虛擬仿真實驗室智能診斷模型研究

丁 鼎，徐 妲，朱英琳，王 偉

（東北師范大學(xué) 軟件學(xué)院，吉林 長春 130117）

隨著中國教育信息化的進一步深化，利用計算機技術(shù)構(gòu)建虛擬仿真實驗室，為實驗教學(xué)提供了一種全新的解決方案。目前市場上推出的中小學(xué)教育仿真實驗室產(chǎn)品打破了傳統(tǒng)教學(xué)模式下時間和空間的限制，豐富了教學(xué)手段和方法［1－2］。然而，這些仿真軟件的不足之處在于：（1）缺乏標(biāo)準(zhǔn)的實驗過程仿真模型，虛擬實驗開發(fā)成本高，資源復(fù)用率低，具體案例定制難度大；（2）缺少智能診斷代理，無法針對學(xué)生的實驗操作進行識別和判斷，學(xué)生無法得到有效、及時的指導(dǎo)；（3）虛擬實驗環(huán)境所提供的實驗案例無法獲取用戶的學(xué)習(xí)狀態(tài)和認(rèn)知特點，不能提供因材施教的個性化內(nèi)容。

為此，本文提出通過實驗過程仿真模型、操作－響應(yīng)模型、學(xué)生模型這三大模型來對系統(tǒng)進行擴展和改進。3個模型可以采用Agent技術(shù)［3］進行構(gòu)建，其模擬真實世界能力更強，抽象程度更高，三者相互協(xié)調(diào)，其中實驗過程仿真模型作為領(lǐng)域知識，為操作－響應(yīng)模型的智能診斷提供了標(biāo)準(zhǔn)和依據(jù)；操作－響應(yīng)模型為學(xué)生模型的構(gòu)建和動態(tài)更新提供了事實數(shù)據(jù)；學(xué)生模型則為系統(tǒng)提供全面可靠的學(xué)生特征，使系統(tǒng)能夠從領(lǐng)域知識中動態(tài)篩選和生成更貼近學(xué)生真實認(rèn)知水平的學(xué)習(xí)案例，為用戶提供良好、可靠的智能交互體驗。

1 實驗過程仿真模型

1.1 虛擬實驗過程模型的構(gòu)成

實驗過程仿真模型對虛擬實驗中復(fù)雜動態(tài)行為進行抽象描述，從而提供更好的過程控制方法，同時也為系統(tǒng)提供實驗過程的形式化定義，為智能診斷代理和基于圖視化的快速定制環(huán)境提供標(biāo)準(zhǔn)的分析模型。實驗本身是由按照操作規(guī)程規(guī)定的順序所完成的一系列操作行為組合，其抽象特征和基于工作流的計算模型有相似之處。實驗過程模型包含了三大要素：實驗資源、實驗操作、過程躍遷。

實驗資源是指實驗儀器設(shè)備和實驗物質(zhì)，它封裝了實驗資源本身的靜態(tài)屬性動態(tài)屬性（顏色，規(guī)格，形狀等屬性）［4］和動態(tài)屬性（“空閑”和“占用”狀態(tài)，其刻畫了資源本身是否可用）。

實驗操作分為基本操作和子任務(wù)兩類?；静僮魇侵缸罨镜男袨樵?，不可以再被分解；子任務(wù)可以一層層分解下去，直到由不可再分解的基本操作為止，具有遞歸特性。

過程躍遷決定了實驗過程中實驗操作之間的時序關(guān)系，其基本的結(jié)構(gòu)關(guān)系分為串行、并發(fā)、選擇。

1.2 基于EOKDN的虛擬實驗過程建模

根據(jù)以上分析，筆者提出采用EOKDN（experiment operation knowledge description net，實驗操作描述網(wǎng)）完成實驗操作過程建模。它由petri網(wǎng)擴展而來，滿足petri網(wǎng)可達、活性、有界、可逆等所有行為特性。

