JPS6219940A - High-speed processing system for inference - Google Patents
High-speed processing system for inferenceInfo
- Publication number
- JPS6219940A JPS6219940A JP60158210A JP15821085A JPS6219940A JP S6219940 A JPS6219940 A JP S6219940A JP 60158210 A JP60158210 A JP 60158210A JP 15821085 A JP15821085 A JP 15821085A JP S6219940 A JPS6219940 A JP S6219940A
- Authority
- JP
- Japan
- Prior art keywords
- inference
- production
- rules
- production rules
- rule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Devices For Executing Special Programs (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
【発明の詳細な説明】
〔発明の利用分野〕
本発明は、知識工学システムにおける推論方式に係り、
特に、プロダクションルールにより表現した知識の推論
を効率的に実行するために好適な推論処理方式に関する
。[Detailed Description of the Invention] [Field of Application of the Invention] The present invention relates to an inference method in a knowledge engineering system,
In particular, the present invention relates to an inference processing method suitable for efficiently inferring knowledge expressed by production rules.
従来の知識工学におけるプロダクションシステムによる
推論では、IF・・・THEN ・・・形式で記述され
たルールを知識ベース中にリスト構造で蓄えておき、プ
ロダクションルールを1つずつ取出し、推論途中状態格
納用作業用記憶装置(ワーキングメモリ)あるいは間合
せ結果とパターンマツチングを行なって適用するルール
を決定するという方式をとっていたので、推論性能上問
題がありだ。関連する公知例として、論文(小林重信:
1事象駆動凰システムと知識工学′。In conventional inference using a production system in knowledge engineering, rules written in the IF...THEN... format are stored in a list structure in a knowledge base, and the production rules are extracted one by one and used to store the state during inference. Since the method used was to determine the rules to be applied by performing pattern matching with working memory or matching results, there was a problem with inference performance. As a related publicly known example, there is a paper (Shigenobu Kobayashi:
1. Event-driven system and knowledge engineering'.
電気学会雑誌、 Vol、10LA3.Mar、198
5.P、199〜203)がある。Journal of the Institute of Electrical Engineers of Japan, Vol. 10LA3. Mar, 198
5. P, 199-203).
本発明の目的は、プロダクションルールの形に表現した
知識を用いて推論を行なう方式において推論結果を得る
までに適用するプロダクションルールの数を最少化する
こと、また、推論途中のセンサ部から取り入れる追加情
報の量を最少比する方式を提供することにある。The purpose of the present invention is to minimize the number of production rules applied before obtaining an inference result in a method that performs inference using knowledge expressed in the form of production rules, and to The objective is to provide a method that minimizes the amount of information.
本発明は、プロダクションルールの左辺部、すなわち、
そのプロダクションルールを適用し推論を進めていくか
否かの条件を記述した部分を、単一の条件要素(述語論
理でいう述語と考えられる)の積結合とみなすことによ
り縦軸に条件要素(述語)をとり、横軸にプロダクショ
ンルール塩をとったテーブル上で、各プロダクションル
ールを表現し、条件要素(述語)の真偽がセンサ部によ
り判明したとき、適用可能なプロダクションルールの絞
り込みを行ない推論処理を進行させるために要する処理
時間を減らし、且つ、センサ部から入力する追加情報を
最少化して推論を行う方法である。The present invention focuses on the left-hand side of the production rule, namely:
By regarding the part that describes the conditions for applying the production rule and proceeding with the inference as a product combination of a single conditional element (considered as a predicate in predicate logic), the vertical axis shows the conditional element ( Each production rule is expressed on a table with the production rule salt on the horizontal axis, and when the sensor unit determines the truth or falsehood of the conditional element (predicate), the applicable production rules are narrowed down. This is a method for performing inference by reducing the processing time required to proceed with inference processing and minimizing additional information input from the sensor unit.
