国产高清精品一区,亚洲欧美日韩久久,蜜臀久久99精品久久一区二区

[转]Drools in Action

Dion — Sat, 11 Mar 2006 02:02:00 GMT

摘要: 题记世界是事实的��M��Q�而不是事物的��M��。世界�ؓ(f��)�怺�实所规定�Q��ؓ(f��)它们既是全部事实所规定。——�\��L(f��ng)��希��L(f��ng)��Ҏ(gu��)��斯坦�Q�《逻辑哲学论》The answer, please?"请回�{�我..."The stern voice startles you. 一个严厉的声音把你吓个半死.You were dozing in Mrs. Rosencrantz's high school math class agai... 阅读全文

Dion 2006-03-11 10:02 发表评论

Dion — Sat, 11 Mar 2006 02:00:00 GMT

内容提要
在本文的�W�一部分�Q�我��讨��则引擎如何帮助你从��Y件的应用逻辑中分��d��商业规则逻辑�Q�以实现商业应用的灵�z�L��。另外，我还��介�l�JSR�Q?4规则引擎 API�Q�及(qi��ng)其开源实现Drools��目�Q�它是这一新技术的先驱。在�W�二部分�Q�我们将介绍一个规则引擎例子，�q�深入地研究Drools引擎�?qi��ng)其JSR�Q?4 扩展的复杂性�?

��Z��么��用规则引�?/strong>
       商业世界充满了关于变化的陈词滥调�Q�如��M��事物都会(x��)改变�Q�唯一不变的是变化�{�等。而在技术领域里�Q�情冉|��好相反。我们仍然在试图解决30�q�前软�g业中同样的一堆问题－�Q�也许比30�q�前�q�要多的问题。在�q�去的十�q�_(d��)��IT从业人员�Ҏ(gu��)��在��Y件方法学的大量文献中�Q�如快速��Y件开发，极限�~�程�Q�敏捯��Y件开发等�Q�它�? 无一例外地强调灵�z�d��变化的重要性�?br>       但商业通常比开发团队所依赖的��Y件过�E�和技术改变得更加�q�速。当商业�{�划人员试图重整IT部门�Q�以支持新的业务转型�Ӟ��仍然觉得很费劌Ӏ?/div>

