定性控制综述

首先介绍了定性推理，定性控制的产生背景，发展状况及已取得的成就，然后给出了定性控制的三种基本方法，并依次举例做了较为详细的说明，最后对定性控制的优点，缺点及发展趋向做了探讨。     

定性预测系统的建模方法

论述了基于云模型的不确定预测系统的建模方法,将预测过程拟成一个不确定控制系统,将作为系统输入的预测因素和系统输出的预测对象均以定性概念表示,并给出了定性预报的算法及实现机制。     

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。     

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。     

线性系统的定性控制方法

根据被控对象的定性数学模型，设计一种定性控制器，精确数学模型是很难得到的，然而有很多对象，可知道它的工作机理，根据这种机理，能够建立定性数学模型，如果系统是线性的，将得到一种定性控制算法。     

复杂性和意义含糊问题的定性仿真和控制

许多系统是高阶、时变、非线性，传统的模型分析方法不容易应用。定性推理能避免复杂的数学计算，定性推理有吸引力是因为它涉及到物理系统一般原理的描述，这意味着一个特殊的定性模型能用于描述一个大范围的起作用的条件。在工程上定性推理用于监控和诊断。本文阐述如何用定性推理技术去仿真和控制液位系统的问题。     

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。     

复杂系统仿真可信性评估方法研究综述

复杂系统仿真可信性评估方法是复杂系统仿真可信性评估研究的重要内容.论述了复杂系统仿真可信性评估方法研究的意义及国内外研究现状,分析了复杂系统仿真可信性评估方法的研究重点,探讨了定性仿真在复杂系统仿真可信性评估中的应用.指出复杂系统仿真可信性评估方法研究必须从复杂系统仿真可信性评估需求出发,将可信性评估影响因素分析作为突破口,为复杂系统仿真可信性评估实践提供参考.     

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。     

二维准分形形状的定性表示和建模

本文提出了二维准分形形状的一种定性表示式－－－正则生成系统，研究了一类准分形形状的建模方法，改进了Ｐｒｕｓｉｎｋｉｅｗｉｃｚ和Ｇｕｊａｒ等人的工作。     

基于multi-agent的综合系统仿真研究

本文针对复杂系统仿真特点，以降低综合仿真系统的复杂度和研发费用并提供最大程度的辅助决策支持为目的，提出了包括仿真建模结构、控制结构和智能模型的基于multi-agent的复杂系统智能仿真方法．基于multi-agent的综合系统智能仿真体系结构引入了一种新的建模与仿真的思想和方法，从而形成了一套独特的仿真建模体系结构，提高了建模与仿真的通用性、可重用性，互操作性以及计算机仿真技术的辅助决策能力．     

关于自适应控制稳健性的一般观察

当前控制专业界对自适应控制理论方面最感兴趣的问题之一是有关鲁棒性的问题。自适应控制方面的研究人士公认,自适应控制算法是能够作出适当的修订,而使得对于某些无法建模的动态过程也表现出鲁棒性。这里讨论了MRAC 和 STR 自适应控制系统的鲁棒性,还考虑到了专家控制。     

飞机操纵系统建模及降阶仿真研究

通过对某型号飞机三轴（纵向、横向、侧向）操纵系统（机构操纵系统、增稳系统、自动加码仪系统）组成、结构及功能分析,建立了完整的数学模型。将系统分布参数分段集中化处理,在Ｍａｔｌａｂ环境下以模块化方式进行系统仿真得到了与实际系统静动态响应相吻合的仿真模型。由于飞机操纵系统模型的高阶非线性,采用“最小二乘参数拟合法”进行等效降阶处理,得到低阶带延迟环节的简化模型。这种以时域响应进行优化、频域响应进行验证     

机器人柔顺控制研究

回顾了机器人柔顺控制研究历史．介绍了目前的研究现状，详细分析了现有的４种研究策略，提出了机器人主动柔顺控制的４大关键问题，展望了发展趋势——智能控制     

二价金属离子配合物体系水解平衡计算机模拟

基于二价金属离子配合物体系水解平衡的热力学原理，推导了该体系水解平衡的通用数学模型，并用Ｃ语言开发了绘制水解平衡图及确定金属离子净化过程最佳ｐＨ值的计算机程序。     

城市高速道路交通控制方法研究的回顾与展望

本文首先阐述了城市高速道路交通系统存在的关键问题和交通控制研究的必要性,然后通过 高速道路实测曲线说明了该类型交通控制的特点,并对现有的城市高速道路控制三种方法进 行评述,从中选择了现在广泛采用的入口匝道控制法进行深入探讨．在详细论述各种入口匝 道控制方法的适用场合和局限,提出了采用分层递阶智能控制理论和多目标优化的方法实现 城市高速道路与普通道路的综合集成控制以取得城市综合交通系统的效益最优的研究方向     

PROLEGOMENA TO ANY FUTURE QUALITATIVE PHYSICS

We evaluate the success of the qualitative physics enterprise in automating expert reasoning about physical systems. The field has agreed, in essentials, upon a modeling language for dynamical systems, a representation for behavior, and an analysis method. The modeling language consists of generalized ordinary differential equations containing unspecified constants and monotonic functions; the behavioral representation decomposes the state space described by the equations into discrete cells; and the analysis method traces the transitory response using sign arithmetic and calculus. The field has developed several reasoners based on these choices over some 15 years. We demonstrate that these reasoners exhibit severe limitations in comparison with experts and can analyze only a handful of simple systems. We trace the limitations to inappropriate assumptions about expert needs and methods. Experts ordinarily seek to determine asymptotic behavior rather than transient response, and use extensive mathematical knowledge and numerical analysis to derive this information. Standard mathematics provides complete qualitative understanding of many systems, including those addressed so far in qualitative physics. Preliminary evidence suggests that expert knowledge and reasoning methods can be automated directly, without restriction to the accepted language, representation, and algorithm. We conclude that expert knowledge and methods provide the most promising basis for automating qualitative reasoning about physical systems.