitativeSimulation”一文中提出了動態仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關于定性問題的專集。此后定性問題的研究成為人工智能和系統建模與仿真領域的一個熱點，許多學者加入到這一研究領域中，產生了大量的研究成果。1991年，人工智能雜志又出版了有關定性推理的第二本專集，標志著該領域理論研究逐漸成熟并且向應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜志上和撊斯ぶ悄軘等國際刊物上經常可以看到定性仿真方面的研究成果。國內該領域的研究起步較晚，目前從事定性理論研究的僅限于少數院校的少數研究者。

摘要：本文首先介紹了定性仿真的產生背景及理論發展狀況，然后說明了定性仿真在各領域的應用情況，最后對定性仿真的發展方向進行了探討。

關鍵詞：定性仿真，定性模型

1定性仿真的產生與理論現狀

定性仿真(QualitativeSimulation)是以非數字手段處理信息輸入、建模、行為分析和結果輸出等仿真環節，通過定性模型推導系統的定性行為描述。定性仿真是系統仿真的一個分支，是系統仿真與人工智能理論交叉產生的新領域。相對于傳統的數字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學習能力，能初步模仿人類思維方式，人機界面更符合人的思維習慣，所得結果更容易理解。

定性仿真的研究中，美國學者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設計一個電路教學系統時發現，以常規的數學模型和仿真方法難以使學生很快明白電路的工作過程，而在實際教學中，老師并不是先給出數學公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統原理性的理解，而這種理解的基礎就是定性知識。很多專家學者開始探索如何在數字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發表了有關定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學院的KennethD.Forbus則對定性仿真理論作了全面的總結[2]；1986年美國德州大學的BenjaminKuipers在QualitativeSimulation”一文中提出了動態仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關于定性問題的專集。此后定性問題的研究成為人工智能和系統建模與仿真領域的一個熱點，許多學者加入到這一研究領域中，產生了大量的研究成果。1991年，人工智能雜志又出版了有關定性推理的第二本專集，標志著該領域理論研究逐漸成熟并且向應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜志上和撊斯ぶ悄軘等國際刊物上經常可以看到定性仿真方面的研究成果。國內該領域的研究起步較晚，目前從事定性理論研究的僅限于少數院校的少數研究者。

摘要：本文首先介紹了定性仿真的產生背景及理論發展狀況，然后說明了定性仿真在各領域的應用情況，最后對定性仿真的發展方向進行了探討。

關鍵詞：定性仿真，定性模型

1定性仿真的產生與理論現狀

定性仿真(QualitativeSimulation)是以非數字手段處理信息輸入、建模、行為分析和結果輸出等仿真環節，通過定性模型推導系統的定性行為描述。定性仿真是系統仿真的一個分支，是系統仿真與人工智能理論交叉產生的新領域。相對于傳統的數字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學習能力，能初步模仿人類思維方式，人機界面更符合人的思維習慣，所得結果更容易理解。

定性仿真的研究中，美國學者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設計一個電路教學系統時發現，以常規的數學模型和仿真方法難以使學生很快明白電路的工作過程，而在實際教學中，老師并不是先給出數學公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統原理性的理解，而這種理解的基礎就是定性知識。很多專家學者開始探索如何在數字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發表了有關定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學院的KennethD.Forbus則對定性仿真理論作了全面的總結[2]；1986年美國德州大學的BenjaminKuipers在QualitativeSimulation”一文中提出了動態仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關于定性問題的專集。此后定性問題的研究成為人工智能和系統建模與仿真領域的一個熱點，許多學者加入到這一研究領域中，產生了大量的研究成果。1991年，人工智能雜志又出版了有關定性推理的第二本專集，標志著該領域理論研究逐漸成熟并且向應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜志上和撊斯ぶ悄軘等國際刊物上經常可以看到定性仿真方面的研究成果。國內該領域的研究起步較晚，目前從事定性理論研究的僅限于少數院校的少數研究者。