プロダクションルールは、
IF <条件要素1〉・・・・・・・・・〈条件要素
ル〉y<アクション・1〉・・・・・・・・・〈アクシ
ョン−>と表現され、く条件要素1〉から〈条件要素ル
〉まで全て真のとき(連言標準形で表わされた論理式が
真のとき)、くアクション1〉から〈アクションm〉ま
で実行することを意味する。(但し、〈条件要素↓〉は
否定条件も含む。)知識ペース中に格納されたプロダク
ションルールは、〈条件要素L〉を縦軸にとり、横軸に
プロダクションルールをとることにより、第1図のよう
なテーブルが得られる。第1図中の真印は当該性の条件
要素が肯定条件として当該列のプロダクションルール中
に含まれることを示し、偽印は当該性の条件要素が否定
条件として当該列のプロダクションルール中に含まれる
ことを示す。テーブルの空白部分は、当該列のプロダク
ションルールに当該性の条件要素が含まれないことを示
す。The production rule is expressed as IF <condition element 1>...<condition element le>y<action 1>...<action->, and the condition element This means that when all of the conditions from 1 to 1 are true (when the logical expression expressed in the conjunctive standard form is true), actions 1 to 1 are executed. (However, <conditional element ↓> also includes a negative condition.) The production rules stored in the knowledge pace are as shown in Figure 1 by taking the <conditional element L> on the vertical axis and the production rule on the horizontal axis. You will get a table like this. A true mark in Figure 1 indicates that the conditional element of the relevant gender is included as an affirmative condition in the production rule of the relevant column, and a false mark indicates that the conditional element of the relevant gender is included as a negative condition in the production rule of the relevant column. Indicates that A blank area in the table indicates that the production rule in the column does not include the condition element of the relevant nature.
本発明のプロダクションルールから成る知識ペースを表
わすテーブルを用いれば、推論処理の基本となる適合す
るプロダクションルールなパターンマツチングにより求
めろ処理の最適化は、最小の条件要素を調べることによ
り、適合するプロダクションルールを求めることになる
。By using the table representing the knowledge pace consisting of production rules of the present invention, matching production rules, which are the basis of inference processing, can be found by pattern matching. Process optimization can be achieved by examining the minimum conditional elements. Production rules will be required.
本発明では、第1図のテーブルを用(・て、条件要素の
真偽により適用できる可能性のないルールを効率的に除
くことにより探索すべき探索木の刈り込みを行ない上記
課題を達成するものである。In the present invention, the above-mentioned problem is achieved by pruning the search tree to be searched by efficiently removing rules that cannot be applied depending on the truth or falsehood of the conditional elements, using the table shown in Figure 1. It is.
以下、本発明の一実施例を第2図から第6図を用いて説
明する。An embodiment of the present invention will be described below with reference to FIGS. 2 to 6.
第2図に本発明の全体構成図を示す。1は出力装置であ
り、推論の進行に従い間合せ事項を出力するために用い
る(アクチュエータ部)。FIG. 2 shows an overall configuration diagram of the present invention. Reference numeral 1 denotes an output device (actuator unit) used to output timing items as the inference progresses.
2は入力装置であり、1に出力された間合せ事項に対す
る回答(真、偽、または不明)を入力〈条件要素1〉・
・・・・・1厨〈アクシラン1〉・・・・・・という形
式のプロダクションルール形式に記述された知識を入力
するためにも用いる。4はテーブル形式のブロダククヨ
ンルール格納記憶装置であり、IF・・・・・・m−・
・・・・形式に記述された知識をテーブル形式に変換し
たものである。5は推論途中状態格納用の作業用記憶装
置である。2 is an input device, which inputs the answer (true, false, or unknown) to the timing item output to 1 (condition element 1).
It is also used to input knowledge written in the production rule format of the format ...1. 4 is a storage device for storing production rules in table format;
...The knowledge described in the format is converted into a table format. Reference numeral 5 denotes a working storage device for storing an in-progress state.
3は、4と5を用い、必要ならば1への出力、あるいは
2または、3からの情報の入力により推論を進める推論
処理装置である。6は推論を進めるための情報の入力(
センサ部)あるいは、推論結果の出力(アクチーエータ
部)を行なうデータペースである。3 is an inference processing device that uses 4 and 5 and proceeds with inference by outputting to 1 or inputting information from 2 or 3 if necessary. 6 is inputting information to proceed with inference (
It is a data pace that outputs inference results (sensor section) or inference results (actuator section).
