[發(fā)明專利]一種基于約束頻度的規(guī)則引擎優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 201710385813.0
• 申請日: 2017-05-26
• 公開（公告）號: CN107247588B
• 公開（公告）日: 2020-10-23
• 發(fā)明（設(shè)計）人: 郝玉潔;杜亞偉;陳炳泉;劉鑄;陳煜
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06F8/30
• 分類號: G06F8/30
• 代理公司: 成都金英專利代理事務(wù)所(普通合伙) 51218
• 代理人: 袁英

本發(fā)明公開了一種基于約束頻度的規(guī)則引擎自優(yōu)化方法，包括以下步驟：S1：規(guī)則約束頻度統(tǒng)計，對所有規(guī)則模式中的約束進(jìn)行次數(shù)統(tǒng)計；S2：規(guī)則約束頻度統(tǒng)計結(jié)果處理，根據(jù)約束名對模式約束頻度結(jié)果進(jìn)行合并；S3：Alpha網(wǎng)絡(luò)構(gòu)建，通過規(guī)則約束重排序得到規(guī)則約束列表，構(gòu)建Rete網(wǎng)絡(luò)中的Alpha網(wǎng)絡(luò)；S4：Beta網(wǎng)絡(luò)構(gòu)建，根據(jù)已生成的Alpha網(wǎng)絡(luò)生成Rete網(wǎng)絡(luò)的Beta節(jié)點。通過本方法解決了實際應(yīng)用中用戶編寫出的規(guī)則沒有針對Rete網(wǎng)絡(luò)的共享程度，導(dǎo)致規(guī)則引擎構(gòu)建的Rete網(wǎng)絡(luò)共享度不足的問題，提高了Rete網(wǎng)絡(luò)的共享程度，降低了規(guī)則引擎所構(gòu)建的Rete網(wǎng)絡(luò)的復(fù)雜性，有效提高規(guī)則匹配效率。

技術(shù)領(lǐng)域

本發(fā)明涉及一種規(guī)則引擎優(yōu)化方法，具體涉及一種基于規(guī)則約束頻度的規(guī)則引擎優(yōu)化方法。

背景技術(shù)

規(guī)則引擎是一種產(chǎn)生式系統(tǒng)，產(chǎn)生式系統(tǒng)是人工智能系統(tǒng)的一部分，主要由規(guī)則庫和推理機構(gòu)成，提供了必要的規(guī)則執(zhí)行機制以達(dá)到某種目標(biāo)。規(guī)則庫是一組關(guān)于行為的規(guī)則，又稱為產(chǎn)生式，是用于專家系統(tǒng)中知識的基本呈現(xiàn)。產(chǎn)生式的形式是IFconditionsTHENactions，指定了某種前提條件(conditions)下的執(zhí)行動作(actions)。產(chǎn)生式被觸發(fā)是指一條產(chǎn)生式的前提條件得到匹配；產(chǎn)生式被激發(fā)則是指一條產(chǎn)生式的動作被執(zhí)行。對現(xiàn)實世界的描述稱為事實，通常是某個對象及其屬性，推理機負(fù)責(zé)對事實進(jìn)行模式匹配，也就是讓事實同產(chǎn)生式的條件部分進(jìn)行比較。

Rete網(wǎng)絡(luò)是規(guī)則引擎的核心，由卡耐基梅隆大學(xué)的Forgy博士于1974年首先在一篇工作文件中提出。Rete一詞來源于解剖學(xué)，用于描述血管和神經(jīng)纖維網(wǎng)絡(luò)。以Rete算法為核心的產(chǎn)生式系統(tǒng)會構(gòu)建一個樹形Rete網(wǎng)絡(luò)，除了根節(jié)點外每個節(jié)點都對應(yīng)于一條規(guī)則中的一個模式，一條規(guī)則的條件部分在Rete網(wǎng)絡(luò)中對應(yīng)著一條自根節(jié)點到葉子節(jié)點的完整路徑，與節(jié)點模式匹配成功的事實會在該節(jié)點保存，這一過程稱為節(jié)點激活。這個結(jié)構(gòu)本質(zhì)上是一個數(shù)據(jù)流網(wǎng)絡(luò)，當(dāng)有事實進(jìn)入網(wǎng)絡(luò)或被修改時，事實會沿著網(wǎng)絡(luò)傳播，按照模式匹配的結(jié)果對節(jié)點激活并繼續(xù)傳播。當(dāng)單個事實或一組事實到達(dá)葉子節(jié)點時，它們對某一規(guī)則的所有模式都匹配成功，則對應(yīng)的規(guī)則會被觸發(fā)。

Rete網(wǎng)絡(luò)中主要有五種節(jié)點類型：根節(jié)點，對象類型節(jié)點，Alpha節(jié)點，Beta節(jié)點，終端節(jié)點。根節(jié)點是整個Rete網(wǎng)絡(luò)的入口，數(shù)據(jù)從根節(jié)點進(jìn)入網(wǎng)絡(luò)，然后直接到達(dá)對象類型節(jié)點；對象類型節(jié)點用于對事實類型進(jìn)行過濾；Alpha節(jié)點用來對事實進(jìn)行常量匹配,每個Alpha節(jié)點都有自己的Alpha存儲區(qū)，用來保存符合該Alpha節(jié)點約束的事實對象；相同規(guī)則約束對應(yīng)的Alpha節(jié)點在Rete網(wǎng)絡(luò)中會重疊以進(jìn)行節(jié)點共享提高匹配效率；Beta節(jié)點通過左右輸入分別接收來自Beta節(jié)點的元組和Alpha節(jié)點的單個事實進(jìn)行跨對象的字段比較；事實到達(dá)終端節(jié)點表示該事實已經(jīng)匹配了規(guī)則的所有條件。

目前，在提高規(guī)則引擎匹配速度、減少匹配時間方面，已經(jīng)出現(xiàn)了很多方法。2010年北京郵電大學(xué)的Zhong Xiaoan提出了Alpha節(jié)點哈希和Beta節(jié)點索引的方式對Rete算法進(jìn)行改進(jìn)；2011年東北大學(xué)的Wang Ping針對事實匹配過程提出了部分匹配結(jié)果過期的垃圾回收機制和基于Beta緩存狀態(tài)的無效連接過濾機制改善Rete網(wǎng)絡(luò)的性能；2014年中國科學(xué)院光電技術(shù)研究所和中科院大學(xué)的Chen Shua Jun等人提出了一種基于代價模型的Rete優(yōu)化算法，通過計算連接操作的代價選出最佳Rete結(jié)構(gòu)的方法提高模式推理效率。

上述方法主要從Rete網(wǎng)絡(luò)構(gòu)造、中間匹配結(jié)果緩存過濾、Rete網(wǎng)絡(luò)篩選等方面提高了基于Rete網(wǎng)絡(luò)的規(guī)則引擎匹配效率，然而，上述研究方法都忽略了讓規(guī)則引擎針對規(guī)則本身進(jìn)行針對性優(yōu)化，為了讓構(gòu)建出的Rete網(wǎng)絡(luò)有較好的節(jié)點共享度，規(guī)則約束必須按照一定順序排列，錯誤的排列順序會導(dǎo)致構(gòu)建出的Rete網(wǎng)絡(luò)無法進(jìn)行節(jié)點共享，在規(guī)則匹配過程中進(jìn)行多余匹配，本發(fā)明針對這一規(guī)則引擎的不足，提出了一種基于約束頻度的規(guī)則引擎自優(yōu)化方法。

發(fā)明內(nèi)容