虚拟仿真实验室智能诊断模型研究

丁 鼎，徐 妲，朱英琳，王 伟

（东北师范大学 软件学院，吉林 长春 130117）

随着中国教育信息化的进一步深化，利用计算机技术构建虚拟仿真实验室，为实验教学提供了一种全新的解决方案。目前市场上推出的中小学教育仿真实验室产品打破了传统教学模式下时间和空间的限制，丰富了教学手段和方法［1－2］。然而，这些仿真软件的不足之处在于：（1）缺乏标准的实验过程仿真模型，虚拟实验开发成本高，资源复用率低，具体案例定制难度大；（2）缺少智能诊断代理，无法针对学生的实验操作进行识别和判断，学生无法得到有效、及时的指导；（3）虚拟实验环境所提供的实验案例无法获取用户的学习状态和认知特点，不能提供因材施教的个性化内容。

为此，本文提出通过实验过程仿真模型、操作－响应模型、学生模型这三大模型来对系统进行扩展和改进。3个模型可以采用Agent技术［3］进行构建，其模拟真实世界能力更强，抽象程度更高，三者相互协调，其中实验过程仿真模型作为领域知识，为操作－响应模型的智能诊断提供了标准和依据；操作－响应模型为学生模型的构建和动态更新提供了事实数据；学生模型则为系统提供全面可靠的学生特征，使系统能够从领域知识中动态筛选和生成更贴近学生真实认知水平的学习案例，为用户提供良好、可靠的智能交互体验。

1 实验过程仿真模型

1.1 虚拟实验过程模型的构成

实验过程仿真模型对虚拟实验中复杂动态行为进行抽象描述，从而提供更好的过程控制方法，同时也为系统提供实验过程的形式化定义，为智能诊断代理和基于图视化的快速定制环境提供标准的分析模型。实验本身是由按照操作规程规定的顺序所完成的一系列操作行为组合，其抽象特征和基于工作流的计算模型有相似之处。实验过程模型包含了三大要素：实验资源、实验操作、过程跃迁。

实验资源是指实验仪器设备和实验物质，它封装了实验资源本身的静态属性动态属性（颜色，规格，形状等属性）［4］和动态属性（“空闲”和“占用”状态，其刻画了资源本身是否可用）。

实验操作分为基本操作和子任务两类。基本操作是指最基本的行为元素，不可以再被分解；子任务可以一层层分解下去，直到由不可再分解的基本操作为止，具有递归特性。

过程跃迁决定了实验过程中实验操作之间的时序关系，其基本的结构关系分为串行、并发、选择。

1.2 基于EOKDN的虚拟实验过程建模

根据以上分析，笔者提出采用EOKDN（experiment operation knowledge description net，实验操作描述网）完成实验操作过程建模。它由petri网扩展而来，满足petri网可达、活性、有界、可逆等所有行为特性。

以下给出EOKDN的定义：

其中P＝（P1，P2，…，Pn）为库所集，每个库所代表一类资源，图形用圆圈来表示，实例化后的动态资源称为Token，用黑点“·”来表示，黑点数量代表资源的个数。Kp表示库所的最大容量。

T的定义为T＝Tatom∪Tmacro∪Tchoice∪Tevent，变迁代表了资源的变化和状态的转换。Tatom是指基本操作变迁集合，这些变迁不可再分解；Tmacro是宏操作变迁集合，需要再分解；Tchoice为选择变迁集，选择变迁中存储了控制性知识，如操作是否合规，状态是否准确，是否延迟等，选择变迁的后继库所状态中只有一个库所能接受到Token，由存储在变迁中实验知识来决定输出至某个分支；Tevent为系统事件变迁，由系统内部处理完成，如记录误操作，提示等事件。

I：P×T→（0，1，…），它表示输入函数，定义了库所和变迁之间的有向弧的权值；

O：T×P→（0，1，…），它表示输出函数，定义了变迁和库所之间的权值；

M：P→（0，1，…）表示网的标识，其中第i个元素代表库所中的Token数量。

D＝（d1，d2，…，dm）为变迁的时延集，dj（j＝0，1，…，m）是变迁的时延，dj＝dwait＋dstandard。dwait表示变迁未触发时的等待事件，由上一变迁完成后开始计时，至触发该变迁为结束，时延由实验设计方案预先设定好；dstandard为实验操作的标准完成时间，由触发该变迁开始计时，至操作完成结束为止。

