劉健++房志奇++康衛(wèi)

摘 要：規(guī)則引擎是業(yè)務(wù)規(guī)則管理系統(tǒng)的核心環(huán)節(jié)，它通過模式匹配器實現(xiàn)事實庫與規(guī)則庫的快速匹配，因此，一個準(zhǔn)確高效的模式匹配器決定了這個規(guī)則引擎的整體性能。將規(guī)則引擎應(yīng)用在工業(yè)防危系統(tǒng)中，同時利用位圖矩陣算法對規(guī)則引擎的模式匹配器進(jìn)行優(yōu)化，從而使得規(guī)則引擎準(zhǔn)確高效的工作。實驗結(jié)果表明在相同條件下，位圖矩陣算法相對于直接匹配的方法效率平均提高了88.04%。

關(guān)鍵詞：工業(yè)防危系統(tǒng)；規(guī)則引擎；模式匹配器；位圖矩陣

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2015）05-00-03

0 引 言

隨著工業(yè)化水平的不斷提高，控制技術(shù)難度逐漸增加，工業(yè)生產(chǎn)系統(tǒng)變得越來越復(fù)雜，一旦發(fā)生工業(yè)生產(chǎn)安全事故，將會造成極其嚴(yán)重的后果。因此，近年來工業(yè)生產(chǎn)過程中的安全問題受到了廣泛關(guān)注。為了降低企業(yè)生產(chǎn)過程中的安全隱患，減少企業(yè)安全事故的發(fā)生，防危系統(tǒng)被應(yīng)用在電力、水利、核工業(yè)、石化、冶煉等領(lǐng)域。

目前大多數(shù)學(xué)術(shù)和工業(yè)都是針對如何提高規(guī)則引擎的匹配效率進(jìn)行研究。Rete算法是一種用于產(chǎn)生式系統(tǒng)的高效模式匹配算法，通過在內(nèi)存中建立一個Rete網(wǎng)絡(luò)，以空間換取時間，充分共享匹配結(jié)果，從而實現(xiàn)高效匹配[1]。Drools是采用JAVA實現(xiàn)的一種基于Rete算法的面向?qū)ο蟮囊?guī)則引擎，同時利用XML的Conditons→Consequence節(jié)點表達(dá)If-Then句式[2]。在本文的研究中也是采用XML文件來存儲If-Then形式的專家規(guī)則。龐偉正等人[3]在Rete算法、Rete-OO算法的基礎(chǔ)上提出了一種改進(jìn)的 Rete網(wǎng)絡(luò)結(jié)構(gòu)， 并對運用此 Rete 網(wǎng)絡(luò)來執(zhí)行推理任務(wù)的過程進(jìn)行了優(yōu)化，明顯提高了匹配效率。

本文將規(guī)則引擎應(yīng)用在工業(yè)防危系統(tǒng)（例如，石灰石鍛燒系統(tǒng)）中，它的工作效率對這個系統(tǒng)的整體性能起到了至關(guān)重要的作用。因此，我們的工作重點是優(yōu)化匹配算法，在保證匹配準(zhǔn)確率的前提下，最大限度的提高規(guī)則引擎的匹配效率。

1 規(guī)則引擎介紹

規(guī)則引擎的主要功能是實現(xiàn)事實庫與規(guī)則集的匹配，然后執(zhí)行那些由當(dāng)前數(shù)據(jù)對象激活的專家規(guī)則。規(guī)則引擎的結(jié)構(gòu)圖如圖1所示。它主要包括規(guī)則集容器、工作存儲器、模式匹配器和執(zhí)行器[4]。數(shù)據(jù)采集模塊能夠得到對象的數(shù)據(jù)值，根據(jù)數(shù)據(jù)值通過條件庫模塊獲得對象所對應(yīng)的狀態(tài)，將“對象→狀態(tài)”加載到工作存儲器。

圖1 規(guī)則引擎結(jié)構(gòu)圖

2 規(guī)則引擎功能模塊

由于匹配器的性能決定著規(guī)則引擎的整體性能，我們的研究主要是針對匹配器性能的優(yōu)化，因此需要詳細(xì)介紹匹配器的設(shè)計原理、工作模式等。

2.1 工作存儲器

工作存儲器存儲當(dāng)前系統(tǒng)中的事實庫，每條事實由對象名和狀態(tài)構(gòu)成，每條事實能夠為模式匹配器提供匹配條件。同時，工作存儲由條件庫模塊以及數(shù)據(jù)采集模塊支撐。如圖2所示，為了簡單處理，在我們仿真系統(tǒng)中共設(shè)置a-f 6個對象，它們分為開關(guān)量和模擬量：如果是開關(guān)量，那么采集的數(shù)值只有0（關(guān)閉）和1（開啟）；如果是模擬量，它們的值分布在0～800之間，如果超過這個范圍系統(tǒng)會給出警告。然后把對象名和數(shù)據(jù)傳給條件庫模塊進(jìn)行匹配，系統(tǒng)中條件庫模塊總共分為9個區(qū)域，分別對應(yīng)低危險、低臨界、低警告、正常、高警告、高臨界、高危險、關(guān)閉和開啟，并且每個區(qū)域都有自己對應(yīng)的取值區(qū)間。

