浅析规则引擎.pptVIP

Rule Engine-based Programming Joinwork研发小组整理 2004/11 * 内容 面临的问题 相关概念 解决方案 公司和产品 * 管理者的要求 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 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 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 管理者叫来程序员，希望程序员满足他的要求 * 程序员的苦恼 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 软件工程要求从需求-设计-编码 可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 业务规则嵌在系统各处代码中 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 程序员几乎晕倒，还好他遇见了科学家，科学家介绍了自己的研究成果… * 科学家的成果 人工智能 （AI） 机器人 视觉 语音 人工神经系统 自然语言 专家系统 推理方法 领域知识 知识的表示 独立于知识的外壳（shell） * 基于规则的专家系统组成 * 知识库 规则：知识的表示，模拟人类问题求解的产生式规则 交通法规知识的规则表示 “红灯”规则： IF 亮红灯 THEN 停下来 “绿灯”规则： IF 亮绿灯 THEN 走 前件( A n t e c e d e n t )、条件部分(Conditional part)、模式部分(Pattern part)或左部(Left-hand-side, LHS)， 单独的条件“亮绿灯”称为条件元素(Conditional element)或一个模式( P a t t e r n )。 后件( C o n s e q u e n t )或右部(Right-hand side, RHS)：是规则触发时将要执行的一系列行为( A c t i o n )。 * 工作内存( Working memory) 被规则所使用的事实的全局数据库 包含关于交通灯当前状态的事实如“亮绿灯”或“亮红灯”，这些事实可能一个或者两个同时在工作记忆中。 * 推理机(Inference engine) 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。 正向链 (Forward chaining)和反向链(Backward chaining) 正向链是从事实到结论的推理 反向链则是从假设，即要证明的结论，到事实的推理。 * 议程( A g e n d a ) 由推理机创建的一个规则优先级表，这些规则匹配工作内存中的事实 同时会有多个规则和事实匹配，优先级最高的被触发 被触发规则的动作可能会产生新的事实，新的事实被加入工作内存 * 知识获取机(Knowledge acquisition facility) 为用户建立的一个知识自动输入方法，以代替知识工程师去编码知识。 解释机(Explanation facility) 解释系统的推理给用户 专家系统的输出 * 专家系统与传统程序的差别 耐心听到此处，程序员忽有所悟… * 进行以下快速模式匹配 业务规则嵌在各处代码中…控制与数据 \ 隐含在一起 ? 明确分开 ! 很难推导出算法 ..? 由……求解 \ 算法 ?? 规则和推理机 ..修改 \ 难 ? 较易 !! 业务规则….变化!! 扩充 \ 很大改动 ! 逐步增加….. 程序员的大脑 一般管理系统 专家系统 基于规则引擎的 管理系统 产生以下结果 程序员大脑当然比专家系统速度快，以下是其计算结果 * 业务规则引擎架构 * * Rules authoring environment * Decision Table * Ruleflow * Rule Engine APIs JSR 94 APIs for basic rule engine operations, such as rules for parsing, adding facts to the working memory, and firing rules Expert Group: Art Technology Group Inc.(ATG)、 BEA Systems、Fujitsu Limited 、 IBM、ILOG 、 Novell, Inc. 、Oracle 、Unisys StatusProposed Final Draft 29 Oct, 2003 Public Review 11 Sep, 2002 Community Draft Ballot 19 Feb, 2002 Community Review 19 F