E＝（e1，e2，…，em），为变迁的随机时延集，其记录了用户实验操作的具体时间，计时由上一变迁完成后开始计时，至该变迁完成为止。

1.2.1 基于EOKDN的过程跃迁建模

在利用EOKDN进行虚拟化学实验操作建模中，变迁与变迁之间形成了某种逻辑关系，下面罗列出3种典型的逻辑关系。

图1中所示顺序关系指操作具有前后逻辑关系，前置操作T1是后继操作T2发生的前提，只有前置操作T1发生了，后继操作T2的前置库所满足所需资源，变迁T2成为使能状态；而后继操作T2是前置操作T1发生的目标。T1和T2间有严格的逻辑顺序关系，不可颠倒。

图1 变迁间的顺序关系

图2中所示分支结构中，当前置T1被成功触发后，后继操作T2和T3会同时因前提条件满足而变成使能状态，但是T2、T3两者之间并无必然的前后顺序逻辑关系，为并发关系。

图2 变迁间的并发关系

图3中所示选择关系指当前变迁间由于共有前置状态，共同使用相同资源，处于竞争关系，在状态满足的条件下，选择T2或者选择T3进行操作，T2和T3之间形成了选择关系。

图3 变迁间的选择关系

1.2.2 基于EOKDN的实验资源建模

实验资源是实验操作的作用对象，主要分为实验仪器和实验物质。实验资源有2种状态：占用和空闲。可以通过库所中的Token来表示资源是否可用：若有Token，资源处于空闲状态，可供变迁使用；若无Token，缺少此资源，后继变迁无法被触发。

1.2.3 基于EOKDN的实验操作建模

实验操作用变迁来进行描述，其存储了实验流程控制性知识。每个操作行为引起的内部状态的转移，由输入库所和输出库所来表示。若输入库所含有Token，说明操作具备资源基础，变迁为使能状态，变迁触发所需的具体资源数量信息由变迁的输入弧的权值来表示。变迁可以被逐级替换或分解。

1.2.4 基于EOKDN的实验操作层次化建模

实验操作在不同层次的粒度划分是不同的。例如气密性检查、酒精灯点燃等作为一个实验步骤存在，但是，它们可以进一步分解为多个粒度更小的操作。

图4给出EOKDN层次关系模型示意图。系统开发人员可以封装好一系列抽象性较高的粗粒度操作（如T（1，2，3））放在库里，供编写实验案例使用；而T1、T2、T3则代表相对底层的细粒度变迁，由系统开发人员定义出来，系统对用户操作的监控和诊断则在底层。“抽象”和“细化”的能力得到挖掘，这在面向服务架构的实验案例设计中非常重要［5－8］。

图4 EOKDN层次关系模型示意图

1.3 基于EOKDN的碳酸钠遇酚酞试剂变色实验过程描述

本节通过“碳酸钠遇酚酞试剂变色”实验案例，阐述如何利用EOKDN进行实验操作。由于碳酸钠含有碳酸根，碳酸根发生水解反应，电离出少量氢氧根离子，使得碳酸钠溶液呈弱碱性。酚酞试剂是一种特殊的酸碱指示剂，遇到碱性溶液会呈现红色。因此，本实验能够帮助学生很好地认识碳酸钠的性质。

（1）实验目标：观察滴入酚酞试剂的碳酸钠溶液的颜色。

（2）实验所需药品：碳酸钠、酚酞试剂、水。

（3）实验所需器材：试管、药勺、滴管。

（4）实验步骤：①药勺取碳酸钠放入试管；②将水注入试管生成碳酸钠溶液；③用滴管滴加酚酞试剂，观察碳酸钠溶液颜色的变化。

利用EOKDN对碳酸钠遇酚酞试剂变色实验操作过程的描述见图5。表1和表2分别为库所和变迁的描述。

图5 Na2CO3遇酚酞试剂变色实验操作过程描述

表1 Na2CO3遇酚酞试剂变色实验中的库所集合

表2 Na2CO3遇酚酞试剂变色实验中的变迁集合

2 操作－响应模型

2.1 开放式操作行为特点

操作－响应模型能够对学生实验操作进行全程监控，其关键在于依据实验过程仿真模型提供的领域知识，对学生的操作进行识别和诊断，从而为学生的实验提供实时指导。在虚拟实验场景中，封闭式操作基于严格的实验操作流程规定进行，而在基于开放式操作的虚拟场景中，用户的操作行为是任意的，用户在模拟场景中的感受和真实场景中的感受是相似的［6］。

