专利名称：一种基于情景驱动推理引擎、推理器及推理控制方法
技术领域：
本发明涉及计算机处理系统，尤其是推理器，具体地，涉及基于情景驱动的推理引擎，尤其涉及情景数据模型、基于本体的推理、基于规则的推理、个性化推荐、事件驱动的情景推理机制。从底层的传感器获得的情景数据推理出高层的和用户相关联的高层的情景信息，是一种新的个性化基于情景的推理器。
背景技术：
近年来，情景感知计算进入了一个飞快发展的阶段，各种情景感知的应用也进入了各种计算研究领域，比如智能空间、基于位置的服务、推荐系统以及安全服务等，随着情景感知概念的出现，相关的情景信息的建模也日益关注，出现了各式各异的情景模型，t匕如面向对象模型，基于逻辑模型，基于本体模型等等，在本体模型中利用本体论方法来描述情景信息的概念和相互关系，其中在本体模型中具有很明显的优点，有很强的形式化表示和语义表达能力，与面向对象模型相似，有本体模型演化出来的基于本体的推理，本体推 理机主要是针对本体进行推理，本体是指一种形式化的，对于共享概念体系的明确而又详细的说明。这个定义包括了四层含义概念模型，明确，形式化和共享。本体是对应用领域概念化的解释说明，为某个领域提供了一个共享通用的理解，从而无论是人还是应用系统之间都能够有效进行语义上的理解和通讯。目前，国内外情景感知计算各项关键技术的研究发展迅速，情景感知能力是情景计算的核心特征之一，情景是指整个物理环境，计算情景，以及用户等方面的静态与动态的特征，情景感知环境下的基于情景的推理器和传统的推理有着不同的特点和需求，从传感器中获得的情景数据是时刻变化的，在情景感知环境下，随着应用场景的改变，建立的推理模块并不是一成不变的，在人工智能领域中，有许多使用的推理引擎，如Prolog, VisualLISP, JESS, JRules, JENA等，但这些不能很好适应基于情景驱动的推理特点。
发明内容
本发明的目的是提供一种基于情景感知驱动的推理器，在基于本体的情景建模基础上设计的本体推理器，从传感器获得的数据是时刻变化的，推理的模型也应该改变，所以是一种能适应情景数据变化的情景驱动推理器的设计，能更好的提高推理效果，为使用者带来更好的用户体验。根据本发明的一个方面，提供一种基于情景驱动推理引擎，其包括方法库模块61，其至少用于存放经典的推理方法、用户的自定义的规则推理、方法库字典、描述方法本身的有关信息、方法的类别、方法的功能、方法的适用范围、方法的调用形式、以及方法的参数形式；推理模块62，其用于决定哪些规则满足事实，并给这些规则授予优先级；执行器模块63，其用于选择并执行具有最高优先级的规则、或者通用的推理方法，并把执行结果传送给情景管理器；情景驱动器模块64，其用于为情景信息提供各种特殊的管理机制；本地情景库模块65，其用于存储在推理过程中将用到的情景信息；以及情景管理器模块66，其用于为所述情景驱动器模块64提供所需要的情景信息，并根据推理结果更新所述本地情景库模块65、或者触发事件。根据本发明的另一个方面，还提供一种基于情景驱动的推理控制方法，其特征在于，包括如下步骤a.通过传感器获取情景信息；g.使用情景驱动推理引擎对情景信息进行推理；以及h.输出情景推理结果。根据本发明的又一个方面，还提供一种基于情景驱动的推理器，其特征在于，包括上述的基于情景驱动推理引擎。本发明的目的是这样实现的一个是自定义的规则的工具该工具是提供了定义规则的语法，提供了用户可视化定义规则的界面，对用户来说，可以方便快捷的定义自己的规则推理机制。 一个是方法库管理工具在方法库管理模块中包括方法库字典，方法库字典是描述了方法属性的xml文件，在系统中提供了一个可以生成xml文件的可视化的工具，当一个新的方法入库时，除了要加入方法的源程序文件而且要加入方法的描述文件，用户可以通过阅读描述文件，动态的选择哪个推理方法，这对情景数据时刻变化的推理模型中给推理过程带来更好的动态性和灵活性，可以更好的提高推理的效果。同时在方法库中，我们可以通过方法库管理工具中，对方法进行添、删，改、查询等更能，时刻保持方法库的更新，使得方法库中的方法保存可用性，高效性。一个是从情景中获得数据往往存在大量的冗余数据，异常数据以及不安全数据，并且不是所有的情景信息都是推理系统所需要的，只需要关注与规则有关的那些情景信息，这样可以大大减轻推理引擎的负担，提高推理速度。