Drools規則引擎介紹

規則引擎起源於基於規則的專家系統，而基於規則的專家系統又是專家系統的其中乙個分支。專家系統屬於人工智慧的範疇，它模仿人類的推理方式，使用試探性的方法進行推理，並使用人類能理解的術語解釋和證明它的推理結論

規則引擎一般由3部分組成：規則庫(knowledge base)+working memory(fact base)+推理機(規則引擎)。

規則引擎的工作：模式匹配、衝突消解、執行引擎。

模式匹配演算法：將事實與規則進行匹配的演算法。常見的模式匹配演算法有rete,lfa,treai,leaps。drools採用的匹配演算法就是rete，該演算法被認為是目前世界上最先進的模式匹配演算法。

補充：規則引擎（rule engine）是有很多種的。依據規則的執行方式來劃分。商業上採用的大部分規則引擎都是

forward chaining（漢語咋解釋不知道）型別的。

forward chaining型別有分為2種：(1)production/

inference

rules（漢語咋解釋不知道）它是通過ifconditionthen action這種條件判斷的形式來驅動規則引擎的。（2）reaction/

event condition action

rules，這種規則引擎是通過事件機制來驅動規則引擎的。這是我從維基百科上了解的。有興趣的可以去看

rate演算法：

相關概念：

（1）事實（fact）：物件之間及物件屬性之間的關係

（2）規則（rule）：是由條件和結論構成的推理語句，一般表示為if...then。乙個規則的if部分稱為lhs，then部分稱為rhs。

（3）模式（module）：就是指if語句的條件。這裡if條件可能是有幾個更小的條件組成的大條件。模式就是指的不能在繼續分割下去的最小的原子條件。