面向大數(shù)據(jù)基于消息傳遞的分布式規(guī)則引擎設(shè)計(jì)與實(shí)現(xiàn).pdf

1、規(guī)則引擎作為人工智能領(lǐng)域中一種經(jīng)典的知識(shí)表示和推理方法，在學(xué)術(shù)界和工業(yè)界得到了廣泛的研究和使用。近年來大數(shù)據(jù)的流行為規(guī)則引擎提供了更為廣闊的應(yīng)用空間，但同時(shí)也帶來了嚴(yán)峻挑戰(zhàn)。當(dāng)問題規(guī)模變大時(shí)，規(guī)則引擎快速降低的計(jì)算效率使其很難處理好大規(guī)模的數(shù)據(jù)。雖然一直以來有很多的研究工作試圖提高規(guī)則引擎處理大規(guī)模數(shù)據(jù)的能力，但都有各自的問題，包括提升效果并不理想、實(shí)現(xiàn)方法受限不具有一般性等。
　　在借鑒前人研究的基礎(chǔ)上，結(jié)合對(duì)并行和分布式計(jì)算模

2、型的學(xué)習(xí)和研究，本文提出了一種新的基于消息傳遞模型的分布式規(guī)則引擎實(shí)現(xiàn)方法，試圖使其能利用多機(jī)計(jì)算集群并行分布式地處理好大規(guī)模數(shù)據(jù)，高效地進(jìn)行海量知識(shí)的表示和推理。
　　本文首先介紹了系統(tǒng)的設(shè)計(jì)，包括如何將規(guī)則引擎的核心概念映射到消息傳遞模型，如何統(tǒng)一和協(xié)調(diào)分布式規(guī)則引擎各節(jié)點(diǎn)的運(yùn)行，如何在分布式環(huán)境下給各節(jié)點(diǎn)分配數(shù)據(jù)包括知識(shí)。接著在說明了被發(fā)現(xiàn)于所實(shí)現(xiàn)原型系統(tǒng)中的性能問題之后，我們提出了相應(yīng)的解決方法，包括引入更高效的算法等。然