第3図に、本実施例の中心的構成要素であるテーブル形
式のプロダクションルール格納記憶装置4と、推論途中
状態格納用の作業用記憶装置6との内部構成を示す。5
の内部は、条件要素(例えば、項目チェフクを行なう)
をその値(真、偽、未定)と対になるように格納する。FIG. 3 shows the internal structure of a production rule storage device 4 in a table format and a working storage device 6 for storing states in the middle of inference, which are the central components of this embodiment. 5
Inside is a conditional element (for example, check item)
is stored in pairs with its value (true, false, undetermined).
で配列構造により記憶装置上に実現する。配列をAMr
Lと表わす。配列Aynユのb行j列の要素をαLiと
する。プロダクションルールの条件部に対応する(=<
A)ときαりの値は、プロダクションルールjの条件要
素りの値が真、偽、あるいは規定せずの内、どれかを識
別できるように設定する(第3図では、識別するための
一例として、真ならば1.偽ならば2.プロダクション
ルールjでは規定しない場合には0を仮定している)。This is realized on a storage device using an array structure. AMr array
It is expressed as L. Let αLi be the element in the b row and j column of the array Ayn. Corresponds to the condition part of the production rule (=<
A) The value of α is set so that the value of the condition element of production rule j can be identified as true, false, or unspecified (Figure 3 shows an example for identifying (If true, 1. If false, 2. If not specified in production rule j, it is assumed to be 0).
配列AのL行目(b≦A)には、5の推論途中状態格納
用作業用記憶装置の内部にある条件要素りと対応がとれ
るようにしておく。The L-th row (b≦A) of the array A is made to correspond to the condition element inside the working memory device for storing the state in the middle of the inference.
グロダクシ=Jノルールのアクション部に対応する(#
>A)ときαりの値は、プロダクションルールJはL−
A行目のアクションに対し、L−1番目のアクションを
実行するのか否かを識別できるように値を設定しておく
(第3図では識別するための一例として、実行するなら
ば−1゜実行しないならば0を仮定している)。Grodakushi = corresponds to the action part of J No Rule (#
>A) When α is the value, production rule J is L-
For the A-th action, set a value so that you can identify whether or not the L-1th action is to be executed (in Figure 3, as an example for identification, if it is to be executed, it is -1°). If not executed, it is assumed to be 0).
次に、本実施例の動作を、第4図から第6図を用いて説
明する。先ず、第4図の手順に従いIF・・・・・・■
Δ・・・・・・形式に記述されたプロダクションルール
を第3図に示すようなテーブル形式に表現する。このテ
ーブルは条件要素の組み合せ(ルール)とアクションの
関係を表現したもので時系列を持っていない。このテー
ブル形式への変換は、2の入力装置からプロダクション
ルールを入力し、推論処理装置にお〜・て変換処理を行
い、4のテーブル形式のプロダクションルール格納記憶
装置にスタックすることである。この時、50条件要素
も併せて設定してお((値は未定としておく)。プロダ
クションルールを時系列のないテーブル形式で格納する
ことにより推論実行中にプロダクションルールな追加ス
ることも可能になる。Next, the operation of this embodiment will be explained using FIGS. 4 to 6. First, follow the steps in Figure 4 to IF...■
The production rules described in the Δ... format are expressed in a table format as shown in FIG. This table expresses the relationship between combinations of conditional elements (rules) and actions, and does not have a chronological order. This conversion to the table format involves inputting the production rules from the input device 2, performing conversion processing in the inference processing device, and stacking them in the table format production rule storage storage device 4. At this time, 50 condition elements are also set (the value is left undetermined). By storing production rules in a table format without chronological order, it is also possible to add production rules during inference execution. Become.
次に、第5図を用いて推論の手順を説明する。Next, the inference procedure will be explained using FIG.
先ず、11により最初に1,2を用いた間合せあるいは
データベース6からの情報入手により値を求めるべき条
件要素を決める。最初の段階では適用対象外ルールは存
在しないので4に格納されているテーブル全体に関して
適切な条件要素を探す。12において当該条件要素の値
を求める。First, using 11, the conditional elements whose values are to be determined are determined by making adjustments using 1 and 2 or by obtaining information from the database 6. At the first stage, there are no rules that are not applicable, so an appropriate condition element is searched for the entire table stored in 4. In step 12, the value of the condition element is determined.
