[发明专利]高效规则集实现方式的自动生成

说明书

公开了自动生成规则集实现方式。访问规则集。针对所述规则集中的每个non‑const规则，构造一个或多个蕴涵有向无环图（DAG）。所述non‑const规则直接引起至少一个外部输出或至少一个外部动作。所述一个或多个蕴涵DAG指定规则条件，包括一个或多个可观察规则条件。对针对所述规则集构造的蕴涵DAG进行编译以获得编译结果，所述编译结果被配置成评估与所述规则集相关联的规则条件，并且当规则条件中的至少一个评估为真时确定一个或多个动作。输出所述编译结果。

其他申请的交叉引用

本申请要求2018年9月6日提交的题为“AUTOMATIC GENERATION OF AN EFFICIENTRULE SET IMPLEMENTATION”的美国临时专利申请No.62/728,028的优先权，其通过引用并入本文中以用于所有目的。

背景技术

基于规则的系统（RBS）已经在过去被用于智能系统。例如，所谓的专家系统是在20世纪80年代开发的，作为斯坦福启发式编程项目的一部分，用于霉素/树突医学诊断、海底声纳信号分析和其他应用。这些系统通常将每个规则构造为“条件：动作”对，其中规则条件指示布尔条件，当其评估为真时，暗示要执行该规则动作。传统的RBS通常难以开发以及维护。它们往往针对执行具有很高的存储器和处理要求。因此，传统的RBS通常不适合实现涉及大量可能条件和决策的复杂应用，诸如自动化驾驶、自动化加热和冷却等。

附图说明

在以下详细描述和附图中公开了本发明的各种实施例。

图1是图示了根据一些实施例的用于自动生成高效规则集实现方式的编程计算机/服务器系统的功能图。

图2是图示了用于使用基于规则的系统来进行传统的复杂自动化决策做出的过程的实施例的流程图。

图3是计算机网络的简单模型的实施例的图示。

图4是利用元素类型创建的网络实例的实施例的图示。

图5A是症状（symptom）的故障场景向量的实施例的图示。

图5B是根本原因表的实施例的图示。

图5C是已知位和值位（known and value bit）的64位块表示的实施例的图示。

图5D是根本原因分析技术的实施例的图示。

图6A是用于执行自动转化的过程的实施例的图示。

图6B是针对网络示例的DAG集合的图示。

图7是图示了功率示例的实施例的框图。

图8是反应式规则引擎的实施例的图示。

图9是被监测系统中的反应式规则引擎的实施例的图示。

图10是子条件的反向传播的示例的图示。

图11是图示了用于自动生成规则集实现方式的过程的实施例的流程图。

具体实施方式

本发明可以以许多方式来实现，包括作为过程；装置；系统；物质组成；体现在计算机可读存储介质上的计算机程序产品；和/或处理器，诸如被配置成执行存储在耦合到处理器的存储器上和/或由该存储器提供的指令的处理器。在本说明书中，这些实现方式或本发明可以采用的任何其他形式可以被称为技术。一般地，可以在本发明的范围内更改所公开过程的步骤的次序。除非另有说明，否则可以将被描述为配置成执行任务的诸如处理器或存储器之类的组件实现为暂时地被配置成在给定时间处执行任务的通用组件或被制造成执行该任务的专用组件。如本文中所使用的，术语“处理器”指代被配置成处理数据（诸如，计算机程序指令）的一个或多个设备、电路和/或处理核。