以下給出EOKDN的定義：

其中P＝（P1，P2，…，Pn）為庫所集，每個庫所代表一類資源，圖形用圓圈來表示，實例化后的動態(tài)資源稱為Token，用黑點“·”來表示，黑點數(shù)量代表資源的個數(shù)。Kp表示庫所的最大容量。

T的定義為T＝Tatom∪Tmacro∪Tchoice∪Tevent，變遷代表了資源的變化和狀態(tài)的轉(zhuǎn)換。Tatom是指基本操作變遷集合，這些變遷不可再分解；Tmacro是宏操作變遷集合，需要再分解；Tchoice為選擇變遷集，選擇變遷中存儲了控制性知識，如操作是否合規(guī)，狀態(tài)是否準(zhǔn)確，是否延遲等，選擇變遷的后繼庫所狀態(tài)中只有一個庫所能接受到Token，由存儲在變遷中實驗知識來決定輸出至某個分支；Tevent為系統(tǒng)事件變遷，由系統(tǒng)內(nèi)部處理完成，如記錄誤操作，提示等事件。

I：P×T→（0，1，…），它表示輸入函數(shù)，定義了庫所和變遷之間的有向弧的權(quán)值；

O：T×P→（0，1，…），它表示輸出函數(shù)，定義了變遷和庫所之間的權(quán)值；

M：P→（0，1，…）表示網(wǎng)的標(biāo)識，其中第i個元素代表庫所中的Token數(shù)量。

D＝（d1，d2，…，dm）為變遷的時延集，dj（j＝0，1，…，m）是變遷的時延，dj＝dwait＋dstandard。dwait表示變遷未觸發(fā)時的等待事件，由上一變遷完成后開始計時，至觸發(fā)該變遷為結(jié)束，時延由實驗設(shè)計方案預(yù)先設(shè)定好；dstandard為實驗操作的標(biāo)準(zhǔn)完成時間，由觸發(fā)該變遷開始計時，至操作完成結(jié)束為止。

E＝（e1，e2，…，em），為變遷的隨機時延集，其記錄了用戶實驗操作的具體時間，計時由上一變遷完成后開始計時，至該變遷完成為止。

1.2.1 基于EOKDN的過程躍遷建模

在利用EOKDN進行虛擬化學(xué)實驗操作建模中，變遷與變遷之間形成了某種邏輯關(guān)系，下面羅列出3種典型的邏輯關(guān)系。

圖1中所示順序關(guān)系指操作具有前后邏輯關(guān)系，前置操作T1是后繼操作T2發(fā)生的前提，只有前置操作T1發(fā)生了，后繼操作T2的前置庫所滿足所需資源，變遷T2成為使能狀態(tài)；而后繼操作T2是前置操作T1發(fā)生的目標(biāo)。T1和T2間有嚴(yán)格的邏輯順序關(guān)系，不可顛倒。

圖1 變遷間的順序關(guān)系

圖2中所示分支結(jié)構(gòu)中，當(dāng)前置T1被成功觸發(fā)后，后繼操作T2和T3會同時因前提條件滿足而變成使能狀態(tài)，但是T2、T3兩者之間并無必然的前后順序邏輯關(guān)系，為并發(fā)關(guān)系。

圖2 變遷間的并發(fā)關(guān)系

圖3中所示選擇關(guān)系指當(dāng)前變遷間由于共有前置狀態(tài)，共同使用相同資源，處于競爭關(guān)系，在狀態(tài)滿足的條件下，選擇T2或者選擇T3進行操作，T2和T3之間形成了選擇關(guān)系。

圖3 變遷間的選擇關(guān)系

1.2.2 基于EOKDN的實驗資源建模

實驗資源是實驗操作的作用對象，主要分為實驗儀器和實驗物質(zhì)。實驗資源有2種狀態(tài)：占用和空閑?？梢酝ㄟ^庫所中的Token來表示資源是否可用：若有Token，資源處于空閑狀態(tài)，可供變遷使用；若無Token，缺少此資源，后繼變遷無法被觸發(fā)。