Lost in Translation
       虽然IT团队反应�q�速，但他们通常带来"�?sh��)话效�?――IT�l�商业计划的执行带来的阻力和它带来的利益一样多。不�q�的是，在开发团队完全理解商业决�{�规�? �q�实��C��前，规则已经改变了。在软�g�q�入�?j��ng)场前，它已�l�过时了�Q�需要进行重构以满��新的业务需求。如果你是一个开发�h员，你会(x��)知道我在说什么。再也没有比在需求变动的情况下构造��Y件让开发�h员更沮��的事情了。作��Y件开发�h员，你必��L��业务人员更了解业务，有时�q�要了解更多�?br>       试想一下你是一位商业决�{�者。假如公司的成功依赖于你对于�?j��ng)场��势敏锐的洞察力�Q�它常常帮助你领先于竞争者利用变化的�?j��ng)场环境获利。每天你都会(x��)得到更多�? 好的�?j��ng)场信息�Q�但�q�不要紧。完成新产品开发可能需�?�Q?个月�Q�在此期��_(d��)��对于�?j��ng)场大胆和敏锐的�z�察和信息优势可能已�l�浪费了。而且�Q�当产品发布�Ӟ��有这样几�U�可能：(x��)产品没有什么吸引�h的特性，预算��支�Q�过了��品的最�?j��ng)_��布期限，或三者兼而有之�?br>       情况可能�q�会(x��)更糟�Q�在完成产品开发时�Q�市(j��ng)场环境和规划产品开发时相比�Q�已�l�发生了�Ҏ(gu��)��变化。现在你必须要遵守新的规则，你已�l��׃��你的辚w��优势�Q�而且�? 计��Y件的五�h中的三�h已经��d��了公司。你必须�l�接手的��C�h重新讲解复杂的业务。如果事情不��利�Q�你可能发现自己要对付一个缺��文档，�q�且你完全不了解的遗留应用�?br>       你的战略在哪出现了问题？你在哪里应该可以做到更好�Q�最�q�的轻量�U��Y件过�E�，如极限编�E�，敏捷软�g开发等都在��自动单元��试和��Y件功能优先��的重要性�? 除此之外�Q�还有其他的原则�Q�你的开发团队可能也很熟�(zh��n)�，�q�些原则可以帮助他们寚w��求的变动作出�q�速反应�ƈ�~�短��目的开发周期。这些原则的大多敎ͼ�如系�l�分解，多年前就已经出现�Q��ƈ得到了Java�q�_��的支持（如JMX�{�）(j��)�Q�还有如面向对象和角色徏模，已经内徏在Java语言中�?br>       但Java仍然是一门相当年�ȝ��语言�Q�而且Java�q�_��q�远�q�没有完备。当前在Java�C�֌��Q�一个引人注目的新技术是�Q�分��d��业决�{�者的商业决策逻辑和应用开发者的技术决�{�，�q�把�q�些商业决策攑֜�中心数据库，让它们能在运行时�Q�即商务旉��Q�可以动态地��理和修攏V��这是一个你值得考虑的策略�?br>       ��Z��么你的开发团队不得不象商业经理�h一��P��在代码中包含复杂微妙的商业决�{�逻辑呢？你怎样才能向他们解释决�{�推理的微妙之处呢？你这样做是否谨慎呢？�? 能不是。象bottom line一��P��某些东西在解释的�q�程中丢�׃��。�ؓ(f��)什么要冒这��L(f��ng)��风险�Q�让应用代码或测试代码错误地表达你的商业决策逻辑呢？如果�q�样做的话，你怎样��(g��)查它们的正确性呢――难道你自己惛_��?f��n)如何编�E�和�~�写��试代码�Q�或者你的客户会(x��)��Z��试软�g�Q�你一斚w��要应付市(j��ng)场，一斚w��要应付��Y件代码，�q�实在太困难了�?br>       如果能将�q�些商业决策规则集中地放在一个地方，以一�U�你可以理解的格式定义，让你可以直接��理�Q�而不是散落在代码的各个角落，那该有多好。如果你能把商业决策规则独立于你的��Y件代码，让开发团队作出技术决�{�，你将�?x��)获得更多好处。你的项目开发周期会(x��)更短�Q��Y件对于变动的需求更灉|��?/div>

规则引擎标准Java API
       2003�q?1月，Java�C�֌�通过了Java Rule Engine API规范�Q�JSR�Q?4�Q�的最后草案。这个新的API让开发�h员在�q�行时访问和执行规则有了�l�一的标准方式。随着新规范��品实现的成熟和推向市(j��ng)场，开�? 团队��可以从应用代码中抽取出商业决策逻辑�?br>       �q�就需要新一代的��理工具�Q�帮助商务经理�h可以定义和细化��Y件系�l�的行�ؓ(f��)。不必通过开发过�E�来修改应用�Q��ƈ假定可以得到正确的结果，�l�理人将可以随时�Ҏ(gu��)��需要修改决�{�规则，�q�进行测试�?br>       但这��需要开发�h员在设计�pȝ��时作出某些改变，�q�可以得到合适的开发工兗��?/div>

分离商务和技术的��x��?/strong>
       �q�是一个非常简单的例子�Q�从�l�理人的角度�Q�说明如何分��d��务和技术的��x��炏V�?br>       你管理着一个反向投资基金。你公司计算机系�l�的一部分用于分析股票��h��Q�收益和每股净资��Q��ƈ在需要时向你提出预警。这个计��机�pȝ��的工作是�Q�识别出PE比率比市(j��ng)场��^均��g��的股��，�q�标记出来以便进一步的��(g��)查�?br>       你的IT部门拥有一大堆数据�Q��ƈ开发了一�p�d��你可以在规则中引用的��单数据对象。现在，为简单�v见，假设你是一名受�q�良好教育的�Q�了解技术的��理人，你了解XML的基本知识，可以让你�~�写和修改简单的XML规则文�g�?br>       你的�W�一个规则是�Q�给道琼斯所有的股票估��|��q�剔除P/E比率大于10的股��（�q�有点过分简化，但这里只作�ؓ(f��)一个例子）(j��)。保留下来的股票用来生��一�p�d��报表。对于这个简单的例子�Q�你的规则文件看��h��如下�Q�我们将�?x��)过头来讨论�q�个文�g的结构）(j��)�Q?/div>