情景过滤代理从逻辑传感器、物理传感器获得的数据包的情景数据传输过来时对其进行检查，当发现不安全数据，噪音数据等将其过滤掉，应用情景过滤机制弱化了情景变化带来的推理过程频繁，效率低下的问题。一个是个性化推荐指依据用户的喜欢，行为习惯以及当前环境状态等为用户提供独特和量体裁衣式的个性化服务和内容。情景推荐是个性化推荐的一个分支，也是很重要的一个方面。一个是基于情景驱动的推理引擎，主要为情景信息提供各种特殊管理机制，解决了情景时变频率等问题，提高引擎的推理速度和灵活性。本发明的优点至少在于建立方法库管理系统，用户可以根据情景数据的变化选择最合适的推理方法。用户通过浏览xml文件获得推理方法的信息。提供了一个自定义规则推理机制。支持情景时效性的推理机制。提供情景管理器和本地化情景库。和传统的推理器相比，基于情景驱动的推理引擎有比较好的优点，在传统的推理引擎中是以目标为驱动进行推理，在情景驱动的推理引擎，是以情景驱动的推理模型，情景驱动推理引擎相比传统的推理引擎具有更好的实时性，能满足对时空频变支持的需求。
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显图I示出根据本发明的一个具体实施方式
的，基于情景的推理器的流程图；图2示出根据本发明的第一实施例的，基于情景的推理器的情景过滤过程的流程图；图3示出根据本发明的第二实施例的，基于情景的推理器的情景融合过程的流程图；以及图4示出根据本发明的第三实施例的，基于情景的推理器的情景驱动推理引擎模型的结构示意图；图5示出根据本发明的一个实施例的，基于情景的推理器所进行的情景推理的总体流程图；图6示出根据本发明的一个实施例的，基于情景的推理器的情景过滤模块的结构示意图；以及 图7示出根据本发明的一个实施例的，基于情景的推理器的情景融合模块的结构示意图。
具体实施例方式本发明的目的是提供一种基于情景感知驱动的推理器，在基于本体的情景建模基础上设计的本体推理器，从传感器获得的数据是时刻变化的，推理的模型也应该改变，所以是一种能适应情景数据变化的情景驱动推理器的设计，能更好的提高推理效果，为使用者带来更好的用户体验。下面结合附图对本发明做进一步说明。具体地，图I示出根据本发明的一个具体实施方式
的，基于情景的推理器的流程图。首先，执行步骤S101，通过传感器获取情景信息。本领域技术人员理解，具体地，所述基于情景的推理器通过逻辑传感器或者物理传感器获取情景信息。所述情景信息包括地点信息、时间信息、人物信息、交通信息、外部环境信息等等。进一步地，本领域技术人员理解，所述传感器是一种感受规定的被测量的各种量并按一定规律将其转换为有用信号的器件或装置。在本发明中，所述传感器被用于感受所述情景信息，并按一定规律将所述情景信息转换为有用信号的器件或装置。比如说GPS也是一种传感器，进一步地本领域技术人员可以根据现有技术确定各种传感器，在此不予赘述。接下来，执行步骤S102，将情景信息存入到数据库中。本领域技术人员理解，具体地，所述基于情景的推理器在接收到上述步骤SlOl中所述传感器所获取的情景信息后，首先将所述情景信息通过物理磁盘存储手段存入数据库中。进一步，本领域技术人员理解，所述数据库的最大存储量是由所使用的数据库系统决定的，在本发明中，所述数据库的最大存储量足以满足所述基于情景的推理器的运行，故不考虑溢出问题。然后，执行步骤S103，检测情景信息中是否存在冲突。情景冲突是指从同一情景源获得的数据是不一样的，比如说当前GPS检测到的物理的位置和数据库中的存在的位置不一致的话，我们就要更新数据库，存入当前最新GPS定位的信息，如果数据库中不存在某情景的信息，则把它存到数据库中。本领域技术人员理解，优选地，在上述步骤SlOl中从所述传感器获得的情景信息是时刻变化的。具体地，若检测到从同一传感器获得的情景信息发生了变化、或者检测到所述情景信息发生了错误，则判断情景信息中存在冲突。若判断为肯定的，即检测到情景信息中存在冲突，则进入下述步骤S104 ;否则，进入下述步骤S105。进一步地，本领域技术人员理解，所述情景信息的错误包括各种情况，例如从传感器(GPS)获得的地理位置可能是不正确的，因为不是每个传感器都能正确的定位。又例如上述所描述的情景信息错误的情况，在此不予赘述。接下来，执行步骤S104，处理已发现的冲突，并更新数据库。