1.2.3 基于EOKDN的實驗操作建模

實驗操作用變遷來進行描述，其存儲了實驗流程控制性知識。每個操作行為引起的內(nèi)部狀態(tài)的轉(zhuǎn)移，由輸入庫所和輸出庫所來表示。若輸入庫所含有Token，說明操作具備資源基礎(chǔ)，變遷為使能狀態(tài)，變遷觸發(fā)所需的具體資源數(shù)量信息由變遷的輸入弧的權(quán)值來表示。變遷可以被逐級替換或分解。

1.2.4 基于EOKDN的實驗操作層次化建模

實驗操作在不同層次的粒度劃分是不同的。例如氣密性檢查、酒精燈點燃等作為一個實驗步驟存在，但是，它們可以進一步分解為多個粒度更小的操作。

圖4給出EOKDN層次關(guān)系模型示意圖。系統(tǒng)開發(fā)人員可以封裝好一系列抽象性較高的粗粒度操作（如T（1，2，3））放在庫里，供編寫實驗案例使用；而T1、T2、T3則代表相對底層的細粒度變遷，由系統(tǒng)開發(fā)人員定義出來，系統(tǒng)對用戶操作的監(jiān)控和診斷則在底層?！俺橄蟆焙汀凹毣钡哪芰Φ玫酵诰颍@在面向服務(wù)架構(gòu)的實驗案例設(shè)計中非常重要［5－8］。

圖4 EOKDN層次關(guān)系模型示意圖

1.3 基于EOKDN的碳酸鈉遇酚酞試劑變色實驗過程描述

本節(jié)通過“碳酸鈉遇酚酞試劑變色”實驗案例，闡述如何利用EOKDN進行實驗操作。由于碳酸鈉含有碳酸根，碳酸根發(fā)生水解反應(yīng)，電離出少量氫氧根離子，使得碳酸鈉溶液呈弱堿性。酚酞試劑是一種特殊的酸堿指示劑，遇到堿性溶液會呈現(xiàn)紅色。因此，本實驗?zāi)軌驇椭鷮W(xué)生很好地認(rèn)識碳酸鈉的性質(zhì)。

（1）實驗?zāi)繕?biāo)：觀察滴入酚酞試劑的碳酸鈉溶液的顏色。

（2）實驗所需藥品：碳酸鈉、酚酞試劑、水。

（3）實驗所需器材：試管、藥勺、滴管。

（4）實驗步驟：①藥勺取碳酸鈉放入試管；②將水注入試管生成碳酸鈉溶液；③用滴管滴加酚酞試劑，觀察碳酸鈉溶液顏色的變化。

利用EOKDN對碳酸鈉遇酚酞試劑變色實驗操作過程的描述見圖5。表1和表2分別為庫所和變遷的描述。

圖5 Na2CO3遇酚酞試劑變色實驗操作過程描述

表1 Na2CO3遇酚酞試劑變色實驗中的庫所集合

表2 Na2CO3遇酚酞試劑變色實驗中的變遷集合

2 操作－響應(yīng)模型

2.1 開放式操作行為特點

操作－響應(yīng)模型能夠?qū)W(xué)生實驗操作進行全程監(jiān)控，其關(guān)鍵在于依據(jù)實驗過程仿真模型提供的領(lǐng)域知識，對學(xué)生的操作進行識別和診斷，從而為學(xué)生的實驗提供實時指導(dǎo)。在虛擬實驗場景中，封閉式操作基于嚴(yán)格的實驗操作流程規(guī)定進行，而在基于開放式操作的虛擬場景中，用戶的操作行為是任意的，用戶在模擬場景中的感受和真實場景中的感受是相似的［6］。

2.2 操作－響應(yīng)模型

操作－響應(yīng)模型基于開放式操作行為特征，具備以下功能：（1）基于實驗過程仿真模型對用戶操作作出正確響應(yīng)；（2）對用戶的誤操作進行診斷，若為輕級錯誤，要給予提示，并允許用戶繼續(xù)進行實驗；而一旦出現(xiàn)嚴(yán)重錯誤，實驗則立刻終止，提示警告，并將實驗場景恢復(fù)至誤操作之前狀態(tài)以供用戶重新操作。