    DJIA
    over 10.0

       一个月后，你接��C��家巴西分析师公司的电(sh��)话，雇䄦你的公司生成一�p�d��巴西股市(j��ng)的报表，但他们有更严格的标准。而目前在巴西�Q�P/E比率�?j��ng)场�q�_��值是个位敎ͼ�因此你用来评估被�?j��ng)场低股��的阈值需要改变。除了较低的P/E比率�Q�你的新客户�q�要求以Price-to-Book比率作�ؓ(f��)参考标准�?br>       你启动规则编辑器�Q��ƈ修改规则以匹配新的评估条件。现在，规则引擎剔除巴西股市(j��ng)中P/E比率大于6.5�Q�以�?qi��ng)Price to Book 比率��于�{�于1的股��。完成规则文件修改后�Q�看��h��如下�Q?/div>

    Brazil
    over 6.5
    over 1.0

       你无需为此向开发团队作��M��解释。你无需�{�待他们开发或��试�E�序。如果你的规则引擎的语义��_��强大�Q�让你描�q�工作数据，你可以随时按需修改商业规则�?br>       如果限制因素是规则的定义语言和数据模型，你可以确信这两者将�?x��)标准化�Q��ƈ出现先进的编辑器和工��P��以简化规则的定义�Q�保存和�l�护�?br>       现在�Q�我希望你已�l�清楚以下的原则�Q�在�q�个例子中，哪只股票是否被选择是一个商务决�{�，而不是技术决�{�。决定将哪只股票交给你的分析师是�l�理人的逻辑 ―�?logic of the bottom line"。经理�h作出�q�些决策�Q��ƈ可以按需定制应用。这些规则因此变成了一�U�控制界面，一�U�新的商业系�l�用��L(f��ng)��面�?/div>

使用Rule开�?/strong>
       如果在这个应用场景中�Q�你是一个开发�h员，你的工作�?x��)稍微轻松一些。一旦你拥有了一�U�用于分析股��的规则语言�Q�你可以取出数据对象�q�交�l�规则引擎执行。我们将�?x��)到规则语言的讨论，但现在我们��l�刚才的例子�?br>       你的�pȝ��一�p�d��的stock bean输入规则引擎。当规则执行后，你可以选出�W�合条�g的股��ƈ可以对它们作�q�一步处理。也许是把它们输入报表生成系�l�。分析师使用�q�些报表帮助他们�? 析股�?j��ng)。同�Ӟ��老板也可能让你��用新的技术分析工��P��q�用Dow理论预测股市(j��ng)的底部和�剙��?br>       规则引擎可以让你的系�l�变得更��单，因�ؓ(f��)你无需在代码中�~�写商务逻辑�Q�如怎样选择股票�Q�选择股票�q�程中奇怪的条�g�l�合�{�。这些逻辑不再�q�入你的代码。你��可以专注于数据模型�?br>       现在可以�q�么认�ؓ(f��)�Q�通过从应用代码中剥离出易变的商业逻辑�Q�你的效率会(x��)更高。但凡是��L��例外――简单应用可能�ƈ不能从规则系�l�中��L(f��ng)��。但如果你开发一个大型系�l�，有很多易变的商业逻辑�Q�你可以考虑在应用中集成规则引擎�?br>       除了从应用代码中剥离出商业决�{�逻辑外，规则引擎�q�有其他用处。有时候你需要应用成百上千的规则�q�行决策�Q��ƈ且有上千个对象和�q�些规则一起��用。很难想�? 有什么先�q�的人工��引擎可以处理�q�种情况。遇到这�U�情况，你需要一个极快的决策��法或是大型机。大型机�q�不便宜�Q�但你可以非�怾�宜的得到效率和可伸羃�? 最好的��法�?/div>

