一種提高規(guī)則引擎運行效率的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及人工智能領(lǐng)域中的規(guī)則引擎技術(shù)，特別涉及一種提高規(guī)則引擎運行效 率的方法。
【背景技術(shù)】
[0002] 規(guī)則引擎由推理引擎發(fā)展而來，是一種嵌入在應(yīng)用程序中的組件，實現(xiàn)了將業(yè)務(wù) 決策從應(yīng)用程序代碼中分離出來，并使用預(yù)定義的語義模塊編寫業(yè)務(wù)決策。由于規(guī)則引擎 是軟件組件，所以只有開發(fā)人員才能通過程序接口的方式來使用和控制它，通常情況下，開 發(fā)人員在程序中使用規(guī)則引擎的五個步驟為：
[0003] 1)創(chuàng)建規(guī)則引擎對象；
[0004] 2)向引擎中加載規(guī)則集或更換規(guī)則集；
[0005] 3)向引擎提交需被規(guī)則集處理的事實集；
[0006] 4)命令引擎執(zhí)行；
[0007] 5)導(dǎo)出引擎執(zhí)行結(jié)果，從引擎中撤出處理過的數(shù)據(jù)。
[0008] 規(guī)則引擎常應(yīng)用于業(yè)務(wù)規(guī)則經(jīng)常發(fā)生變化的系統(tǒng)。規(guī)則引擎可以將用戶的業(yè)務(wù)規(guī) 則和應(yīng)用系統(tǒng)的開發(fā)相分離，使業(yè)務(wù)規(guī)則的變更不會影響到應(yīng)用系統(tǒng)的開發(fā)，而且用戶可 以基于規(guī)則引擎靈活定制自己的業(yè)務(wù)規(guī)則。
[0009] 規(guī)則引擎的推理步驟如下：
[0010] 1)將事實集輸入至工作內(nèi)存；
[0011] 2)將規(guī)則集中的規(guī)則和事實集中的事實比較；
[0012] 3)如果執(zhí)行規(guī)則存在沖突，即同時激活了多個規(guī)則，將沖突的規(guī)則放入沖突集 合；
[0013] 4)解決沖突，將激活的規(guī)則按順序放入；
[0014] 5)執(zhí)行規(guī)則，重復(fù)，直至執(zhí)行完所有的規(guī)則。
[0015] 任何一個規(guī)則引擎都需要很好地解決規(guī)則的推理機制和規(guī)則條件匹配的效率問 題，當引擎執(zhí)行時，會根據(jù)執(zhí)行隊列中的優(yōu)先順序逐條執(zhí)行規(guī)則執(zhí)行實例，由于規(guī)則的執(zhí)行 部分可能會改變工作區(qū)的數(shù)據(jù)對象，從而會使隊列中的某些規(guī)則執(zhí)行實例因為條件改變而 失效，必須從隊列中撤銷，也可能會激活原來不滿足條件的規(guī)則，生成新的規(guī)則執(zhí)行實例進 入隊列；于是就產(chǎn)生了一種"動態(tài)"的規(guī)則執(zhí)行鏈，形成規(guī)則的推理機制。
[0016] 引擎需要迅速測試工作區(qū)中的數(shù)據(jù)對象，從加載的規(guī)則集中發(fā)現(xiàn)符合條件的規(guī) 貝1J，生成規(guī)則執(zhí)行條例。規(guī)則條件匹配的效率決定了規(guī)則引擎的運行效率，決定了規(guī)則引擎 的性能。