由于用戶的操作行為和系統(tǒng)響應(yīng)反饋構(gòu)成了一種因果關(guān)系，所以，可以采用產(chǎn)生式規(guī)則來對操作－響應(yīng)模型進行表示，這些知識作為控制性知識，存儲在選擇變遷當(dāng)中。

操作－響應(yīng)模型中包括四大類規(guī)則。

（1）實驗流程合法性規(guī)則：在基本操作變遷和宏操作變遷當(dāng)中，系統(tǒng)可以讀取相關(guān)知識進行解釋，以獲得標(biāo)準(zhǔn)實驗步驟序列，通過和用戶實際操作數(shù)據(jù)進行對比，便可以得知用戶是否漏步或進行了多余操作，從而做出正確響應(yīng)。而其他3項規(guī)則作為操作控制性知識存儲在選擇變遷當(dāng)中。

（2）狀態(tài)合法性規(guī)則：主要用于對所操作的實驗資源名稱和操作之后實驗資源狀態(tài)如規(guī)格、數(shù)量、方向等屬性是否合規(guī)進行判斷，如果與領(lǐng)域知識描述不一致，則要根據(jù)錯誤級別給予相對應(yīng)的響應(yīng)處理事件。

（3）操作合法性規(guī)則：要進行基本實驗操作判斷，包含如手勢錯誤、實驗資源使用方式錯誤等，適用于所有實驗案例。若用戶操作行為的事實數(shù)據(jù)和領(lǐng)域模型中的規(guī)則知識匹配成功，說明用戶出現(xiàn)了操作錯誤。

（4）操作延遲性規(guī)則：當(dāng)用戶實驗進度處于某種狀態(tài)下而一直無法推進，最終可能導(dǎo)致實驗失敗。這主要用到實驗仿真過程模型中變遷的隨機時延集E＝（e1，e2，…，em），若ej＜dj（用戶的實際操作時間），說明用戶實驗操作出現(xiàn)延遲，否則，為正常操作。

2.3 錯誤級別判斷

錯誤操作的級別判斷［9］包括以下4方面。

（1）實驗操作流程錯誤：①操作步驟缺漏A1（指跳步操作），會導(dǎo)致操作的前置狀態(tài)無法得到滿足，本操作無法進行，屬于嚴(yán)重級錯誤；②多余操作A2，指進行了與本實驗無關(guān)的操作，對實驗進行不構(gòu)成影響，屬于輕微級錯誤。

（2）實驗狀態(tài)錯誤：①實驗資源選擇錯誤B1指儀器設(shè)備、藥品的選擇錯誤導(dǎo)致資源不能被觸發(fā)，實驗無法進行，屬于嚴(yán)重級錯誤；②數(shù)量超出額定范圍B2，系指藥品的量超出實驗仿真模型庫所的界值，屬于輕微級錯誤。

（3）操作合規(guī)性錯誤：①動作不合規(guī)C1，指手勢、姿勢等不符合規(guī)定，屬于輕微級錯誤；②違規(guī)使用儀器設(shè)備C2，即出現(xiàn)對儀器設(shè)備等具有破壞性的行為，如對量筒直接進行加熱，屬于嚴(yán)重級錯誤。

（4）操作熟練性錯誤：尋求幫助次數(shù)D1和操作延遲D2的錯誤，表示用戶操作不夠熟練，但只要控制在合理時延內(nèi)，不會影響實驗進行，屬于輕微級錯誤。

3 學(xué)生模型

3.1 學(xué)生模型的內(nèi)容結(jié)構(gòu)

學(xué)生模型是指構(gòu)造出一個有效描述學(xué)生認(rèn)知特征的數(shù)據(jù)結(jié)構(gòu)，它包含學(xué)生的專業(yè)背景、學(xué)習(xí)能力、興趣愛好、操作技能等特征數(shù)據(jù)［7］，使得系統(tǒng)可以選擇與學(xué)生技能水平相適應(yīng)的實驗案例。學(xué)生模型所包含的信息主要有3方面：