Bob McWhirter的Drools��目
       现在�Q�我要介�l�Drools��目�Q�Charles Forgy Rete��法的一个增强的Java语言实现。Drools是一个Bob McWhirter开发的开源项目，攑֜�The Codehaus上。在我写�q�篇文章�Ӟ��Drools发表�?.0-beata-14版。在CVS中，已完整地实现了JSR94 Rule Engine API�q�提供了单元��试代码�?br>       Rete��法是Charles Forgy�?979�q�发明的�Q�是目前用于生��pȝ��的效率最高的��法�Q�除了私有的Rete II�Q�。Rete是唯一的，效率与执行规则数目无关的决策支持��法。For the uninitiated, that means it can scale to incorporate and execute hundreds of thousands of rules in a manner which is an order of magnitude more efficient then the next best algorithm。Rete应用于生产系�l�已�l�有很多�q�了�Q�但在Java开源��Y件中�q�没有得到广泛应用（讨论Rete��法的文档参�?a >http://herzberg.ca.sandia.gov/jess/docs/61/rete.html。）(j��)�?br>       除了应用了Rete核心��法�Q�开源��Y件License�?00�Q�的Java实现之外�Q�Drools�q�提供了很多有用的特性。其中包括实��C��JSR94 API和创新的规则语义�pȝ��Q�这个语义系�l�可用来�~�写描述规则的语�a�。目前，Drools提供了三�U�语义模块――Python模块�Q�Java模块�? Groovy模块。本文余下部分集中讨论JSR94 API�Q�我��在�W�二��文章中讨论语义�pȝ��?br>       作�ؓ(f��)使用javax.rules API的开发�h员，你的目标是构造一个RuleExecutionSet对象�Q��ƈ在运行时通过它获得一个RuleSession对象。�ؓ(f��)了简化这个过�E�，我编写了一个规则引擎API的fa?ade�Q�可以用来解释代表Drools的DRL文�g的InputStream�Q��ƈ构造一�? RuleExecutionSet对象�?br>       在上面提��C��Drools的三�U�语义模块，我接下来使用它们重新�~�写上面的例子XML规则文�g。这个例子中我选择Java模块。��用Java模块重新�~�写的规则文件如下：(x��)

      xmlns="http://drools.org/rules"
      xmlns:java="http://drools.org/semantics/java">


      org.codehaus.drools.example.Stock

    stock.getIndexName().equals("DJIA");
    stock.getPE() > 10

      removeObject(stock);   ( 译注�Q�应该是retractObject(stock) )


       现在的规则文件�ƈ没有上面的简�z�明了。别担心�Q�我们将在下一��文章讨��义模块。现在，��h��意观察XML文�g的结构。其中一个rule-set元素包含�? 一个或多个rule元素�Q�rule元素又包含了parameter�Q�condition和consequence元素。Condition�? consequence元素包含的内容和Java很象。注意，在这些元素中�Q�有些事你可以做�Q�有些事你不能做。目前，Drools使用 BeanShell2.0b1作�ؓ(f��)它的Java解释器。我在这里�ƈ不想详细的讨论DRL文�g和Java语义模块的语法。我们的目标是解释如何��? Drools的JSR94 API�?br>       在Drools��目CVS的drools-jsr94模块中，单元��试代码包含了一个ExampleRuleEngineFacade对象�Q�它��Z�� Brian Topping的Dentaku��目。这个fa?ade对象通过javax.rules API�Q�创��Z��供RuleExecutionSet和RuleSession使用的一�p�d��对象。它�q�没有完全包括了Drools引擎API的所有特性和�l? 微差别，但可以作为新手��用API的一个简单例子�?br>      下面的代码片断显�C�如何��用规则引擎的facade构造一个RuleExecutionSet对象�Q��ƈ通过它获得一个RuleSession对象�?/div>

import java.io.InputStream;
import javax.rules.*;
import org.drools.jsr94.rules.ExampleRuleEngineFacade;

public class Example {
    private ExampleRuleEngineFacade engine;
    private StatelessRuleSession statelessSession;

    /* place the rule file in the same package as this class */
    private String bindUri = "myRuleFile.drl"

    public Example() {
        /* get your engine facade */
        engine = new ExampleRuleEngineFacade();

        /* get your input stream */
        InputStream inputStream =
                Example.class.getResourceAsStream(bindUri);

        /* build a RuleExecutionSet to the engine */
        engine.addRuleExecutionSet(bindUri, inputStream);

        /* don't forget to close your InputStream! */
        inputStream.close();

        /* get your runtime session */
        this.statelessSession = engine.getStatelessRuleSession(bindUri);
    }
    ...
}

       在以上的例子代码中，你需要处理InputStream的IOException例外�Q�这里�ؓ(f��)了简单�v见省略了。你要做的只是构建InputStream 对象�Q��ƈ把它输入ExampleRuleEngineFacade�Q�用来创��Z��个RuleExecutionSet对象。然后，你可以得��C��? StatelessRuleSession�Q��ƈ用它来执行所有的规则。��用StatelessRuleSession相对��单。我们可以给上面的类��d��一个方法，用来对一个对象列表执行规则：(x��)

public List getUndervalued(List stocks) {
    return statelessSession.executeRules(stocks);
}

