基于规则库的产品质量在线评级与判定

1.评级判定逻辑。
1）产品各评级参数（单值型参数， 曲线型参数）初始化。
2）由通用产品评级规则对部分产品参数进行评级。
3）由品种相关的评级规则对剩余的参数进行评级。
4）产品各参数评级完成后，由产品综合评级规则利用各个参数等级信息对产品进行综合质量等级判断。
5）得到产品的综合评级结果。
2.Drools规则引擎的核心算法：Rete,ReteOO, PHREAK匹配算法。

3.质量参数评级判断
3.1自定义类型，包括质量参数名称，钢种，轧制规格。
3.2自定义方法。对数据去头去尾，是否超过上限等。
3.3构建质量参数评级规则。

4.钢厂产品综合质量评级与判断研究。
4.1.传统的规则引擎无法处理质量参数缺失的问题。钢厂由于生产线设备故障， 网络故障， 存储设备故障导致质量参数缺失。
4.2基于可信度的不确定推理方法。
利用可信度CF标识规则成立的程度，形式如下：
if e then h(CF(h,e))
CF(H,E)是该规则的可信度，作用域为[-1,1],大于0说明证据E增加了结论为真的程度，CF值越大，结论越真。小于0说明证据增加了结论为假的程度，值越小越假。为0说明证据E与结论H无关。

CF(h,e) = MB(h, e) - MD(h, e).
MB为证据的出现对H为真的信任增加的程度，MD为证据的出现对H为真的信任增加的程度。

4.2带阈值的不确定推理

表示规则的阈值（Threshold Value），为规则是否可用设定了一个限制，只有当规则中证据 E 的可信度CF时规则才有可能被使用。

4.3带加权的不确定推理

权值w表示对证据E对规则中结论结论H支持程度，权值越大，证据对结论的支持度就越高。所有权重之和为1.

4.4综合质量评级判定
规则冲突消解策略:当存在多条规则都可用时，选择可信度大的规则。

4.5综合质量评级算法（采用带权重的基于可信度的不确定性推理方法）：
1）从规则库中取出一条规则
2）将质量判定评级结果与规则Ri的条件部分进行证据完备性检查
若证据完备，则规则Ri的组合证据可信度为1，否则计算可信度并判断是否大于λ。
3）判断数据库事实是否满足匹配规则的条件。若满足则加入待执行规则队列。
4）当所有规则都匹配过后，判断待执行的规则队列规则个数。若大于0根据冲突消解策略选出规则，若等于0则选出默认规则
5）执行选出规则的的结果部分，并计算可信度，返回结果。

注意：在评级判定中，可能由于某些权重较大的质量参数缺失导致组合证据可信度较低，因此所有规则都无法匹配，此时要指定默认规则，以保证规则配置的完整性。