（1）學(xué)生的基本描述：如姓名、年齡、年級、專業(yè)等，屬于靜態(tài)信息。

（2）記錄學(xué)生的學(xué)習(xí)歷史：主要包括學(xué)生所訪問的實驗資源、完成的實驗內(nèi)容、實驗進度、操作時間、準(zhǔn)確率、錯誤率等，所提供數(shù)據(jù)能反映學(xué)生的歷史學(xué)習(xí)情況，可據(jù)此對學(xué)生進行個性化指導(dǎo)。

（3）學(xué)生的認(rèn)知水平：主要指學(xué)習(xí)能力，知識水平等，反映了學(xué)生的認(rèn)知能力和掌握知識的程度。學(xué)習(xí)歷史模型和認(rèn)知模型屬于動態(tài)模型［10］。

3.2 學(xué)生實驗技能評估算法

每個實驗任務(wù)由多個實驗操作組成，實驗的總體完成情況由每個實驗步驟的完成情況和每個步驟所對應(yīng)的分值（可以轉(zhuǎn)化為權(quán)值）的綜合評估所得。所以，首先要給出每個基本實驗操作的評估模型，模型基于模糊數(shù)學(xué)思想［3，11－12］。

給出定義：判斷集V＝（v1，v2，…，vn）；閾值q＝100；因素集U＝（u1，u2，…，u3）。其中，判斷集是指評判實驗操作完成情況標(biāo)準(zhǔn)的集合。本文將每步實驗操作的完成情況標(biāo)準(zhǔn)定義為優(yōu)秀、良好、及格、差4個標(biāo)準(zhǔn)。因素集是影響實驗操作完成的因素，在操作－響應(yīng)模型一節(jié)里給出錯誤等級判斷樹中詳細羅列了影響實驗操作完成情況的因素有：操作步驟缺漏（A1），多余操作（A2），實驗資源選擇錯誤（B1），數(shù)量超出額定范圍（B2），動作不合規(guī)（C1），違規(guī)使用儀器設(shè)備（C2），尋求幫助次數(shù)（D1），操作超時、延遲（D2），則因素集V＝（A1，A2，B1，B2，C1，C2，D1，D2）。

再對單因素進行評價，得到單因素模糊集（ri1，ri2，…rin）（ri1∈＼［0，q＼］），即每個因素ui擁有評價集 （ri1，ri2，…rin）。單因素評價集一般由專家給定。假定專家給出單因素評價集

對每個標(biāo)準(zhǔn)vi進行所有因素歸結(jié)，得到帶有附加因子K原始綜合評價集V′i＝（r1i，r2i，…rni，k），其中，當(dāng)t（t＝r1i＋r2i＋…＋rni）＜q，則k＝t，否則k＝q。并對向量V′進行標(biāo)準(zhǔn)化處理V″i＝V′i／K＝（r1i／k，r2i／k，…rni／k，k／q）。

可得綜合評價矩陣：

設(shè)某學(xué)生某操作步驟的因素數(shù)據(jù)集記錄S為（1，0，0，2，1，0，2，1），則附加因子數(shù)據(jù)集S’為（0.014，0，0，0.028，0.014，0，0.028，0.014，0.07），則綜合評價

也就是說本操作步驟被評價為優(yōu)秀的概率是5.4%，評為良好的概率是8.8%，評為及格的概率是9.4%，評為差的概率是8.8%。按照最大隸屬度原則［3］，本操作步驟完成情況結(jié)論為“及格”。

3.3 學(xué)習(xí)策略

系統(tǒng)將參考學(xué)生模型中的數(shù)據(jù)，為學(xué)生提供與其認(rèn)知水平和技能掌握情況相適應(yīng)的實驗案例［13－14］。學(xué)生在進行實驗操作之前，系統(tǒng)首先根據(jù)讀取學(xué)生模型中關(guān)于實驗案例的掌握情況和其認(rèn)知水平，然后訪問領(lǐng)域知識庫，動態(tài)篩選和生成實驗任務(wù)供學(xué)習(xí)者操作。實驗完成后，有評估模塊對學(xué)生實驗完成情況進行評估，并更新學(xué)生模型。若實驗完成良好，說明學(xué)生已掌握相關(guān)實驗技能，下次實驗將挑選新的實驗任務(wù)供學(xué)生練習(xí)；否則，將重復(fù)選擇當(dāng)前實驗案例或與之相關(guān)案例供學(xué)生反復(fù)操作，直至其掌握該項實驗技能。