2.2 規(guī)則集容器

在程序運行的開始首先需要解析XML文件，將解析出來的規(guī)則加載到內(nèi)存中的規(guī)則集容器中。另外，在專家規(guī)則制定時，需要處理冗余、沖突等錯誤，然后將化簡后的最終結(jié)果存儲到XML文件中。因此，在規(guī)則引擎匹配得到要執(zhí)行的規(guī)則結(jié)論時，一般規(guī)則引擎需要處理可能存在的沖突問題，而在系統(tǒng)中是將這些處理放在了專家規(guī)則庫的制定過程中，所以得到的規(guī)則結(jié)論都是最簡的且不存在沖突等問題的，當(dāng)然要考慮規(guī)則結(jié)論執(zhí)行的優(yōu)先級問題。

圖2 工作存儲器結(jié)構(gòu)

2.3 模式匹配器

模式匹配器是規(guī)則引擎中的核心組件，它聯(lián)系著工作存儲器和規(guī)則集容器，完成事實條件在規(guī)則集容器中的匹配工作，同時將匹配成功的規(guī)則結(jié)論傳送給執(zhí)行器，供其完成相應(yīng)的操作。

在我們的規(guī)則引擎系統(tǒng)中實現(xiàn)了三種匹配算法，位圖矩陣匹配，二階矩陣匹配，直接匹配。

如表1所示，給出了規(guī)則集示例，各個條件之間都是并且的關(guān)系，用&&表示，那么就會有If（a低危險 && b開啟 && c高臨界 && f高危險），Then 結(jié)論A。

表1 規(guī)則集示例

結(jié)論 條件

a b c d e f

A 低危險 開啟 高臨界 無關(guān) 無關(guān) 高危險

B 無關(guān) 關(guān)閉 低警告 無關(guān) 正常 無關(guān)

C 低警告 無關(guān) 低臨界 高臨界 無關(guān) 正常

2.3.1 直接匹配

在規(guī)則庫的制定過程中，會用&&對規(guī)則條件部分進(jìn)行切分，例如規(guī)則1可以切分成“a低危險”，“b開啟”，“c高臨界”，“無關(guān)”“無關(guān)”，“f高危險”，然后存儲到XML文件中。在直接匹配過程中，規(guī)則引擎首先會將XML文件之前保存的這些切分元素加載到二維數(shù)組中，然后從工作存儲器中得到采集點a，b，c，d，e，f 所對應(yīng)的狀態(tài)，將這些采集點對應(yīng)的狀態(tài)與這個二維數(shù)組依次比對，并將匹配成功的規(guī)則結(jié)論返回給執(zhí)行器。在直接匹配算法中采用的是字符串間的直接比較，由于某些規(guī)則與采集點無關(guān)，所以在比較每個采集點時，首先判斷規(guī)則與這個采集點是不是無關(guān)，然后再判斷兩者之間的關(guān)系。因此，如果規(guī)則集中有規(guī)則N條，那么總共的比較次數(shù)是12*N次。

如表2所示，為了形成規(guī)則集矩陣，需要對規(guī)則條件做一下轉(zhuǎn)換。表的第一行對應(yīng)的是狀態(tài)，第二行是各個狀態(tài)所對應(yīng)的數(shù)值。那么表1中的規(guī)則集就可以轉(zhuǎn)換成表3所示的二階矩陣。在規(guī)則庫制定過程中，將這個二階矩陣存儲到XML文件中。

表2 規(guī)則條件轉(zhuǎn)換

狀

態(tài) 關(guān)

閉 開

啟 低

危

險 低

臨

界 低

警

告 正

常 高

警

告 高

臨

界 高

危

險 無

關(guān)

轉(zhuǎn)換 0 1 2 3 4 5 6 7 8 9

表3 規(guī)則集矩陣

結(jié)論 條件

a b c d e f

A 2 1 7 9 9 8

B 9 0 4 9 5 9

C 4 9 3 7 9 5

2.3.2 二階矩陣匹配

規(guī)則引擎首先從XML文件中將這個二階矩陣加載到一個二維數(shù)組中，然后從事實庫中調(diào)出采集點a，b，c，d，e，f所對應(yīng)的狀態(tài)，并根據(jù)表2將各個狀態(tài)轉(zhuǎn)換成對應(yīng)數(shù)值，與二階矩陣數(shù)組進(jìn)行比較。直接比較采用的是字符串間的比較，每次要比較的字節(jié)數(shù)較多，而二階矩陣是字符間的比較，每次只比較一個字節(jié)，比較的字節(jié)數(shù)要少很多。同樣，如果規(guī)則集中有規(guī)則N條，那么二階矩陣總的比較次數(shù)也是12*N。

