Rete算法浅析

一、概述：

  Rete 算法是卡内基梅隆大学的 Charles L.Forgy 博士在 1974 年发表的论文中所阐述的算法。 该算法提供了专家系统的一个高效实现。
  Rete 在拉丁语中译为”net”（即网络）。Rete 是一种进行大量模式集合和大量对象集合间比较的高效方法，通过网络筛选的方法找出所有匹配各个模式的对象和规则。其核心思想是用分离的匹配项构造匹配网络，同时缓存中间结果，以空间换时间。步骤大致分为规则编译（rule compilation）和运行时执行（runtime execution）。

---

二、算法详解：

  术语解释：

    ①facts：事实，指对象之间及对象属性之间的关系。
    ②patterns：模板，指事实的一个模型，所有事实库中的事实都必须至少匹配模板中的一个。
    ③conditions：条件，规则的组成部分，也必须至少匹配模板中的一个。
      （对于上面三者的关系，可以简单理解为：patterns是一个接口，conditions则是实现这个接口的类，而facts是这个类的实例。）
    ④rules：规则，由一到多个条件构成。一般用and或or连接conditions。
      （如果将一条rule看做if-then语句，if部分称为LHS（left-hand-side），then部分称为RHS（right hand side）。）
    ⑤module：模式，指上述if语句的条件。这里的条件可能是有几个更小的条件组成的大条件。模式就是指的不能在继续分割下去的最小的原子条件。
    ⑥actions：动作，激活一条rule所需执行的动作。

  进一步了解Rete算法：

    Rete算法是一个用于产生式系统的高效模式匹配算法。
    在一个产生式系统中，被处理的数据叫做working memory，用于判定的规则分为两个部分LHS（left-hand-side）和RHS（right hand side），分别表示前提和结论。主要流程可以分为以下步骤：
      ①Match：找出符合LHS部分的working memory集合。
      ②Conflict Resolution：选出一个条件被满足的规则。
      ③Act：执行RHS的内容。
      ④返回①。
    Rete算法主要改进Match的处理过程，通过构建一个网络进行匹配。

  算法详细描述：

    Rete网络主要分为两个部分，alpha网络和beta网络。如下图所示：
    

    Rete网络内容解析：

      ①alpha网络：过滤working memory，找出符合规则中每一个模式的集合，生成alpha memory（满足该模式的集合）。有两种类型的节点，过滤type的节点和其他条件过滤的节点。
      ②beta网络：有两种类型的节点beta memory和join node。前者主要存储join完成后的集合；后者包含两个输入口，分别输入需要匹配的两个集合，由join节点做合并工作传输给下一个节点。
      ③Root Node：根节点，所有对象进入网络的入口。（在一个网络中只有一个根节点）
      ④1-input node：单输入节点，可分为ObjectTypeNode、AlphaNode、LeftInputAdapterNode等。
        •Object Type Node：facts从Root Node进入Rete网络后，会立即进入Object Type Node节点。Object Type Node提供了按对象类型过滤对象的能力，通过此类节点可使规则引擎不做额外的工作。Cheese类型的facts进入网络后，只需经过类型为Cheese的Object Type Node之后的节点。如下图：
        
        •AlphaNode：Alpha 节点是规则的条件部分的一个模式。通常用于评估字面的条件。如下图，两个Alpha Node 分别评估了Cheese事实的name和strength属性。
        
        •LeftInputAdapterNode：作用是输入一个对象，传播为一个单对象列表（元组）。
      ⑤2-input node：双输入节点，包含JoinNode和NotNode。JoinNode和NotNode也属于用于比较两个对象和其域的BetaNodes。2-input node有left存储区和right存储区和左右两个输入口，其中left存储区是beta存储区，right存储区是alpha存储区。存储区储存的最小单位是工作存储区元素（Working Memory Element，简称WME），WME是为fact建立的元素，是用于和非根结点代表的module进行匹配的元素。
        •Join Node：用作连接（join）操作的节点，相当于数据库的表连接操作。
        •NotNode：根据右边输入对左边输入的对象数组进行过滤，两个 NotNode 可以完成 ‘exists’ 检查。
      ⑥Terminal Node：终端节点，到达一个终端节点，表示单条rule匹配了所有的条件。（网络中有多个终端节点；当单条规则中有or时，也会产生多个终端节点）

