上文介绍了复杂控制逻辑（Complicated Logic Control，CLC）的一个设计实例，包含了R0数据库发现、R1强规则、R2弱规则（包含模型评级和反欺诈算法）、R3浅层CLC以及R4深层CLC的功能设计。这个逻辑设计框架要实际的发挥作用则需要依赖一种被称为规则引擎的系统，该系统是从推理引擎发展而来的，它
现实生活中，规则无处不在。法律、法规和各种制度均是；对于企业级应用来说，在IT技术领域，很多地方也应用了规则，比如路由表，防火墙策略，乃至角色权限控制(RBAC)，或者Web框架中的URL匹配。不管是那种规则，都规定了一组确定的条件和此条件所产生的结果。 举一个例子： IF 汽车是红色 车是运动型
项目中需要设计开发一个规则引擎服务，于是调研了业界常用的规则引擎。 常见的规则引擎如下： Ilog JRules 是最有名的商用BRMS； Drools 是最活跃的开源规则引擎； Jess 是Clips的java实现，就如JRuby之于Ruby，是AI系的代表； Visual Rules（旗正规则引擎）国内商业规则引擎品牌，
RETE算法 将M1的结果存储起来，下次再来，就不用重复计算了。除非A、B值改了。这就是rete算法。 决策树 问题：我买了一个西瓜，它的特点是纹理是清晰，根蒂是硬挺的瓜，你来给我判断一下是好瓜还是坏瓜？ 决策表