將表3轉(zhuǎn)換成位圖矩陣，如表4所示。表4的左欄對應(yīng)0～8九個狀態(tài)，然后分別用這些狀態(tài)與表3中的值進(jìn)行比對，遇到相同值或者9那么對應(yīng)的結(jié)果都為1，否則為0。例如，狀態(tài)0與表3中的a所對應(yīng)的值（2，9，4）進(jìn)行比對，那么結(jié)果就應(yīng)該是（0，1，0）；與b所對應(yīng)的值（1，0，9）進(jìn)行比對，那么結(jié)果就是（1，1，0）。同樣，在規(guī)則庫的制定過程中，就將這些值依次存儲到XML文件對應(yīng)的節(jié)點上。

表4 位圖矩陣

狀態(tài) 條件

a b c d e f

0 010 110 000 011 101 010

1 010 101 000 011 101 010

2 011 100 000 011 101 010

3 010 100 100 011 101 010

4 110 100 010 011 101 010

5 010 100 000 011 111 110

6 010 100 000 011 101 010

7 010 100 001 111 101 010

8 010 100 000 011 101 011

在位圖矩陣匹配過程中，首先將這個位圖矩陣加載到一個字符型三維數(shù)組中，再從事實庫中獲取各個采集點所對應(yīng)的狀態(tài)數(shù)值，然后進(jìn)行與運算。值得注意的是，三維數(shù)組中只要有一個是0，那么就不需要再往下比對了，運算的最后結(jié)果確定是0。例如，事實庫中a，b，c，d，e，f所對應(yīng)的狀態(tài)向量為（0，0，4，3，5，2），對應(yīng)的位圖矩陣中的數(shù)值是V0：[0][1][0]，V1： [1][1][0]，V2：[0][1][0]，V3：[0][1][1]，V4：[1][1][1]，V5：[0][1][0]。我們按照字節(jié)從低到高依次比較，由于V0的第一個字節(jié)為0，那么就不需要再往下比對了，結(jié)果的低位肯定是0，因此節(jié)省了比對時間。同理，第二字節(jié)結(jié)果為1，由于V0的第三個高字節(jié)也為0，則結(jié)果就是0。因此最后的比對結(jié)果是[0][1][0]，第一個字節(jié)位對應(yīng)結(jié)論A，第二個字節(jié)位對應(yīng)結(jié)論B，第三個字節(jié)位對應(yīng)結(jié)論C，只有結(jié)果不為0才能激活對應(yīng)結(jié)論。因此，根據(jù)與運算結(jié)果，只能夠激活B結(jié)論，并將其返回。

2.4 執(zhí)行器

執(zhí)行器能夠執(zhí)行匹配器返回的匹配成功的規(guī)則結(jié)論，并將執(zhí)行結(jié)果返回給主程序，以便其采取相應(yīng)操作。

3 實 驗

3.1 實驗環(huán)境介紹

這個規(guī)則引擎是在Ubuntu 12.04系統(tǒng)下用Qt語言編寫的，規(guī)則庫采用XML文件進(jìn)行存儲。在聯(lián)想電腦上完成測試，電腦的CPU是 Intel? Core? 雙核，主頻是2.00 GHz，內(nèi)存RAM是2 GB。

3.2 實驗結(jié)果分析

從圖3中可以看出，隨著規(guī)則條數(shù)的增加，加載時間基本呈線性增長，位圖矩陣加載時間最長，二階矩陣加載時間相對最短。但是，規(guī)則加載只是在程序最開始一次完成，在正常的后續(xù)運行過程中就不需要再加載。

圖3 各個算法的加載時間

圖4顯示出在不同規(guī)則集大小的情況下，三種算法完成匹配所需的時間。在每個規(guī)則集下，三種算法都測試10次，然后取平均值，這樣能夠降低系統(tǒng)誤差。從圖4可以看出，隨著規(guī)則集的增大，匹配時間呈線性增加，但是相對于另外兩種算法，位圖矩陣算法的匹配時間增長非常緩慢，直接匹配的方法增加最快。

圖4 各個算法的匹配時間

綜上所述，我們可以得出以下結(jié)論：

（1）規(guī)則加載時間隨著規(guī)則條數(shù)呈線性增長，但是位圖矩陣匹配時間增加相對緩慢；

（2）根據(jù)圖4計算得出位圖矩陣相對于直接匹配算法，匹配時間平均提高了88.03%。

4 結(jié) 語

本文針對工業(yè)防危系統(tǒng)設(shè)計實現(xiàn)了一套規(guī)則引擎系統(tǒng)，同時有針對性的對規(guī)則引擎關(guān)鍵環(huán)節(jié)——模式匹配器進(jìn)行了優(yōu)化，使得系統(tǒng)整體性能得到有效提高。

參考文獻(xiàn)

[1] Charles L. Forgy. Rete： A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem[J]. Artificial Intelligence ，1982.

[2] PET ER L. Drools Usage Manual [ EB/ OL ]. http： / / drools.org / drools- manual- 2. 0 - beta - 13. pdf， 2004- 01-05.

[3]龐偉正， 金瑞琪， 王成武.一種規(guī)則引擎的實現(xiàn)方法[J].哈爾濱工程大學(xué)學(xué)報，2005，26（3）：385-389.

[4]彭磊.規(guī)則引擎原理分析[J].福建電腦，2006（9）：42-43.