[0017] 目前已有很多方法用于提高規(guī)則引擎的運行效率。1999年，美國范德堡大學(xué) John Heusinkveld等人提出了用html來定義規(guī)則的方法；2008年，韓國信息與通信大學(xué) Changbai Choi等人提出了在移動設(shè)備上通過限制Rete算法匹配過程中的規(guī)則集和事實 集的大小的方法來提高規(guī)則引擎的執(zhí)行效率；2009年，武漢大學(xué)Zhang Ruijun等人提出 了將用xml文件表示的規(guī)則集轉(zhuǎn)化為and/or tree，再轉(zhuǎn)換為O-lmatrix的方法，進一步提 高規(guī)則引擎的執(zhí)行效率；2010年，北京郵電大學(xué)的重點智能通信軟件實驗室Ding Xiao等 人提出了通過優(yōu)化rete算法來提高規(guī)則引擎的的執(zhí)行效率的方法；2010年，天津大學(xué)計 算機系Gang Zhang等人提出了預(yù)先編譯規(guī)則文件、詳述規(guī)則文件內(nèi)容、子功能包劃分三種 提高規(guī)則引擎執(zhí)行效率的方法；2012年，美國托雷多大學(xué)Soma Shekara Sreenadh Reddy Depuru等人提出了數(shù)據(jù)分類的思想：不同類型的用戶所進行匹配的規(guī)則不一樣，由此減少 了規(guī)則集的數(shù)量，提高運行效率。
[0018] 上述這些研究方法在不同程度上提高了規(guī)則引擎的運行效率，但是這些研究方法 大多適用于運行在PC機或服務(wù)器上的規(guī)則引擎，而對于輕量化設(shè)備上規(guī)則引擎不適用，主 要原因是輕量化設(shè)備的計算能力和存儲能力有限，直接應(yīng)用上述這些研究方法會有一定的 局限性。在這些研究方法中，Changbai Choi等人提出的限制匹配過程中規(guī)則集和事實集 大小的方法，雖然這個方法能夠在輕量化的移動設(shè)備上實現(xiàn)，但是這個方法在執(zhí)行過程中 存在下述問題：每次進行規(guī)則匹配時，由于無法準確預(yù)測哪些規(guī)則能夠被觸發(fā)，哪些規(guī)則不 能夠被觸發(fā)，也就不能準確找出每次匹配時挑選哪些規(guī)則進行匹配。因此，如果規(guī)則挑選不 精準的話，會造成本次匹配的執(zhí)行結(jié)果不精準，從而影響規(guī)則引擎的運行效率。

【發(fā)明內(nèi)容】

[0019] 本發(fā)明的目的在于克服目前應(yīng)用在輕量化設(shè)備上的規(guī)則引擎存在的運行效率低 的缺點，在現(xiàn)有匹配算法的基礎(chǔ)上，提出了一種為每條規(guī)則添加"關(guān)聯(lián)事實"屬性的方法，此 方法可以提高規(guī)則引擎的運行效率。
[0020] 為達到上述目的，本發(fā)明提供了一種提高規(guī)則引擎運行效率的方法，所述方法包 括：
[0021] 步驟101)建立事實集；所述事實集是若干個事實的集合；
[0022] 步驟102)建立規(guī)則集；所述規(guī)則集是若干條規(guī)則的集合；每條規(guī)則包含條件部分 和動作部分；
[0023] 步驟103)對規(guī)則集中的每條規(guī)則增加其對應(yīng)的"關(guān)聯(lián)事實"屬性；
[0024] 步驟104)基于匹配算法將事實集與規(guī)則集進行匹配，建立匹配規(guī)則集；
[0025] 步驟105)將匹配規(guī)則集中的規(guī)則按照規(guī)則優(yōu)先級確定規(guī)則的執(zhí)行順序；
[0026] 步驟106)按照規(guī)則的執(zhí)行順序執(zhí)行規(guī)則的動作部分，并用執(zhí)行后的結(jié)果更新事 實集。
[0027] 上述技術(shù)方案中，步驟103)進一步包括：
[0028] 所述規(guī)則集中的每條規(guī)則的條件部分由若干個條件元素組成；所述條件元素為一 個事實變量的數(shù)量關(guān)系，由"事實變量+關(guān)系描述符+具體數(shù)值或狀態(tài)值"的形式表示；所 述條件元素的"關(guān)聯(lián)事實"為該條件元素對應(yīng)的"事實變量"，對應(yīng)于規(guī)則集中的每條規(guī)則的 "關(guān)聯(lián)事實"屬性的值是若干個條件元素關(guān)聯(lián)的"事實變量"的集合。
