目前，有几十种关于情感是怎样产生的理论，其中有一些前面已经讨论过了。任何情感理论都能在计算机上加以模拟。模拟仿真的过程将有助于理论的发展，激发新思想和新问题。本节将着重论述两种理论，这两种理论是根据人的思维进行构思，并至少已经在计算机中做过试验。每种理论都实现了情感的第三种成分，即认知产生的情感，因此，构成了情感计算框架的关键部分。
1.OCC认知模型
1988年Ortony、Clore等人提出了一个认知情感的评价模型，这个模型被称作是OCC模型。Ortony等人不同意计算机具有情感的重要性。然而，他们认为人工智能系统必须能够推断情感，尤其是对于自然语言的理解，合作问题的解决以及计划实现等等。计算机在能表示关于情感的错综复杂概念之前，需要有某种形式结构。
尽管目前，人工智能系统还没有完全体现出OCC模型，但是它可以用于人工智能领域的结构化，因为它的结构化规则较容易在计算机中实现。不管Ortony等人的这个模型最初的意图如何，尽管它仅仅能用于认知情感产生，就已经被当成了计算机情感合成的缺省模型。OCC模型对于认知情感的合成是有效的。
Koda的研究结果表明，人们喜欢与有面部表情的智能体一起游戏和娱乐。这些试验中强调的不是情感合成，而是某种情境中面部表情的产生。在这个情境中，一个潜在的情感模式将决定要表达的是什么。Koda的工作，给出了一个相对简单的情境，说明情感是如何用OCC模型合成的。
CMU的研究员JoeBates和Reilly等人，对于提高智能体的可信度，并赋予它们以生命的特征方面很感兴趣。在他们的“奥茨国（OZ）”项目中包括各种各样的合成动物，它们看起来可能不像是真正的动物，但是它们对观众具有极大的感染力，就好像它们是真的一样。后来Bates和其他研究者对可信智能体的研究兴趣转移了，成为了动画片绘制者，因为他们回答了是什么提供了“生命错觉”的问题，在迪斯尼的动画中，任何时候每个角色都有一个清楚的情感状态，这是很重要的。他们提出了为实现这一目的所采用的多种技术，认为情感的描绘是给予迪斯尼动画角色的生命错觉的根源。
Bates和他的同事为他们的动画角色创造了情感，并提供大量的工具，帮助动画艺术家构造角色情感的方法。其中有一个叫Lyotard的家猫的动画角色，它有大量的情感功能和相应的行为。例如Lyotard渴求被喂食，当提供食物时能感到高兴，当高兴时还可以发出低沉的颤动叫声，或用身体触碰人。“奥茨国”角色中潜在的情感产生系统名为“Em”，“Em”是一种被称为“Tok”的泛结构的一个部分。这个结构不仅将情感，也将基本的感知、有明确目标的行为以及语言等集成在一起。Bates给出了Lyotard的Tok结构的描述，Em为Lyotard和其他的角色产生情感。Em具有一个基于OCC模型的缺省的情感系统，强调产生情感的认知评价。在Em缺省的情感体系中，情感的强度受产生这些情感目标的重要性的影响。每个情感都有一个阈值，仅有当情感强度超过这个阈值时，情感才会对一些外在行为起作用。Em也能有明显的模拟情感的衰退，在每个情感周期中，情感的强度逐渐降低直到强度为0。艺术家可以自由选择阈值，自由选择情感衰退的方式。通过这些方法，Em可实现情感的若干特性。
（2）社交关系中的情感
ClarkElliot把OCC模型的情感类型从22种扩充到26种，把它作为基于认知推理的情感识别和情感合成系统的基础。Elliot在“情感推理者”系统中把这些条件作为规则，基于这些规则，软件智能体可遭遇到引起这26种情感类型的条件。
情感推理者阐述了如何建立智能体的个性模型，以及它们的社会关系是如何与情感的产生交互的。Elliot的个性模型包括两个部分：第一部分是如何就个别智能体的目标、标准和偏爱来解释时间、行动和对象。第二部分强调了智能体对一种情感状态如何反应和有什么感觉，一个外向型的智能体可能以口头方式表达它的快乐。一个较安静类型的，可能只在内心享有快乐的感觉。这个部分的个性可能由性情来影响。智能体建立了三种类型的社会关系以及它们对情感影响的模型：
友好：智能体倾向于以相似诱力的情感来响应另一个智能体的情感。
敌意：智能体以相反诱力的情感来响应另一个智能体的情感。
共鸣：智能体暂时用另一个智能体假定的目标、标准和选择来代替它自己的行为。然后，基于这些假定的目标、标准和爱好合成情感，试图感觉它所认为的另一个智能体将有的感觉。
（3）RosEman的认知评价模型
RosEman提出人们对引起情感事件评价的一种分类方法，进行一系列的研究。其中，受试者或者回忆感情的体验并回答测量预先设计的用以测量导致情感前导评价的一些问题，或者读一段发生在主角身上的简短的故事，回答有关他们所认为主角感觉到的情感及强度的一些问题。RosEman建立的模型是具有吸引力的，小数量评价之间的相互作用，产生了17种评价。对于人类，注意力受情感的影响。RosEman模型是简洁的，是基于人类评价之上的。但是该模型的局限是，不能处理可做多种评价的复杂情境。
