智能模拟之定性定量仿真的发展

本文主要介绍在定性定量仿真方面发展相对成熟的一些研究成果, 并重点介绍了灰色定性仿真理论及其在故障诊断方面的应用。     

基于定性模型的定性仿真方法

定性仿真在定性推理中起着核心作用．本文将介绍基于定性模型的定性仿真法的基本内容，讨论支持其走向实用的主要方法和技术，并展示其在若干领域中的应用．     

动态系统的定性推理：定性模型的建立与定性仿真方法

本文首先介绍了动态系统的定性推理的产生背景，发展概况以及定性推理的实际应用前景，然后以Ｋｕｉｐｅｒｓ的定性仿真理论为中心介绍了定性推理的基本原理及方法，其中重点介绍了动态定性仿真算法ＱＳＩＭ和定性推理的最新发展，并对存在的问题进行了探讨。     

模糊仿真─—定性模型的建立与辨识

本文的目的是在对定性仿真理论进行回顾的基础上，说明模糊方法在对复杂系统进行定性仿真中的合理性。本文首先给出了在仿真建模中应用模糊集理论的基本方法，然后讨论了模糊仿真的两个应用方向，即采用语言变量的模糊仿真和通过模糊仿真来辨识定性模型。     

基于定性状态模型的定性控制方法研究

针对某些复杂系统难以获得精确数学模型来实现有效控制这一问题,采用定性状态模型来描述含有不确定性的非线性系统,提出了一种定性控制方法。首先通过对系统状态的定性划分,采用基于定性推理的自动机建立被控系统定性状态模型,然后设计基于系统定性状态模型的定性控制器,并给出了控制器设计的一般步骤。最后以液位控制系统为例,建立了液位对象的定性状态模型并设计了定性控制器,仿真结果表明该方法的有效性及其理论价值和应用前景。     

复杂系统的定性建模和定性控制综述

综述了复杂系统的定性建模和定性控制．首先阐述了定性建模的理论背景,讨论了 主要的定性建模研究方法及定性模型特性;接着介绍了定性控制的研究进展,对定性控制方 法进行了分类研究,探讨了定性控制器的设计及定性控制系统性能;最后就复杂系统的定性 建模和定性控制研究发展进行了评述．     

复杂系统的定性仿真

回顾复杂系统定性仿真的发展历程;阐述复杂系统定性仿真的基本原理,将定性仿真方法归纳为非因果关系推理、因果关系推理和元胞自动机三类;评述三类方法的研究和应用进展;探讨管理系统复杂性的特征,介绍本文作者及其合作者的管理系统定性仿真研究工作;给出复杂系统定性仿真下一步需要解决的关键问题。     

基于有向图的定性模型分解方法

模型分解是减小系统复杂程度、降低仿真运行代价的有效手段，当前许多定性仿真理论，由于仿真代价过高等原因而难以处理大规模系统。针对这种状况，文中对定性理论中常见的因果关系有向图形式表示的结构模型，给出一种模型分解方法，通过实例给出了具体的分解并与定性理论中别的方法作了简要比较。     

一个基于QSIM算法的定性仿真系统GQSS

定性仿真是目前人工智能、仿真技术等领域一个新颖的研究方向，文中重点介绍了作者研制折一个基于ＱＳＩＭ算法的实验性通用型定性仿真系统ＧＱＳＳ，并且在该系统中初步改进了ＱＳＩＭ算法。     

基于云定性仿真的兰彻斯特作战模型

过去多年来兰彻斯特方程已成为计算机作战仿真领域的标准方法, 然而该类方法不能充分反映建模中相关变量内在的不确定性。鉴于此, 提出了一种基于云定性仿真方法的定性兰彻斯特作战模型, 该方法引入正态云的数字特征和云测度指标表示定性路标值, 并将云测度指标在约束集合中传播以提高仿真结果的准确性, 不仅可以更准确地表征作战模型中相关变量的不确定性, 而且扩充了作战应用的适用范围, 尤其是在无法或无需对模型相关变量精确量化的情况下, 仿真中涉及到如何表征这些不确定性的定性变量时, 该方法具有一定优势。最后以经典历史战役为例验证了该方法的正确性与可行性。     

