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，然後說明了定性仿真在各領域的應用情況，最後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(Qualitative Simulation)是以非數字手段處理資訊輸入、建模、行爲分析和結果輸出等仿真環節，透過定性模型推導系統的定性行爲描述。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。相對於傳統的數字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的資訊，有推理能力和學習能力，能初步模仿人類思維方式，人機介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年代後期，美國XEROX實驗室的John de Kleer 和Seely Brown 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，老師並不是先給出數學公式，而是先講解電路的工作原理，採用定性的描述方法，那麼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，John de Kleer 和Seely Brown發表了有關定性仿真的第一篇論文A Qualitative Physics Based On Confluence?，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Kenneth D. Forbus則對定性仿真理論作了全面的總結；1986年美國德州大學的Benjamin Kuipers在 Qualitative Simulation”一文中提出了動態仿真算法QSIM，使定性仿真接近於實用。1984年人工智能雜誌第一次出版了關於定性問題的專集。此後定性問題的研究成爲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，人工智能雜誌又出版了有關定性推理的第二本專集，標誌着該領域理論研究逐漸成熟並且嚮應用領域擴展。90年代以來，該領域的研究情況可謂方興未艾，在IEEE的相關雜誌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於少數院校的少數研究者。
定性仿真產生之後，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，基本可分爲三個理論派別，即模糊仿真方法、基於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資訊與測量數據的不確定性，所以在定性理論中一般用來作爲一種描述手段。最初，系統的定性值是採用區間模糊數的行爲來描述的，英國的Qiang Shen進一步將其發展到用凸模糊數來描述定性值，在數據表示上前進了一大步。此後，又有人在其基礎上引入了概率論，來度量生成的多個行爲的可信度。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。
歸納推理法是定性仿真的一個新方向，它起源於通用系統理論，主要利用其中的通用系統問題求解（General System Problem Solve）技術。輸入儘可能多的行爲，透過歸納學習的方式，構造系統的定性模型，進行仿真研究。歸納推理法最突出的優勢在於它完全不需要對象系統的結構資訊，不需要預先提供任何模型。但是，這種方法需要採集大量的數據並處理和維護；而且，由於現實條件的限制，不能保證歸納的完備性。
樸素物理方法在理論和應用上發展得最爲成熟，它興起於一些人工智能專家對樸素物理系統的定性推理研究。根據建立系統定性模型的.方法，又可分爲很多派別，比較有影響的有：Seely Brown和John de Kleer提出的基於摿鰏的概念的理論，K. D. Forbus 的定性過程理論，ers基於約束的用定性微分方程描述的定性仿真理論等。