总之，在计算机中实现情感产生的推理和实现基于认知评价之上的情感产生，是很有意义的。
3.3.2基于非认知机制的情感合成模型
人类情感的产生不仅由明确的推理产生，也通过低层次的非认知影响产生。由于它们一般是与身体现象相关联，而较难与精神现象相关联。这些身体方面仅可以在比喻意义上映射为未赋予形体的智能体，不过，它们仍与那些能与环境进行简单交互的活动机器人或者自动角色相关。
CarrollIzard提出人类有四种类型的情感诱因，这些诱因启发了新的情感合成关联的模型，即MIT的JuanVelasque提出的“精神集注”模型，模型中的四个情感诱因如下所述：
神经的：是神经传导素与其他神经化学过程的作用结果。
运动感觉：是身体姿势、表情、肌肉张力以及其他中枢神经的活动作用。这些作用主要是加强已有的情感状态，但是在某些情况下，运动感觉可能产生新的情感状态。
动机的：即感觉刺激作用，如疼痛引起愤怒；如饥饿的驱动；情感的互相激发。
认知的：是皮层推理的作用，可通过修正RosEman模型理论来实现。
类似于Minsky在《精神的社会》中描述的智能体，“精神集注”模型是由一群原专家组成。每一个原专家代表一种基本情感类型，从四种诱因中接收输入，也从其他原专家接收输入。每个原专家可对输出行为施加影响，如：快乐可以抑制沮丧，激活希望。由于原专家既用于实现情感状态又用于实现非情感状态，所以情感易于与身体状态相互作用，例如：悲伤增加身体的疲劳，而减弱饥饿。
伯明翰大学的哲学家AaronSloman，是首批在计算机科学领域撰写有关计算机拥有情感的人之一，Sloman在学生和同事的帮助下，提出并改进了一种类人情感的结构，虽然这种结构在计算机中没有完全实现和进行评估，但是其中一些特征在情感计算上特别是在情感合成上有着重要的意义。
Sloman提出人的大脑至少有三层结构：反应层（reactivelayer）、思考层（deliberativelayer）和自我监控层（self-monitoringlayer）。如图3.12所示，大脑反应的这三层结构可根据进化的年代，进行不严谨的分类，反应层可以产生简单可预测的行为。在Sloman的结构中，反应层能够识别出周围环境中的事物，通过自动处理来确定如何反应。尽管自动处理在理论上能做出复杂的行为，但是其速度和其相对的直接的特性，使它更适合于需要快速、本能的应激反应。反应层具有直觉反应的信息能力，但是不能够构造计划和评估计划，例如喜欢和厌烦感往往是由这一层产生的。
思考层具有指定计划、评估多种可能性、做出决策和规划分配资源的能力，预期的目标达到与否的情感，也即进行认知评价的那些情感也由这一层中存在。这些包括，游戏的虚拟化身对因为表现正确优秀而高兴。思考层也有学习归纳的能力，一旦可靠地掌握后就能传送给反应层。思考层的性能可以通过监控其功能的长期影响的更高层次来加强，有一定的灵活性。
第三层，自我监控层，防止某种目标间的相互干扰，为思考层寻求更有效的方法运行、决策以及分配资源。Sloman认为与这一层有关的情感，包括了羞愧、耻辱和悲痛。这个层次主要感受和控制烦恼。
从神经学、心理学、认知科学上的发现进一步证明，三层结构是一个有潜能的情感合成模型。
反应层应用于“快速、第一性的”情感的产生，这些是本能直觉的、或“编译”的过程，其执行不需要事先有意识的认知评价。在人类及很多的动物种群中，这些功能处于边缘叶系统和脑干下部。至于思考层，它将和Damasio成为“第二性的情感”相对应，这些是认知产生的情感，通常需要某种皮层对目标、情境、对象、事件的推理。无论是第一性的，还是第二性的情感产生，它们都能激发反应层的处理。对于人类来说，可能涉及扁桃核，它将激活身体反应，包括情感体验的身体方面。第三层，超管理，是“自我”观念具有重要作用的唯一层次。所以，有理由假设它就是产生“自我意识”的情感，如羞愧、内疚和窘迫等内在的情感。这些都是高认知的情感，它们是在儿童时期，当儿童完全建立“自我”观念后发展起来的。它们更是具有社交性的作用，涉及了人们将如何相互的评价。
虽然这种三层结构缺少实现的细节，但是它说明了多层次情感合成模型的需要，包括低层次基础机制和高层次认知机制。特别说明了情感管理更高层次的“自我监控”的需要。如果要发展情感智能控制和从没使用的技巧，则后者是一个系统中的关键部分。
因为人类的情感涉及物理身体和精神意念两个方面，所以情感合成涉及低层次“身体”处理的问题。虽然电脑并没有像人类一样的身体，但是它们可以模拟人类身体系统。