4 結(jié)束語

實驗過程仿真模型、操作－響應(yīng)模型、學(xué)生模型是非常有效的模型，可以大幅度提升虛擬仿真實驗室的智能水平，使系統(tǒng)能夠提供智能診斷、評測、導(dǎo)學(xué)等個性化服務(wù)。3個模型可以采用Agent技術(shù)獨立開發(fā)，通用性更好。同時，三者相互輔助，有效提高人機交互的自然性和可靠性。目前該研究還處于探索階段，模型尚需進一步擴展和深化，并引入教學(xué)策略等內(nèi)容，整體的框架也需要反復(fù)實踐和驗證。隨著虛擬環(huán)境技術(shù)在教育領(lǐng)域進一步得到推廣，最大限度地實現(xiàn)虛擬仿真環(huán)境的教學(xué)價值，將會產(chǎn)出更大的社會價值。

（

）

［1］李晨.中學(xué)化學(xué)虛擬實驗操作診斷方法研究［D］.長春：東北師范大學(xué)，2012.

［2］齊悅含.中學(xué)化學(xué)虛擬實驗室智能診斷平臺知識表示研究［J］.科技創(chuàng)新導(dǎo)報，2012，21（11）：13－16.

［3］馬立元.大型復(fù)雜裝備虛擬操作訓(xùn)練系統(tǒng)設(shè)計方法研究［D］.南京：南京理工大學(xué)，2006.

［4］董亞波，吳迪，朱淼良.基于對象Petri網(wǎng)的遠程虛擬實驗過程模型［J］.電路與系統(tǒng)學(xué)報，2003，4（4）：68－72，81.

［5］鄧建.業(yè)務(wù)過程軟件的模型驅(qū)動開發(fā)技術(shù)研究［D］.西安：電子科技大學(xué)，2010.

［6］賈晨星，朱元昌，邸彥強.裝備虛擬操作訓(xùn)練的過程建模方法研究［J］.計算機測量與控制，2011，12（4）：3102－3104.

［7］謝忠新，王林泉，葛元.智能教學(xué)系統(tǒng)中認(rèn)知型學(xué)生模型的建立［J］.計算機工程與應(yīng)用，2005，21（2），229－232.

［8］Mieke Vandewaetere，Piet Desmet，Geraldine Clarebout.The contribution of learner characteristics in the development of computer based adaptive learning environments［J］.Computers in Human Behavior，2011，27（9）：118－130.

［9］潘興隆，賀國，王三龍.模糊Petri網(wǎng)在故障診斷知識表示和推理中的應(yīng)用［J］.海軍工程大學(xué)學(xué)報，2012，24（6）：52－56.

［10］周志強.具有智能化指導(dǎo)系統(tǒng)的仿真實驗的設(shè)計與實現(xiàn)［D］，合肥：中國科學(xué)技術(shù)大學(xué)，2009.

［11］馬良荔，汪麗華.基于庫所有色Petri網(wǎng)的故障診斷算法研究［J］.計算機應(yīng)用研究，2012年，29（3）：942－945.

［12］Cédric Buche，Ronan Querrec.An expert system manipulating knowledge to help human learners into virtual environment［J］.Expert Systems with Applications，2011，38（10）：8446－8457.

［13］Philippe Fournier－Viger，Roger Nkambou，Andre′Mayers.Evaluating Spatial Representations and Skills in a Simulator－Based Tutoring System［J］.IEEE TRANSACTIONS ON LEARNING TECHNOLOGIES，2008，1（1）：63－74.

［14］陳仕品，張劍平.適應(yīng)性學(xué)習(xí)系統(tǒng)學(xué)生模型研究［J］.中國電化教育，2010（5）：112－117.