13においては、当該条件要素の真偽が定まらないとき
には(間合せにより″わからない″という回答を得たと
きなど)、14へ進み、次善の条件要素を4のテーブル
から選択し、12へ進ム。In step 13, if the truth or falsehood of the conditional element is not determined (such as when an answer of "I don't know" is obtained due to the timing), proceed to step 14, select the next best conditional element from the table in step 4, and proceed to step 12. Mu.
13において、条件要素の真偽の値を得られたときには
、5に真偽の状態を格納する。そして、15により条件
部を全て満足するプロダクションルールが無いかどうか
判定し、有れば17へ進み当該プロダクションルールの
アクションを実行する。1日において、推論終了か否か
を判定し、終了条件が成立していれば推論を終了する。In step 13, when the truth value of the conditional element is obtained, the truth state is stored in 5. Then, it is determined in step 15 whether there is any production rule that satisfies all of the condition parts, and if there is, the process proceeds to step 17 and the action of the production rule is executed. On the 1st, it is determined whether or not the inference has ended, and if the end condition is met, the inference is ended.
18において終了条件が成立していな〜・ときには、1
9へ進み、適用ルールを決めるために適用対象外として
きたルールを元に戻す。15において条件部を満足する
ルールが無い場合には、16へ進み、4のテーブルにお
いて、条件要素の値の真偽が定まったことにより、適用
対象範囲のルールを絞り込むために、適用対象外となる
ルールをマスクする。第6図に一例を示すように、条件
要素りの値(この場合真・・・・・・・・・1)が定ま
りたので配列Aynnの9行の要素に反する値(偽)を
持つルールは適用対象外となる(例ではルールJ。If the termination condition is not satisfied in 18, then 1
Proceed to step 9 and restore the rules that have been excluded from application to determine the applicable rules. If there is no rule that satisfies the condition part in 15, proceed to 16, and in the table 4, since the truth of the value of the condition element has been determined, in order to narrow down the applicable scope of rules, it is determined that the rules are not applicable. Mask the rules. As shown in an example in Figure 6, since the value of the conditional element (in this case, true...1) has been determined, the rule has a value that is contrary to the element in the 9th row of the array Aynn (false). is not applicable (in the example, Rule J).
斜線部)。このようにして、適用ルールを決めるための
テーブルの探索範囲の縮小化を行ない、11へ進み、繰
り返す。(shaded area). In this way, the search range of the table for determining application rules is reduced, and the process proceeds to step 11 to repeat.
本実施例によれば、適用すべきプロダクションルールを
決定する機構の主要部分を各要素が最小2ピッ) (1
,2,0,−1)の配列構造で実現できるので、記憶領
域の節約になる。また知識の部分(40部分)との間合
せなどにより推論実行時に値を書き換える記憶領域(5
0部分)が分かれているため、知識が固定化した時には
、40部分を読み込み専用記憶装置で構成できるので、
低価格化、大容量化あるいは、推論機構のメンテナンス
に好都合となる。また、本実施例では、IF・・・・・
・THEN・−・・・・形式の知識記述からテーブル形
式へ変換しているので、知識の獲得方法は今まで通りで
推論性能の飛躍的向上が図れるという効果がある。According to this embodiment, each element constitutes the main part of the mechanism that determines the production rule to be applied (minimum 2 pips) (1
, 2, 0, -1), which saves storage space. Also, the storage area (5 parts) where values are rewritten during inference execution due to the timing with the knowledge part (40 parts).
Since the 0 part) is divided, when the knowledge is fixed, the 40 part can be configured in a read-only storage device.
This is convenient for lowering costs, increasing capacity, and maintaining inference mechanisms. In addition, in this embodiment, IF...
Since the knowledge description in the ``THEN'' format is converted into the table format, the method of acquiring knowledge remains the same as before, and the effect is that the inference performance can be dramatically improved.