一种定性定量信息转换的不确定性模型——云模型*

目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。     

基于云模型以约束为中心的复杂系统定性建模

针对以约束为中心的复杂系统仿真中缺乏有效的不确定性信息描述方法,导致仿真中不确定性信息不能充分利用的问题,借鉴和采纳云模型的相关理论和方法,研究了以约束为中心基于云模型的复杂系统定性建模方法。首先提出了仿真中基于云模型的不确定信息表示方法、基于云模型和群体专家决策的量空间构建方法;然后给出了基于云模型的系统定性约束方程的构建方法;最后将提出的建模方法应用于一个敏捷供应链的建模实例。结果表明提出的建模方法具有客观表达不确定信息、将定性与定量信息在仿真中相互融合的优点。     

数据流定性化方法研究

数据流定性化处理，是在考虑噪声影响的情况下，对数据流进行处理，最终将数据流 化分为单调变化的区段．这是定性仿真应用中的一个关键问题．本文在分析基于线性最小方 差拟合的数据流定性化方法的基础上，改进其定性核心函数．提出了基于偏度系数的数据流 定性化方法．并通过具体数据分析，证明了该方法的有效性．     

A review of: “LOGIC AND PHILOSOPHY IN THE LVOV-WARSAW SCHOOL”, by Jan Woleński,Kluwer, Dordrecht (The Netherlands) and Boston, 1989. xiv + 364 pages.

Qualitative methodology plays an important role within computer simulation; modeling and analysis of complex systems require qualitative methods since humans think naturally in qualitative and linguistic terms. The critical interface for simulationists exploring qualitative simulation should rely on an unambiguous mathematical formalism or method with foundations in systems theory. Currently, many ad hoc formalisms exist for encoding uncertain or qualitative simulation knowledge; however, we have found that fuzzy set theory provides for a formalism where linguistic variables can be encoded as state, parameter, input and output information in the model. Fuzzy numbers, in particular, are useful when population statistics are unavailable—usually due to cost factors. We have constructed fuzzy simulation programs based on our C-based SimPack library and we use fuzzy simulation to hypothesize qualitative system models reflecting real system behavior, and to specify qualitative versions of systems.     

GM（1，N）和QSIM结合的复杂系统的定性仿真建模方法

针对复杂系统仿真中系统信息缺乏、QSIM建模方法可使用微分方程的特点,在复杂系统仿真方法中,提出了一种GM（1,N）和QSIM相结合的定性建模方法.首先给出了相关研究的现状,然后提出了GM（1,N）和QSIM相结合的仿真建模方法的基本原理和主要过程.最后通过一个系统仿真建模实例验证了该方法的可行性.结果表明,该方法具有充分利用系统较少信息,能将定量和定性信息有效地融合与复杂系统的仿真建模之中的特点.     

基于未确知测度的软件可靠性定性评价

分析了软件可靠性定性评价中的不确定性，结合未确知数学理论，建立了软件可靠性评价指标体系，提出可靠性评分、不确定性量化方法和置信度准则，构造软件可靠性定性评价未确知测度模型，将该方法应用在惯性导航软件系统的可靠性定性评价中，验证了该模型的可用性和有效性。     

Grey Qualitative Modeling and Control Method for Subjective Uncertain Systems

 A new approach to model and control an unknown system using subjective uncertain rules is proposed. This method is established by combining the grey system theory and the qualitative simulation method. The proposed approach mainly contains three steps. In the first step, subjective uncertain rules are accumulated gradually during cognizing the system; the mapping relations between the system inputs and outputs are built and represented using the grey qualitative matrix in the second step; in the third step, the generalized whitening function is defined to realize the transformation between qualitative and quantitative information. Besides the theoretical results, two sets of simulations based on a water level control system are conducted comparatively to demonstrate the effectiveness of the proposed method. The water level expectation is set to be constant in the first set, while it changes in the second set. The simulation results show that the proposed method tracks the water level expectation well. By combining the proposed method with proportional-integral-derivative (PID) or fuzzy logic controller (FLC), it can be concluded that the system can reach the stable state more quickly and the overshoot can also be reduced compared to using PID or FLC alone.