摘要：本文首先介紹了定性仿真的產生背景及理論發展狀況，然后說明了定性仿真在各領域的應用情況，最后對定性仿真的發展方向進行了探討。

關鍵詞：定性仿真，定性模型

1定性仿真的產生與理論現狀

定性仿真(QualitativeSimulation)是以非數字手段處理信息輸入、建模、行為分析和結果輸出等仿真環節，通過定性模型推導系統的定性行為描述。定性仿真是系統仿真的一個分支，是系統仿真與人工智能理論交叉產生的新領域。相對于傳統的數字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學習能力，能初步模仿人類思維方式，人機界面更符合人的思維習慣，所得結果更容易理解。

定性仿真的研究中，美國學者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設計一個電路教學系統時發現，以常規的數學模型和仿真方法難以使學生很快明白電路的工作過程，而在實際教學中，老師并不是先給出數學公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統原理性的理解，而這種理解的基礎就是定性知識。很多專家學者開始探索如何在數字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發表了有關定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學院的KennethD.Forbus則對定性仿真理論作了全面的總結[2]；1986年美國德州大學的BenjaminKuipers在QualitativeSimulation”一文中提出了動態仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關于定性問題的專集。此后定性問題的研究成為人工智能和系統建模與仿真領域的一個熱點，許多學者加入到這一研究領域中，產生了大量的研究成果。1991年，人工智能雜志又出版了有關定性推理的第二本專集，標志著該領域理論研究逐漸成熟并且向應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜志上和撊斯ぶ悄軘等國際刊物上經常可以看到定性仿真方面的研究成果。國內該領域的研究起步較晚，目前從事定性理論研究的僅限于少數院校的少數研究者。

[摘要]:在過去幾十年中，計算機與人工智能技術在教育中的應用主要關注如何用機器來幫助學習者學習，并部分地“代替”教師的教學工作；隨著信息技術的發展與教育教學理念的改變，教師的地位依然沒有變化，而角色發生了重要的改變，用新技術支持教學(過程)的設計、互動分析與評價，進而支持教師及其教學，在一定程度上“解放”教師的生產力，這已經成為一個重要趨勢；教育乃復雜巨系統是眾所周知的，但從復雜系統角度對教育系統進行的研究依然匱乏，因此，從宏觀層面引入數量分析與建模思想，從復雜系統的角度研究教育教學系統的演化規律，也是教育技術領域的一個重要研究方向。本文闡述了教學設計自動化技術、教學互動分析技術、教學自動測評技術和教育系統仿真技術等的概念、重點關注的問題、研究現狀及發展趨勢，以期為廣大教育技術工作者提供一點借鑒。

[關鍵詞]:教育技術;教學設計自動化;教學互動分析;教學自動測評;教育系統仿真

中圖分類號：G40-057文獻標識碼：A

一、引言

關于教育技術，在不同時期不同學科背景的學者有著不同的理解，其典型的定義來自于美國教育傳播與技術協會(AssociationforEducationalCommunicationsandTechnology，簡稱AECT)，包括：媒體—工具論(AECT’70)、手段—方法論(AECT’72)、理論—實踐論(AECT’94)、績效—創新論(AECT’05)等。雖然教育技術的內涵與外延均在不斷變化，但是從各種定義可以看出：(1)教育技術支持和優化教學，最終促進學習者的學習；(2)教育技術圍繞教學過程和教學資源展開理論研究和實踐；(3)教育技術的基本要素包括方法、工具和技能[1]。因此，有一點是無可爭議的：教育技術要研究“技術”在教育中的應用問題，即如何運用“技術”來支持和優化(教育)教學過程。這里的“技術”主要是指狹義的技術(物化的技術)，尤其包括計算機與人工智能中的新技術。

從認識論的角度看，教學過程是教師的教與學生的學相結合的雙邊活動過程[2]，包括“教師的教”、“學生的學”和“學與教的互動”等三個方面。從“技術”支持教學過程的角度來看，近一個世紀以來，人們或多或少存在這樣一種取向：用“技術”來（部分地）“代替”教師進行教學。從20世紀20年代的教學機開始，到50年代美國教育心理學家斯金納發明程序教學機器，教育界出現了一場場轟轟烈烈的改革運動[3]。盡管現在這股浪潮早已平息下去，但“教學機器”卻大大影響了教育界，并成為CAI/CAL(計算機輔助教學/學習)的雛形。直到20世紀90年代中期以前，CAI/CAL軟件開發一直被計算機界與教育技術界認為是“技術含量”較高的、比較“有水平”的一類研究工作。這對教育教學的改革與發展起到了積極的作用，豐富了人類知識的寶庫。