[0029] 上述技術(shù)方案中，所述步驟104)中匹配算法為古典Leaps算法或Rete算法。
[0030] 上述技術(shù)方案中，基于古典Leaps算法建立匹配規(guī)則集的具體步驟為：
[0031] 步驟104-1)新建棧，存儲所述事實集的若干個事實；
[0032] 步驟104-2)新建隊列，存儲所述規(guī)則集的若干個規(guī)則；
[0033] 步驟104-3)彈出棧頂元素，獲取一個事實F ;
[0034] 步驟104-4)從隊列中取出一條規(guī)則R ;
[0035] 步驟104-5)判斷所述事實F與所述規(guī)則R是否關(guān)聯(lián)，如果判斷結(jié)果是肯定的，轉(zhuǎn) 入步驟104-6);否則，轉(zhuǎn)入步驟104-8);
[0036] 步驟104-6)判斷所述事實F是否使所述規(guī)則R的條件部分的結(jié)果為真，如果判斷 結(jié)果是肯定的，轉(zhuǎn)入步驟104-7);否則，轉(zhuǎn)入步驟104-8);
[0037] 步驟104-7)將所述規(guī)則R放入匹配規(guī)則集；
[0038] 步驟104-8)判斷隊列是否為空，如果判斷結(jié)果是肯定的，轉(zhuǎn)入步驟104-9);否則， 轉(zhuǎn)入步驟104-4);
[0039] 步驟104-9)判斷棧是否為空，如果判斷結(jié)果是肯定的，轉(zhuǎn)入步驟105);否則，轉(zhuǎn)入 步驟 104-3)。
[0040] 上述技術(shù)方案中，在所述步驟104-5)中，判斷所述事實F與所述規(guī)則R是否關(guān)聯(lián) 進一步包括：
[0041] 所述規(guī)則的"關(guān)聯(lián)事實"屬性的值是若干個條件元素關(guān)聯(lián)的"事實變量"的集合， 將所述事實F的每個事實變量與所述規(guī)則R的"事實變量"的集合進行比較，若事實F存在 一個事實變量屬于規(guī)則R的"事實變量"的集合，則認為該事實F與該規(guī)則R關(guān)聯(lián)；否則，認 為該事實F與該規(guī)則R不關(guān)聯(lián)。
[0042] 本發(fā)明的優(yōu)點在于：
[0043] 1、本發(fā)明的提高規(guī)則引擎運行效率的方法，能夠提高規(guī)則引擎推理中事實集和規(guī) 則集的匹配命中率，減小時間損耗，有效提高規(guī)則引擎的運行效率。
[0044] 2、本發(fā)明的提高規(guī)則引擎運行效率的方法適用于輕量化設(shè)備上的規(guī)則引擎，特別 適用于輕量級的物聯(lián)網(wǎng)網(wǎng)關(guān)上的規(guī)則引擎，規(guī)則引擎能夠運行于物聯(lián)網(wǎng)網(wǎng)關(guān)上，能夠方便 用戶根據(jù)自己實際場景的需求來靈活定制業(yè)務(wù)規(guī)則，解決了當前的物聯(lián)網(wǎng)網(wǎng)關(guān)只能適用于 特定應(yīng)用場景的問題。
【附圖說明】
[0045] 圖1是本發(fā)明的提高規(guī)則引擎運行效率的方法的流程圖；
[0046] 圖2是本發(fā)明的基于古典Leaps算法建立匹配規(guī)則集的流程圖；
[0047] 圖3是本發(fā)明的方法與現(xiàn)有方法的規(guī)則引擎的運行時間仿真對比圖。
【具體實施方式】
[0048] 與現(xiàn)有的規(guī)則引擎技術(shù)相比，本發(fā)明的方法為規(guī)則集中的每條規(guī)則添加了 "關(guān)聯(lián) 事實"屬性，在將事實集與規(guī)則集進行匹配的時候，首先將事實集中的每個事實與規(guī)則集中 的每條規(guī)則進行初步匹配，即將每個事實與每條規(guī)則的"關(guān)聯(lián)事實"