Java 规则引擎的工作原理及其实际应用
规则引擎技术为管理多变的业务逻辑提供了一种解决方案。规则引擎既可以
管理应用层的业务逻辑又可以使表示层的页面流程可订制。这就给软件架构师设
计大型信息系统提供了一项新的选择。
目前，Java 社区推动并发展了一种引人注目的新技术——Java 规则引擎（Rule Engine）。利用它
就可以在应用系统中分离商业决策者的商业决策逻辑和应用开发者的技术决策，并把这些商业决策放
在中心数据库或其他统一的地方，让它们能在运行时可以动态地管理和修改，从而为企业保持灵活性
和竞争力提供有效的技术支持。
规则引擎的原理
1、基于规则的专家系统（RBES）简介
Java 规则引擎起源于基于规则的专家系统，而基于规则的专家系统又是专家系统的其中一个分
支。专家系统属于人工智能的范畴，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。为了更深入地了解 Java 规则引擎，下面简要地介绍基于
规则的专家系统。RBES 包括三部分：Rule Base（knowledge base）、Working Memory（fact base）和
Inference Engine。它们的结构如下系统所示：
图 1：基于规则的专家系统构成
如图 1 所示，推理引擎包括三部分：模式匹配器（Pattern Matcher）、议程（Agenda）和执行引
擎（Execution Engine）。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。模式匹配器决定选择执行哪个规则，何时执行规则；议程管理模式匹配器
挑选出来的规则的执行次序；执行引擎负责执行规则和其他动作。
和人类的思维相对应，推理引擎存在两者推理方式：演绎法（Forward-Chaining）和归纳法
（Backward-Chaining）。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）。而归纳法则是根据假设，不断地寻找符合假设的事实。Rete 算法是目前效率最高的一个
Forward-Chaining 推理算法，许多 Java 规则引擎都是基于 Rete 算法来进行推理计算的。
推理引擎的推理步骤如下：
(1)将初始数据（fact）输入 Working Memory。
(2)使用 Pattern Matcher 比较规则库（rule base）中的规则（rule）和数据（fact）。
(3)如果执行规则存在冲突（conflict），即同时激活了多个规则，将冲突的规则放入冲突集合。
评论0