一、引言

關于教育技術，在不同時期不同學科背景的學者有著不同的理解，其典型的定義來自于美國教育傳播與技術協會(AssociationforEducationalCommunicationsandTechnology，簡稱AECT)，包括：媒體—工具論(AECT’70)、手段—方法論(AECT’72)、理論—實踐論(AECT’94)、績效—創新論(AECT’05)等。雖然教育技術的內涵與外延均在不斷變化，但是從各種定義可以看出：(1)教育技術支持和優化教學，最終促進學習者的學習；(2)教育技術圍繞教學過程和教學資源展開理論研究和實踐；(3)教育技術的基本要素包括方法、工具和技能[1]。因此，有一點是無可爭議的：教育技術要研究“技術”在教育中的應用問題，即如何運用“技術”來支持和優化(教育)教學過程。這里的“技術”主要是指狹義的技術(物化的技術)，尤其包括計算機與人工智能中的新技術。

從認識論的角度看，教學過程是教師的教與學生的學相結合的雙邊活動過程[2]，包括“教師的教”、“學生的學”和“學與教的互動”等三個方面。從“技術”支持教學過程的角度來看，近一個世紀以來，人們或多或少存在這樣一種取向：用“技術”來（部分地）“代替”教師進行教學。從20世紀20年代的教學機開始，到50年代美國教育心理學家斯金納發明程序教學機器，教育界出現了一場場轟轟烈烈的改革運動[3]。盡管現在這股浪潮早已平息下去，但“教學機器”卻大大影響了教育界，并成為CAI/CAL(計算機輔助教學/學習)的雛形。直到20世紀90年代中期以前，CAI/CAL軟件開發一直被計算機界與教育技術界認為是“技術含量”較高的、比較“有水平”的一類研究工作。這對教育教學的改革與發展起到了積極的作用，豐富了人類知識的寶庫。

但是，早在20世紀80年代中期，就有研究表明：一項技術（或者一種工具）應用于教學的效果取決于使用者如何使用，而不是技術本身。從學習理論的發展來看，也經歷了行為主義、認知主義和人本主義等學習理論的發展，特別是由認知主義學習理論發展起來的建構主義學習理論，曾經在20世紀90年代風靡于全球。直到20世紀末，人們發現風靡于全球的e-Learning并不如想象的那樣有效，人們開始反思學習理論與技術應用方式，試圖用B-Learning來實行“回歸”，即綜合運用不同的學習理論、不同的技術和手段、以及不同的應用方式來實施“教學”。“混合學習”（BlendedLearning）就是面對面的課堂學習（FacetoFace）和在線學習（OnlineLearning，或E-Learning）兩種方式的有機整合。混合學習的核心思想是根據不同問題、要求，采用不同的方式解決問題，在教學上就是要采用不同的媒體與信息傳遞方式進行學習，而且這種解決問題的方式要求付出的代價最小，取得的效益最大[4]。

學與教的觀念在變，學與教的環境與方式也在變，教師從為課堂教學“備課”，到為學生“自學”而“備資源”，再到運用多種方式來實施“教學”，這雖然不是一種必然變化路徑，但也是一種普遍發展趨勢。隨著教學理念的變化，教學的設計、教學(過程)互動的分析與教學評價方式變革的重要性日益凸顯出來。顯然，這對教師的要求越來越高，教師的“額外工作”也變得越來越繁雜。那么，能否利用新技術來(部分)支持教師的“額外工作”呢？更進一步說，新技術應用于教育教學能否(顯著)提高其效果、效益或效率呢？

本文將介紹與此相關的四個關鍵技術：教學設計自動化技術、教學互動分析技術、教學自動測評技術與教育系統仿真技術。