正向推理规则引擎中的Rete模式匹配算法研究

规则引擎技术是专家系统中的一种比较实用的技术，它的核心算法是Rete模式匹配算法。深入研究了被广泛应用于正向推理规则引擎中的Rete模式匹配算法，对Rete网络的构建和Rete算法的执行全过程进行了详细分析。

基于Rete模式匹配算法的入侵检测系统

设计并实现了一个基于专家系统的网络入侵特征检测系统.针对当前入侵检测推理机制中存在的时间冗余性问题,在入侵检测推理过程中采用了Rete模式匹配算法,对推理机制进行了优化.实验结果表明,该系统在检出率和检测效率上要明显高于未采用Rete模式匹配算法的系统,采用Rete模式匹配算法能有效地克服时间冗余性问题,并改善了系统的性能.

基于代价模型的RETE优化算法

RETE匹配算法是基于规则推理系统中的经典高效算法,但是在飞行器评估这种规则和事实数量较多的系统,推理效率并不高,因为在模式匹配中,join操作的开销与事实的平方成正比。事实和规则数量较多时,产生的中间匹配信息大大增加,增加了时间复杂度和空间复杂度,严重降低了推理效率。针对飞行器评估系统的特点,本文分析了优化RETE拓扑结构是提高推理效率的关键,然后提出了基于代价模型的RETE优化算法,该算法可以自动寻找最优的RETE拓扑结构,减少了join中间结点的数据,大大降低RETE算法的时间复杂度和空间复杂度。经实验测试,基于代价模型的RETE算法在飞行器评估系统中的运行效率较高,满足飞行器评估的需求。

基于RETE网的句法分析算法研究

结构消歧是句法分析的一项重要任务。研究表明,增加复杂特征有利于提高句法分析系统的消歧能力。但相对于不包含复杂特征的句法分析系统,包含复杂特征规则的系统,通常规则数量较大,规则的匹配和存贮成为句法分析算法面临的一个问题。提出一种基于RETE网的高效可并行的句法分析算法。该算法将复杂特征规则转换为RETE匹配网,从而实现规则的高效存贮和快速匹配。实验表明,该算法可以有效组织大量多特征规则,并进行高速句法分析。

支持多类型瑕疵度量的RETE改进算法

传统的RETE算法仅支持布尔的一阶逻辑推理,在一阶逻辑中,一个问题非真即假,然而现实中许多问题本身是不精确的、定义模糊的或者是有歧义的(统称为"瑕疵"),例如某些规则本身的表示不确定,此外,目前许多数据来自于多种类型的传感器,因而这些数据本身具有"瑕疵"特征。然而传统的RETE算法不能自然有效地处理"瑕疵",针对此问题,提出可处理瑕疵的RETE算法。通过在传统的RETE中引入"瑕疵度"对多种类型的"瑕疵"度量,对RETE网中约束节点的约束操作进行扩展,并在RETE网中引入操作符节点,从而实现对多种类型的"瑕疵"的有效支持。