2.2 操作－响应模型

操作－响应模型基于开放式操作行为特征，具备以下功能：（1）基于实验过程仿真模型对用户操作作出正确响应；（2）对用户的误操作进行诊断，若为轻级错误，要给予提示，并允许用户继续进行实验；而一旦出现严重错误，实验则立刻终止，提示警告，并将实验场景恢复至误操作之前状态以供用户重新操作。

由于用户的操作行为和系统响应反馈构成了一种因果关系，所以，可以采用产生式规则来对操作－响应模型进行表示，这些知识作为控制性知识，存储在选择变迁当中。

操作－响应模型中包括四大类规则。

（1）实验流程合法性规则：在基本操作变迁和宏操作变迁当中，系统可以读取相关知识进行解释，以获得标准实验步骤序列，通过和用户实际操作数据进行对比，便可以得知用户是否漏步或进行了多余操作，从而做出正确响应。而其他3项规则作为操作控制性知识存储在选择变迁当中。

（2）状态合法性规则：主要用于对所操作的实验资源名称和操作之后实验资源状态如规格、数量、方向等属性是否合规进行判断，如果与领域知识描述不一致，则要根据错误级别给予相对应的响应处理事件。

（3）操作合法性规则：要进行基本实验操作判断，包含如手势错误、实验资源使用方式错误等，适用于所有实验案例。若用户操作行为的事实数据和领域模型中的规则知识匹配成功，说明用户出现了操作错误。

（4）操作延迟性规则：当用户实验进度处于某种状态下而一直无法推进，最终可能导致实验失败。这主要用到实验仿真过程模型中变迁的随机时延集E＝（e1，e2，…，em），若ej＜dj（用户的实际操作时间），说明用户实验操作出现延迟，否则，为正常操作。

2.3 错误级别判断

错误操作的级别判断［9］包括以下4方面。

（1）实验操作流程错误：①操作步骤缺漏A1（指跳步操作），会导致操作的前置状态无法得到满足，本操作无法进行，属于严重级错误；②多余操作A2，指进行了与本实验无关的操作，对实验进行不构成影响，属于轻微级错误。

（2）实验状态错误：①实验资源选择错误B1指仪器设备、药品的选择错误导致资源不能被触发，实验无法进行，属于严重级错误；②数量超出额定范围B2，系指药品的量超出实验仿真模型库所的界值，属于轻微级错误。

（3）操作合规性错误：①动作不合规C1，指手势、姿势等不符合规定，属于轻微级错误；②违规使用仪器设备C2，即出现对仪器设备等具有破坏性的行为，如对量筒直接进行加热，属于严重级错误。

（4）操作熟练性错误：寻求帮助次数D1和操作延迟D2的错误，表示用户操作不够熟练，但只要控制在合理时延内，不会影响实验进行，属于轻微级错误。

3 学生模型

3.1 学生模型的内容结构

学生模型是指构造出一个有效描述学生认知特征的数据结构，它包含学生的专业背景、学习能力、兴趣爱好、操作技能等特征数据［7］，使得系统可以选择与学生技能水平相适应的实验案例。学生模型所包含的信息主要有3方面：

（1）学生的基本描述：如姓名、年龄、年级、专业等，属于静态信息。

（2）记录学生的学习历史：主要包括学生所访问的实验资源、完成的实验内容、实验进度、操作时间、准确率、错误率等，所提供数据能反映学生的历史学习情况，可据此对学生进行个性化指导。

（3）学生的认知水平：主要指学习能力，知识水平等，反映了学生的认知能力和掌握知识的程度。学习历史模型和认知模型属于动态模型［10］。

3.2 学生实验技能评估算法

每个实验任务由多个实验操作组成，实验的总体完成情况由每个实验步骤的完成情况和每个步骤所对应的分值（可以转化为权值）的综合评估所得。所以，首先要给出每个基本实验操作的评估模型，模型基于模糊数学思想［3，11－12］。

