本文研究了定性仿真(或定性推理)的建模问题。自二十世纪八十年代诞生以来，定性仿真在问题描述和推理算法方面得到了较好的发展，并在系统分析、诊断、设计、预测等领域开展了应用研究。但作为一门新的仿真理论，定性仿真在其发展过程中也遇到了一些困难，其中之一就是定性模型的建立比较困难，并因此制约着定性仿真的进一步推广和应用。于是，开展关于定性建模过程的研究，寻找辅助定性建模的新方法，就成为定性仿真领域一个新的热点。 在对定性仿真理论和定性建模过程研究的基础上，本文提出定性组合建模的思想，实现了相关的建模和仿真算法。从知识描述的角度，提出面向对象的组合建模方法；从建模过程的角度，提出基于模型假设的关联推理算法；从模型检验的角度，将模型的组合与仿真看作是整个定性组合建模体系的两个紧密联系的环节，并实现了相应的定性仿真算法。本文的主要研究内容和创新成果如下： 首先，针对组合建模与面向对象仿真在知识表示、对象描述、建模算法等方面的类似特点，本文提出了面向对象的定性组合建模思想，通过将面向对象方法引入组合建模体系，建立了面向对象组合建模的形式化描述机制，实现了定性建模知识单元的面向对象描述，这是本文的一个主要特色和创新。 其次，本文研究了定性组合建模的过程性知识——有关模型片断使用的模型假设信息，从模型片断库的结构出发，提出模型假设的分层描述模型；针对其在建模中的作用，建立了模型假设到建模决策的映射机制。在此基础上，本文继续研究了一类特殊的模型假设，即关联假设，后者从模型片断与被描述对象间的关系出发，将模型片断与建模任务联系起来，本文提出基于关联假设的推理算法，就是利用关联假设来辅助定性建模任务中的模型片断选取。 最后，本文实现了定性组合建模中的仿真算法。定性模型的特点，决定了定性组合建模是一个需要重复调整和完善的迭代过程，建模与仿真是通过定性微分方程相关联的两个子任务，建模是仿真的基础，仿真是对建模结果的检验。为此，本文建立了组合建模与仿真的框架体系，并实现了两类仿真算法——改进定性仿真算法和模糊定性仿真算法。前者是将定性仿真算法看作一类约束满足问题，用约束逻辑程序加以改进，不仅为解决定性仿真问题提供了逻辑框架，而且也是一种规范化的程序描述语言；模糊定性仿真算法则是对纯定性仿真算法在知识描述、状态转移规则、过滤算法等方面的改进，是一类半定量描述方法，有利于在定性仿真领域综合定量信息，同时提高算法的效率。