本発明によれば、IF・・・・・・T)IEN・・・・
・−の形式で表現されるプロダクションルールを、テー
ブル形式で表現して推論に利用し適用すべきプロダクシ
ョンルールを決定するために必要とする間合せなどの情
報入手を最少にし、且つ、追加情報を入手する都度適用
可能ルール集合を絞っていくことができるので、計算機
側での推論処理の高速化および、利用者からの問合せを
減少させることができ、人間系を含めた全体システムの
処理の高速化が可能であるという効果がある。According to the present invention, IF...T)IEN...
・The production rules expressed in the - format are expressed in a table format and used for inference, minimizing the amount of information such as timing required to determine the production rules to be applied, and additional information. Since you can narrow down the set of applicable rules each time you obtain them, you can speed up the inference processing on the computer side and reduce the number of inquiries from users, increasing the processing speed of the entire system including the human system. This has the effect that it is possible to
第1図は、本発明の概要説明図、第2図は本発明の一実
施例の全体構成図、第3図は実施例の主要部の構成図、
第4図はグロダクシ■ンルールからテーブル表現への変
換手順図、第5図は推論動作手順図、第6図は手順説明
図である。
1・・・出力装置、 2・・・入力装置、3・・
・推論処理装置、 6・・・データベース。 :゛代
私弁理士小用勝男
名 / 図
第211!1
寿4 凶
第j囲
感に 図FIG. 1 is a schematic explanatory diagram of the present invention, FIG. 2 is an overall configuration diagram of an embodiment of the present invention, and FIG. 3 is a configuration diagram of the main parts of the embodiment.
FIG. 4 is a diagram showing the procedure for converting a digital syntax rule into a table representation, FIG. 5 is a diagram showing the procedure for inference operation, and FIG. 6 is a diagram explaining the procedure. 1... Output device, 2... Input device, 3...
・Inference processing device, 6...Database. :゛Private patent attorney Katsuo Katsuo / Figure No. 211! 1 Kotobuki 4 To the feeling of death
Claims (1)
知識ベースと、プロダクションルールを解釈実行する推
論処理装置と、推論途中状態を格納するワーキングメモ
リと、プロダクションルールの解釈実行時に人間あるい
はデータベースから追加情報を取り入れるセンサ部と、
推論の進捗状況および推論結果を出力するアクチュエー
タ部とから成る推論方式において、プロダクションルー
ルの左辺部の条件要素とプロダクションルールとの間の
組み合わせ状況をテーブルとして表現し、センサ部から
の追加情報により、テーブルを参照して適用不可能なプ
ロダクションルールを除き、次の推論処理ステップにお
ける適用対象プロダクションルールを絞り込むことによ
り、推論処理を高速に、且つ、センサ部から取り入れる
追加情報を最少にして推論処理結果を得ることを特徴と
する高速推論処理方式。1. A knowledge base that expresses and accumulates knowledge as production rules, an inference processing device that interprets and executes the production rules, a working memory that stores the inference intermediate state, and takes in additional information from humans or a database when interpreting the production rules. A sensor part,
In an inference method consisting of an actuator unit that outputs the inference progress status and inference results, the combination status between the condition elements on the left side of the production rule and the production rule is expressed as a table, and additional information from the sensor unit is used to By referring to the table and excluding production rules that cannot be applied, and narrowing down the production rules to be applied in the next inference processing step, the inference processing can be performed at high speed, and the additional information taken in from the sensor unit can be minimized to achieve the inference processing result. A high-speed inference processing method characterized by the following.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60158210A JPS6219940A (en) | 1985-07-19 | 1985-07-19 | High-speed processing system for inference |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60158210A JPS6219940A (en) | 1985-07-19 | 1985-07-19 | High-speed processing system for inference |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS6219940A true JPS6219940A (en) | 1987-01-28 |
Family
ID=15666686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP60158210A Pending JPS6219940A (en) | 1985-07-19 | 1985-07-19 | High-speed processing system for inference |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS6219940A (en) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63239504A (en) * | 1987-03-27 | 1988-10-05 | Toshiba Corp | Knowledge base system |
EP0342017A2 (en) * | 1988-05-12 | 1989-11-15 | Kabushiki Kaisha Toshiba | Inference processor using meta knowledge |
JPH02266434A (en) * | 1989-04-07 | 1990-10-31 | Hitachi Ltd | Fast inference system |
