规则推理引擎简介

                         

    规则推理引擎也叫产生式系统，是由基于规则的专家系统发展而来。基于规则的专家系统是人工智能领域中专家系统的

一个分支，它模拟人类的推理方式，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。

     基于规则的专家系统，使用的知识包括：

• 事实: 事实是用来表示已知的数据或信息。
• 规则: 即产生式规则，用来表示系统推理的有关知识。 规则由条件和动作组成，格式一般为：

                IF 条件

                Then 动作

    基于规则的专家系统主要包括以下三个部分：

1. 规则库(Rule Base): 一个用规则来表达的知识集，包括执行推理所需要的知识。
2. 工作区(Working Memory): 一个事实的集合，包含执行推理所需要的数据。
3. 推理引擎(Inference Engine): 完成推理的过程，找出当前周期中哪条规则需要激活。

      结构图如下：

 

 

     推理引擎主要包含三个部分：

    模式匹配器(Pattern Matcher)、议程(Agenda)和执行引擎(Execution Engine)。

     推理引擎工作过程的三个阶段：

1. 将事实输入到Working Memory中。
2. 使用Pattern Matcher比较规则库中的规则和工作区中的事实，判断能够和事实匹配的规则，即激活规则。
3. 如果执行规则存在冲突，即同时激活了多个规则，将冲突的规则放入冲突集合。
4. 解决冲突，将激活的规则按顺序放入Agenda。
5. 使用推理引擎执行Agenda中的规则。重复步骤2至5，直到执行完所有Agenda中的规则。 

      推理引擎工作过程如下：