       该方法输入一个stock对象列表�l�规则引擎，然后使用规则评估输入的股��对象，�q�剔除那些不�W�合价��g��估标准的股票。它是个��单的例子�Q�但��以说明问题�?br>       在ExampleRuleEngineFacade�c�M��Q�代码会(x��)�E�微有些复杂。ExampleRuleEngineFacade�c�d��Z��一�? RuleServiceProvider对象�Q��ƈ用它创徏RuleAdministrator�Q�RuleExecutionSetProvider�? RuleRuntime对象。RuleExecutionSetProvider负责解释InputStream�Q��ƈ创徏一�? RuleExecutionSet对象。RuleRuntime对象用来得到一个session�Q�RuleAdministrator用来��理所有的�? 象。在往下是Drools核心API�Q�它的核心是Rete��法实现。我在这里不打算详细讨论�Q�但你可以看�? ExampleRuleEngineFacade的代码�?br>       现在你已�l�看��C��在商业和�U�研斚w��使用规则引擎的一些例子，�q�对Drools��目有了基本的了解。在下一��文章里�Q�我��讨论DRL文�g的结构和Java�? 义模块，让你可以�~�写自己的DRL文�g。还��向你解释如何编写你自己的语义模块，讨论salience和working memory的概��c(di��n)�?/div>

资源
· Drools Project
· JSR-94 Specification

作�?/strong>

      N. Alex Rupp is a freelance software architect and developer from Minneapolis, and the current JSR94 Lead for the Drools project.

Dion 2006-03-11 10:00 发表评论

Dion — Sat, 11 Mar 2006 02:00:00 GMT

前几天跟着写了一个简单的例子.
觉得Drools的配�|�也没有什�?
今天在运行house的例子的时�? 无论怎么�? ��L��异常: 没有定义的SMF.
昄��没有扑ֈ�我定义的drools.config文�g.
官方�|�站上是�q�样写地:
String droolsConfigProp = System.getProperty( "drools.conf" );

if ( droolsConfigProp != null )
{
    loadConfig( droolsConfigProp );
}

ClassLoader cl = Thread.currentThread( ).getContextClassLoader( ); if ( cl == null )
{
    cl = getClass( ).getClassLoader( );
}

Enumeration configUrls = cl.getResources( "META-INF/drools.conf" );

if ( !configUrls.hasMoreElements( ) )
{
    cl = getClass( ).getClassLoader( );
    configUrls = cl.getResources( "META-INF/drools.conf" );
}

if ( !configUrls.hasMoreElements( ) )
{
    cl = ClassLoader.getSystemClassLoader( );
    configUrls = cl.getResources( "META-INF/drools.conf" );
}

this.classLoader = cl;
while ( configUrls.hasMoreElements( ) )
{
    URL configUrl = (URL) configUrls.nextElement( );
    loadConfig( configUrl );
}
好像每一个旮旯里面都找了, ��Z��么没有找到我的呢?
System.getProperty指向的位�|��ƈ不一定和loadFromUrl位置一�?呵呵.

Dion 2006-03-11 10:00 发表评论

Dion — Sat, 11 Mar 2006 01:59:00 GMT

一般情况下, 只显式引�?

drools-all-2.0.jar
antlr-2.7.5.jar
xercesImpl-2.6.2.jar

��可以了.当然ClassPath下也要用一些其他的jar.
下蝲位置: http://dist.codehaus.org/drools/distributions/drools-2.0-bin-withdeps.zip

如果, 在DRL文�g中定义了Java Function, �q�时候就要显式的引用:

janino-2.3.2.jar

�q�时�? 引擎是需要janino把DRL中的java function描述转换成可执行的二�q�制代码(?)�?

