规则引擎发展和介绍.pdfVIP

介绍 1.1 规则引擎产生背景 企业管理者对企业级IT系统的开发有着如下的要求：(1)为提高效率，管理流程必须自 动化，即使现代商业规则异常复杂(2)市场要求业务规则经常变化，IT系统必须依据业务规 则的变化快速、低成本的更新(3)为了快速、低成本的更新，业务人员应能直接管理IT系统 中的规则，不需要程序开发人员参与。 而项目开发人员则碰到了以下问题:(1)程序=算法+数据结构，有些复杂的商业规则很难 推导出算法和抽象出数据模型(2)软件工程要求从需求-设计-编码，然而业务规则常常在 需求阶段可能还没有明确，在设计和编码后还在变化，业务规则往往嵌在系统各处代码中(3) 对程序员来说，系统已经维护、更新困难，更不可能让业务人员来管理。 基于规则的专家系统的出现给开发人员以解决问题的契机。规则引擎由基于规则的专家 系统中的推理引擎发展而来。下面简要介绍一下基于规则的专家系统。 1.2 基于规则的专家系统(RBES) 专家系统是人工智能的一个分支，它模仿人类的推理方式，使用试探性的方法进行推理， 并使用人类能理解的术语解释和证明它的推理结论。专家系统有很多分类：神经网络、基于 案例推理和基于规则系统等。 RBES包括三部分：Rule Base（knowledge base）、Working Memory（fact base）和 Inference Engine（推理引擎）。它们的结构如下所示： 图1.基于规则的专家系统组成 如上图所示，推理引擎包括三部分：Pattern Matcher、Agenda和Execution Engine。 Pattern Matcher何时执行哪个规则；Agenda管理PatternMatcher挑选出来的规则的执行 次序；Execution Engine负责执行规则和其他动作。 推理引擎通过决定哪些规则满足事实或目标，并授予规则优先级，满足事实或目标的规 则被加入议程。存在两者推理方式：演绎法（Forward-Chaining正向链）和归纳法 （Backward-Chaining反向链）。演绎法从一个初始的事实出发，不断地应用规则得出结论 （或执行指定的动作）。而归纳法则是从假设出发，不断地寻找符合假设的事实。 2、 规则引擎 2.1 业务规则 一个业务规则包含一组条件和在此条件下执行的操作，它们表示业务规则应用程序的一 段业务逻辑。业务规则通常应该由业务分析人员和策略管理者开发和修改，但有些复杂的业 务规则也可以由技术人员使用面向对象的技术语言或脚本来定制。业务规则的理论基础是: 设置一个或多个条件，当满足这些条件时会触发一个或多个操作。 2.2 规则引擎 什么是规则引擎？规则引擎是如何执行规则的？这可以称之为什么与如何的问题。 到底规则引擎是什么还是目前业界一个比较有争议的问题，在JSR-94种也几乎没有定义。 可以这样认为充分定义和解决了如何的问题，什么问题本质上也迎刃而解。也许这又是 一种先有蛋还是先有鸡哲学争论。今后标准规则语言的定义和推出及相关标准的制定应该 可以给这样的问题和争论划上一个句号。本文中，暂且这样述说什么是规则引擎：规则引擎 由推理引擎发展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码 中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根 据规则做出业务决策。 2.3 规则引擎的使用方式 由于规则引擎是软件组件，所以只有开发人员才能够通过程序接口的方式来使用和控制 它，规则引擎的程序接口至少包含以下几种API：加载和卸载规则集的API；数据操作的API； 引擎执行的API。开发人员在程序中使用规则引擎基本遵循以下5个典型的步骤：创建规则 引擎对象；向引擎中加载规则集或更换规则集；向引擎提交需要被规则集处理的数据对象集 合；命令引擎执行;导出引擎执行结果，从引擎中撤出处理过的数据。使用了规则引擎之后， 许多涉及业务逻辑的程序代码基本被这五个典型步骤所取代。 一个开放的业务规则引擎应该可以嵌入在应用程序的任何位置，不同位置的规则引擎 可以使用不同的规则集，用于处理不同的数据对象。此外，对使用引擎的数量没有限制。 2.4 规则引擎架构与推理 规则引擎的架构如下图所示： 图2. 业务规则引擎架构 规则引擎的推理步骤如下：a. 将初始数据（fact）输入至工作内存(WorkingMemory)。 b. 使用Pattern Matcher将规则库(Rules reposit