    Rete网络创建流程分析：

      ①创建Root Node，推理网络的入口。
      ②拿到rule1，从rule1中取出module1（模式就是最小的原子条件）。
        ⑴检查module1中的参数类型，如果是新类型，添加一个Object Type Node。
        ⑵检查module1对应的AlphaNode是否存在，如果存在记录下节点的位置；如果不存在，将module1作为一个AlphaNode加入到网络中。同时根据AlphaNode建立Alpah内存表。
        ⑶重复⑵，直到处理完所有模式。
        ⑷组合Beta节点：Beta2左输入节点为Beta1，右输入节点为Alpha2；Beta(i)左输入节点是Beta(i-1)，右输入节点为Alpha(i)，并将两个父节点的内存表内联成为自己的内存表。
        ⑸重复⑷，直到所有Beta节点处理完毕。
        ⑹将动作then部分封装成最后节点做为Beta(n)。
      ③重复②，直到所有规则处理完毕。

    运行时执行流程分析：

      推理引擎在进行模式匹配时，先对facts进行断言，为每一个fact建立WME（Working Memory Element），然后将WME从Rete鉴别网络的Root Node开始匹配，因为WME传递到的结点类型不同采取的算法也不同，所以需要对alpha结点和beta结点处理WME的不同情况而分开讨论。
        ①如果WME的类型和Root Node的后继结点TypeNode（alpha结点的一种）所指定的类型相同，则会将该fact保存在该TypeNode对应的alpha存储区中，该WME被传到后继结点继续匹配，否则会放弃该WME的后续匹配。
        ②如果WME被传递到alpha结点，则会检测WME是否和该结点对应的module相匹配。若匹配成功，则会将该fact保存在该alpha结点对应的存储区中，该WME被传递到后继结点继续匹配，否则会放弃该WME的后续匹配。
        ③如果WME被传递到beta结点的右端，则会加入到该beta结点的right存储区，并和left存储区中的Token进行匹配（匹配动作根据beta结点的类型进行，例如：join，projection，selection）。若匹配成功，则会将该WME加入到Token中，然后将Token传递到下一个结点，否则会放弃该WME的后续匹配。
        ④如果Token被传递到beta结点的左端，则会加入到该beta结点的left存储区，并和right存储区中的WME进行匹配（匹配动作根据beta结点的类型进行，例如：join，projection，selection）。若匹配成功，则该Token会封装匹配到的WME形成新的Token，传递到下一个结点，否则会放弃该Token的后续匹配。
        ⑤如果WME被传递到beta结点的左端，将WME封装成仅有一个WME元素的WME列表做为Token，然后按照④所示的方法进行匹配。
        ⑥如果Token传递到Terminal Node，则和该Root Node对应的规则被激活，建立相应的Activation，并存储到Agenda当中，等待激发。
        ⑦如果WME被传递到Terminal Node，将WME封装成仅有一个WME元素的WME列表做为Token，然后按照⑥所示的方法进行匹配。

  Rete算法的特点：

    Rete算法优于传统的模式匹配算法，原因有以下三点：

      ①Rete 算法是一种启发式算法，不同规则之间往往含有相同的模式，因此在 beta-network 中可以共享 BetaMemory 和 betanode。如果某个 betanode 被 N 条规则共享，则算法在此节点上效率会提高 N 倍。
      ②Rete 算法由于采用 AlphaMemory 和 BetaMemory 来存储事实，当事实集合变化不大时，保存在 alpha 和 beta 节点中的状态不需要太多变化，避免了大量的重复计算，提高了匹配效率。
      ③从 Rete 网络可以看出，Rete 匹配速度与规则数目无直接关系，这是因为fact只有满足本节点才会继续向下沿网络传递。

    Rete算法的缺点：

      ①facts的删除与facts的添加顺序相同，除了要执行与facts添加相同的计算外，还需要执行查找，开销很高。
      ②Rete算法使用了BetaMemory存储已计算的中间结果，以空间换取时间，从而加快系统的速度。然而BetaMemory根据规则的条件与facts的数目而成指数级增长，极端情况下会耗尽系统资源。

    针对 Rete 算法的特点和不足，在应用或者开发基于 Rete 算法的规则引擎时，提出如下建议：

      ①容易变化的规则尽量置后匹配，可以减少规则的变化带来规则库的变化。
      ②约束性较为通用或较强的模式尽量置前匹配，可以避免不必要的匹配。
      ③针对 Rete 算法内存开销大和facts增加删除影响效率的问题，技术上应该在 AlphaMemory 和 BetaMemory 中，只存储指向内存的指针，并对指针建里索引（可用 hash 表或者非平衡二叉树）。
      ④Rete 算法 JoinNode 可以扩展为 AndJoinNode 和 OrJoinNode，两种节点可以再进行组合。

  参考资料：

    Rete 算法
    Production Matching for Large Learning Systems