Dion 2006-03-11 09:59 发表评论

[转]Open Source Rule Engines Written In Java

Dion — Sat, 11 Mar 2006 01:58:00 GMT

Open Source Rule Engines Written In Java

Drools The drools engine uses a modified form of the Rete algorithm called the Rete-OO algorithm. Internally it operates using the same concepts and methods as Forgy's original but adds some node types required for seemless integration with an object-oriented language.
OFBiz Rule Engine Backward chaining is supported. Original code base from "Building Parsers in Java" by Steven John Metsker.
Mandarax Based on backward reasoning. The easy integration of all kinds of data sources. E.g., database records can be easily integrated as sets of facts and reflection is used in order to integrate functionality available in the object model.
Algernon Efficient and concise KB traversal and retrieval. Straightforward access to ontology classes and instances. Supports both forward and backward chaining.
TyRuBa TyRuBa supports higher order logic programming: variables and compound terms are allowed everywhere in queries and rules, also in the position of a functor- or predicate-name. TyRuBa speeds up execution by making specialized copies of the rule-base for each query in the program. It does so incrementally while executing a logic program and builds an index for fast access to rules and facts in the rule base, tuned to the program that is running. The indexing techniques works also for higher-order logic. TyRuBa does 'tabling' of query results.
JTP Java Theorem Prover is based on a very simple and general reasoning architecture. The modular character of the architecture makes it easy to extend the system by adding new reasoning modules (reasoners), or by customizing or rearranging existing ones.
JEOPS JEOPS adds forward chaining, first-order production rules to Java through a set of classes designed to provide this language with some kind of declarative programming.
InfoSapient Semantics of business rules expressed using fuzzy logic.
JShop Simple Hierarchical Ordered Planner (SHOP) written in Java.
RDFExpert RDF-driven expert system shell. The RDFExpert software uses Brian McBride's JENA API and parser. A simple expert system shell that uses RDF for all of its input: knowledge base, inference rules and elements of the resolution strategy employed. It supports forward and backward chaining.
Jena 2 - Jena is a Java framework for writing Semantic Web applications. Jena2 has a reasoner subsystem which includes a generic rule based inference engine together with configured rule sets for RDFS and for the OWL/Lite subset of OWL Full. These reasoners can be used to construct inference models which show the RDF statements entailed by the data being reasoned over. The subsystem is designed to be extensible so that it should be possible to plug a range of external reasoners into Jena, though worked examples of doing so are left to a future release.
JLisa - JLisa is a powerful framework for building business rules accessible to Java and it is compatible with JSR-94. JLisa is more powerful than Clips because it has the expanded benefit of having all the features from common lisp available. These features are essential for multi-paradigm software development
Euler - Euler is a backward-chaining reasoner enhanced with Euler path detection and will tell you whether a given set of facts and rules supports a given conclusion. Things are described in N3.
JLog - JLog is an implementation of a Prolog interpreter, written in Java. It includes built-in source editor, query panels, online help, animation primitives, and a GUI debugger.
Pellet OWL Reasoner - Pellet is an open-source Java based OWL DL reasoner. It can be used in conjunction with either Jena or OWL API libraries. Pellet API provides functionalities to see the species validation, check consistency of ontologies, classify the taxonomy, check entailments and answer a subset of RDQL queries (known as ABox queries in DL terminology). Pellet is an OWL DL reasoner based on the tableaux algorithms developed for expressive Description Logics.
Prova - Prova is derived from Mandarax Java-based inference system developed by Jens Dietrich. Prova extends Mandarax by providing a proper language syntax, native syntax integration with Java, and agent messaging and reaction rules. The development of this language was supported by the grant provided within the EU project GeneStream. In the project, the language is used as a rules-based backbone for distributed web applications in biomedical data integration.

Dion 2006-03-11 09:58 发表评论

[转]Drools and Mandarax

Dion — Sat, 11 Mar 2006 01:58:00 GMT

Drools and Mandarax
两个��目做了两�g不同的事�? 一个是Forward Chaining,另一个是 backward chaining. Drools 是forward chaining�?  意味着它对assert的对象反�? 事�g驱动�? Mandarax �?backward chaining�? �?prologue一�? 你问它问�? 它试囄��你它知道的答�? 举例来说, 在��用Drools的时�? 你可能会(x��)先assert �l�它今天的日�? 如果它发现有匚w��的规则的�?它会(x��)用事件的方式通知�?今天是你的生�?. �?backward chaining 的系�l? 你可能先�? "今天是我的生日嘛?" �pȝ��?x��)搜索它知道�? 然后告诉你答�?
For an excellent explanation of forward and backward chaining read Charles Forgey's recent articles at http://rulespower.com/ - Forward and Backward Chaining:
Parts 1, 2 and 3.

Dion 2006-03-11 09:58 发表评论