规则引擎研究之Rete算法.docx

规则引擎研究之Rete算法rete概述 Rete算法是一种前向规则快速匹配算法，其匹配速度与规则数目无关。Rete是拉丁文，对应英文是net，也就是网络。Rete算法通过形成一个rete网络进行模式匹配，利用基于规则的系统的两个特征，即时间冗余性（Temporal redundancy）和结构相似性（structural similarity），提高系统模式匹配效率。相关概念事实（fact）事实：对象之间及对象属性之间的多元关系。为简单起见，事实用一个三元组来表示：（identifier ^attribute value），例如如下事实：w1:(B1 ^ on B2) w6:(B2 ^color blue)w2:(B1 ^ on B3) w7:(B3 ^left-of B4)w3:(B1 ^ color red) w8:(B3 ^on table)w4:(B2 ^on table) w9:(B3 ^color red)w5:(B2 ^left-of B3)规则（rule） 由条件和结论构成的推理语句，当存在事实满足条件时，相应结论被激活。一条规则的一般形式如下：(name-of-this-production LHS /*one or more conditions*/-- RHS /*one or more actions*/)其中LHS为条件部分，RHS为结论部分。下面为一条规则的例子：(find-stack-of-two-blocks-to-the-left-of-a-red-block (^on)(^left-of)(^color red)--...RHS...)模式（patten）模式：规则的IF部分，已知事实的泛化形式，未实例化的多元关系。(^on)(^left-of)(^color red)模式匹配的一般算法 规则主要由两部分组成：条件和结论，条件部分也称为左端（记为LHS, left-hand side），结论部分也称为右端（记为RHS, right-hand side）。为分析方便，假设系统中有N条规则，每个规则的条件部分平均有P个模式，工作内存中有M个事实，事实可以理解为需要处理的数据对象。 规则匹配，就是对每一个规则r, 判断当前的事实o是否使LHS(r)=True，如果是，就把规则r的实例r(o)加到冲突集当中。所谓规则r的实例就是用数据对象o的值代替规则r的相应参数，即绑定了数据对象o的规则r。 规则匹配的一般算法：从N条规则中取出一条r；从M个事实中取出P个事实的一个组合c；用c测试LHS(r)，如果LHS(r（c）)=True，将RHS(r（c）)加入冲突集中；取出下一个组合c，goto 3；取出下一条规则r，goto 2；RETE算法 Rete算法的编译结果是规则集对应的Rete网络,如下图。Rete网络是一个事实可以在其中流动的图。Rete网络的节点可以分为四类：根节点（root）、类型节点（typenode）、alpha节点、beta节点。其中，根结点是一个虚拟节点，是构建rete网络的入口。类型节点中存储事实的各种类型，各个事实从对应的类型节点进入rete网络。建立rete网络Rete网络的编译算法如下：创建根；加入规则1(Alpha节点从1开始，Beta节点从2开始)；取出模式1，检查模式中的参数类型，如果是新类型，则加入一个类型节点；检查模式1对应的Alpha节点是否已存在，如果存在则记录下节点位置，如果没有则将模式1作为一个Alpha节点加入到网络中，同时根据Alpha节点的模式建立Alpha内存表；重复b直到所有的模式处理完毕；组合Beta节点，按照如下方式：　　　 Beta(2)左输入节点为Alpha(1)，右输入节点为Alpha(2)　　　 Beta(i)左输入节点为Beta(i-1)，右输入节点为Alpha(i) i2 并将两个父节点的内存表内联成为自己的内存表；重复d直到所有的Beta节点处理完毕；将动作（Then部分）封装成叶节点（Action节点）作为Beta(n)的输出节点；重复2)直到所有规则处理完毕；可以把rete算法类比到关系型数据库操作。把事实集合看作一个关系，每条规则看作一个查询，将每个事实绑定到每个模式上的操作看作一个Select操作，记一条规则为P，规则中的模式为c1,c2,…,ci, Select操作的结果记为r(ci),则规则P的匹配即为r(c1)◇r(c2)◇…◇(rci)。其中◇表示关系的连接（Join）操作。使用rete网络进行匹配使用一个rete的过程：对于每个事实，通过select 操作进行过滤，使事实沿着rete网达到合适的alpha节点