JPH03185523A (en) * | 1989-12-14 | 1991-08-13 | Mitsubishi Electric Corp | Inference result forecasting type expert system |
EP0451860A2 (en) * | 1990-04-12 | 1991-10-16 | Hitachi, Ltd. | Expert system development support system and expert system |
JPH04504627A (en) * | 1989-02-03 | 1992-08-13 | バン・アンド・オルフセン・ホールディング・アクティーゼ・ルスカブ | Signal processing device and method |
US5245699A (en) * | 1988-05-12 | 1993-09-14 | Kabushiki Kaisha Toshiba | Inference processor using metal knowledge |
JP2007334694A (en) * | 2006-06-15 | 2007-12-27 | Omron Corp | Factor estimation device, factor estimation program, recording medium for recording factor estimation program, and factor estimation method |
-
1985
- 1985-07-19 JP JP60158210A patent/JPS6219940A/en active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63239504A (en) * | 1987-03-27 | 1988-10-05 | Toshiba Corp | Knowledge base system |
EP0342017A2 (en) * | 1988-05-12 | 1989-11-15 | Kabushiki Kaisha Toshiba | Inference processor using meta knowledge |
US5047951A (en) * | 1988-05-12 | 1991-09-10 | Kabushiki Kaisha Toshiba | Inference processor using meta knowledge |
US5245699A (en) * | 1988-05-12 | 1993-09-14 | Kabushiki Kaisha Toshiba | Inference processor using metal knowledge |
JPH04504627A (en) * | 1989-02-03 | 1992-08-13 | バン・アンド・オルフセン・ホールディング・アクティーゼ・ルスカブ | Signal processing device and method |
JPH02266434A (en) * | 1989-04-07 | 1990-10-31 | Hitachi Ltd | Fast inference system |
JPH03185523A (en) * | 1989-12-14 | 1991-08-13 | Mitsubishi Electric Corp | Inference result forecasting type expert system |
EP0451860A2 (en) * | 1990-04-12 | 1991-10-16 | Hitachi, Ltd. | Expert system development support system and expert system |
JP2007334694A (en) * | 2006-06-15 | 2007-12-27 | Omron Corp | Factor estimation device, factor estimation program, recording medium for recording factor estimation program, and factor estimation method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPS6326726A (en) | Information processor | |
JP7084617B2 (en) | Question answering device and computer program | |
CN110795913B (en) | Text encoding method, device, storage medium and terminal | |
CN107688865A (en) | Identify the method and apparatus of potential high consumption user in online game | |
KR19990077006A (en) | Genetic Programming Method and System | |
JPS6219940A (en) | High-speed processing system for inference | |
CN112927692A (en) | Automatic language interaction method, device, equipment and medium | |
CN117475492A (en) | Facial expression recognition method, system, equipment and storage medium | |
CN111728302A (en) | Garment design method and device | |
Reitman | Programming intelligent problem solvers | |
CN116028613A (en) | General knowledge question answering method, system, computer device and storage medium | |
CN116738999B (en) | Method and storage medium for emotion analysis in low-resource scene | |
WO2021260888A1 (en) | Information processing device, information processing method, and recording medium | |
CN115211866B (en) | Arrhythmia classification method and system and electronic equipment | |
JPH10275085A (en) | Device and method for generating concept hierarchy | |
JP2000322263A (en) | Method for rationalizing constitution of fuzzy inference model | |
Lorello et al. | The KANDY Benchmark: Incremental Neuro-Symbolic Learning and Reasoning with Kandinsky Patterns | |
KR20220026890A (en) | Method and apparatus for generating ontology based on dialog | |
CN117954110A (en) | Medical information element extraction method, system and device based on mixed expert model | |
JP2001337988A (en) | Similar candidate narrowing system and similar candidate narrowing method | |
JPS60195644A (en) | Information processor | |
CN116975105A (en) | Data processing method and device based on rule engine and computer equipment | |
JPS61109148A (en) | Conflict eliminating system for production rule | |
JPS6310230A (en) | Control system for acquisition of knowledge in performance diagnosis expert system | |
JPH02230330A (en) | Inference device |