規則推理引擎簡介

                         

    規則推理引擎也叫產生式系統，是由基於規則的專家系統發展而來。基於規則的專家系統是人工智能領域中專家系統的

一個分支，它模擬人類的推理方式，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。

     基於規則的專家系統，使用的知識包括：

• 事實: 事實是用來表示已知的數據或信息。
• 規則: 即產生式規則，用來表示系統推理的有關知識。 規則由條件和動作組成，格式一般為：

                IF 條件

                Then 動作

    基於規則的專家系統主要包括以下三個部分：

1. 規則庫(Rule Base): 一個用規則來表達的知識集，包括執行推理所需要的知識。
2. 工作區(Working Memory): 一個事實的集合，包含執行推理所需要的數據。
3. 推理引擎(Inference Engine): 完成推理的過程，找出當前周期中哪條規則需要激活。

      結構圖如下：

 

 

     推理引擎主要包含三個部分：

    模式匹配器(Pattern Matcher)、議程(Agenda)和執行引擎(Execution Engine)。

     推理引擎工作過程的三個階段：

1. 將事實輸入到Working Memory中。
2. 使用Pattern Matcher比較規則庫中的規則和工作區中的事實，判斷能夠和事實匹配的規則，即激活規則。
3. 如果執行規則存在沖突，即同時激活了多個規則，將沖突的規則放入沖突集合。
4. 解決沖突，將激活的規則按順序放入Agenda。
5. 使用推理引擎執行Agenda中的規則。重復步驟2至5，直到執行完所有Agenda中的規則。 

      推理引擎工作過程如下：