给出定义：判断集V＝（v1，v2，…，vn）；阈值q＝100；因素集U＝（u1，u2，…，u3）。其中，判断集是指评判实验操作完成情况标准的集合。本文将每步实验操作的完成情况标准定义为优秀、良好、及格、差4个标准。因素集是影响实验操作完成的因素，在操作－响应模型一节里给出错误等级判断树中详细罗列了影响实验操作完成情况的因素有：操作步骤缺漏（A1），多余操作（A2），实验资源选择错误（B1），数量超出额定范围（B2），动作不合规（C1），违规使用仪器设备（C2），寻求帮助次数（D1），操作超时、延迟（D2），则因素集V＝（A1，A2，B1，B2，C1，C2，D1，D2）。

再对单因素进行评价，得到单因素模糊集（ri1，ri2，…rin）（ri1∈＼［0，q＼］），即每个因素ui拥有评价集 （ri1，ri2，…rin）。单因素评价集一般由专家给定。假定专家给出单因素评价集

对每个标准vi进行所有因素归结，得到带有附加因子K原始综合评价集V′i＝（r1i，r2i，…rni，k），其中，当t（t＝r1i＋r2i＋…＋rni）＜q，则k＝t，否则k＝q。并对向量V′进行标准化处理V″i＝V′i／K＝（r1i／k，r2i／k，…rni／k，k／q）。

可得综合评价矩阵：

设某学生某操作步骤的因素数据集记录S为（1，0，0，2，1，0，2，1），则附加因子数据集S’为（0.014，0，0，0.028，0.014，0，0.028，0.014，0.07），则综合评价

也就是说本操作步骤被评价为优秀的概率是5.4%，评为良好的概率是8.8%，评为及格的概率是9.4%，评为差的概率是8.8%。按照最大隶属度原则［3］，本操作步骤完成情况结论为“及格”。

3.3 学习策略

系统将参考学生模型中的数据，为学生提供与其认知水平和技能掌握情况相适应的实验案例［13－14］。学生在进行实验操作之前，系统首先根据读取学生模型中关于实验案例的掌握情况和其认知水平，然后访问领域知识库，动态筛选和生成实验任务供学习者操作。实验完成后，有评估模块对学生实验完成情况进行评估，并更新学生模型。若实验完成良好，说明学生已掌握相关实验技能，下次实验将挑选新的实验任务供学生练习；否则，将重复选择当前实验案例或与之相关案例供学生反复操作，直至其掌握该项实验技能。

4 结束语

实验过程仿真模型、操作－响应模型、学生模型是非常有效的模型，可以大幅度提升虚拟仿真实验室的智能水平，使系统能够提供智能诊断、评测、导学等个性化服务。3个模型可以采用Agent技术独立开发，通用性更好。同时，三者相互辅助，有效提高人机交互的自然性和可靠性。目前该研究还处于探索阶段，模型尚需进一步扩展和深化，并引入教学策略等内容，整体的框架也需要反复实践和验证。随着虚拟环境技术在教育领域进一步得到推广，最大限度地实现虚拟仿真环境的教学价值，将会产出更大的社会价值。

（

）

［1］李晨.中学化学虚拟实验操作诊断方法研究［D］.长春：东北师范大学，2012.

［2］齐悦含.中学化学虚拟实验室智能诊断平台知识表示研究［J］.科技创新导报，2012，21（11）：13－16.

［3］马立元.大型复杂装备虚拟操作训练系统设计方法研究［D］.南京：南京理工大学，2006.

［4］董亚波，吴迪，朱淼良.基于对象Petri网的远程虚拟实验过程模型［J］.电路与系统学报，2003，4（4）：68－72，81.

［5］邓建.业务过程软件的模型驱动开发技术研究［D］.西安：电子科技大学，2010.

［6］贾晨星，朱元昌，邸彦强.装备虚拟操作训练的过程建模方法研究［J］.计算机测量与控制，2011，12（4）：3102－3104.

［7］谢忠新，王林泉，葛元.智能教学系统中认知型学生模型的建立［J］.计算机工程与应用，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］潘兴隆，贺国，王三龙.模糊Petri网在故障诊断知识表示和推理中的应用［J］.海军工程大学学报，2012，24（6）：52－56.

［10］周志强.具有智能化指导系统的仿真实验的设计与实现［D］，合肥：中国科学技术大学，2009.

［11］马良荔，汪丽华.基于库所有色Petri网的故障诊断算法研究［J］.计算机应用研究，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］陈仕品，张剑平.适应性学习系统学生模型研究［J］.中国电化教育，2010（5）：112－117.