本领域技术人员理解，优选地，在上述步骤S103中的判断为肯定的情况下，执行本步骤。具体地，在从同一传感器获取的情景信息发生变化的情况下，则使用该传感器最新的情景信息，并将所述最新的情景信息存入数据库，并删除之前的情景信息，以保持情景信息的有效性。在所述情景信息发生错误的情况下，结合所述情景信息所反映的实际问题进行分析、更改、或者删除、或者忽略，结合模糊数学的隶属函数寻找约束函数，根据前一段历史趋势数据对当前的所述情景信息进行修正。对于缺失的情景信息，则可采用近阶段的线性插值法进行补缺；若时间段较长，则应该采用该时间段的历史数据恢复丢失的数据；若属于情景信息的空间缺损则用其周围数据点的信息来代替，使用一个全局常量或属性的平均值填充缺值。对冗余信息和信息数据的冗余，若通过因子分析或经验等方法确信部分属性的相关信息足以对信息进行挖掘和决策，可通过相关数学方法找出具有最大影响因子的属性信息即可。在完成本步骤后，进入下述步骤S105。接下来,执行步骤S105,情景信息过滤。本领域技术人员理解,优选地,在上述步 骤S103中的判断为否定的情况下、或者在执行完上述步骤S104的情况下执行本步骤。具体地，所述基于情景的推理器通过调用情景集管理单元、以及关联集管理单元，加载情景数据过滤模式，再利用反射机制实现模式的具体化，从而作用于原始情景信息，实现元过滤。进一步地，所述元过滤就是基于中间件系统的各个应用的共性，形成的高度抽象化的过滤模型，主要包括原子方法和关联算子。原子方法是针对各类传感器获得的情景数据进行内部属性的过滤，如温度，会存储最近时间的获取的温度；关联算子是对原始情景数据之间的关联规则的形式化描述，比如顺序关系算子对于方法FI、F2、以及F3，若将他们表示为Fl- > F2- > F3，则表示所述方法F1、F2、以及F3不能同时发生，且箭头尾部的方法要先与箭头指向方法实现，即所述方法Fl要先于所述方法F2实现，而所述方法F2要先于所述方法F3实现。更具体地，本步骤的具体内容可以参考下述图2所示实施例的描述，在此不再赘述。然后，执行步骤S106，情景信息融合。本领域技术人员理解，具体地，所述基于情景的推理器根据上述步骤S105中经过过滤的情景信息进行自适应情景融合。本发明根据情景信息的特点和情景信息之间的共性关系，提出了一套适用于情景信息的组合算子(包括等价算子、交算子、并算子、减算子、以及自定义算子)，并将情景信息融合的规则存放在情景信息知识库中。进一步地，所述自适应情景融合是指在从不同的传感器获取的情景信息的可信度基于参数在不同的环境下存在差别，针对不同的条件去最优的情景数据是自适应的一个体现。更具体地，本步骤的具体内容可以参考下述图3所示实施例的描述，在此不再赘述。接下来，执行步骤S107，检测情景信息中是否存在冲突。优选地，第二次情景冲突检测可以针对如下情况根据推理出的情景和之前的情景是否是不一致的，比如说获得用户的状态是在“讲课”，获取当前的时间是3:00，那么我们可以根据自己定义的规则和知识库的信息可以得到用户的地点是在“3教110”，但是这个时候从传感器中获得的用户的地理位置并不在这个地方，这就是为什么进行第二次的冲突检测的原因。本领域技术人员理解，类似地，本步骤与上述步骤S103类似。具体地，若检测到经过融合后的所述情景信息与融合前的情景信息存在矛盾，则判断情景信息中存在冲突。若判断为肯定的，即检测到情景信息中存在冲突，则进入下述步骤S108 ;否则，进入下述步骤Siog0进一步地，所述情景信息的错误包括各种情况，例如上述所阐述的GPS所测量得到的地理位置信息是错误的，即推理后的情景信息和从传感器中获得的情景信息是矛盾的。然后，执行步骤S108，处理已发现的冲突。本领域技术人员理解，优选地，在上述步骤S107中的判断为肯定的情况下，执行本步骤。类似地，本步骤与上述步骤S104类似。具体地，在所述情景信息发生错误的情况下，结合所述情景信息所反映的实际问题进行分析、更改、或者删除、或者忽略，结合模糊数学的隶属函数寻找约束函数，根据前一段历史趋势数据对当前的所述情景信息进行修正。对于缺失的情景信息，则可采用近阶段的线性插值法进行补缺；若时间段较长，则应该采用该时间段的历史数据恢复丢失的数据；若属于情景信息的空间缺损则用其周围数据点的信息来代替，使用一个全局常量或属性的平均值填充缺值。对冗余信息和信息数据的冗余，若通过因子分析或经验等方法确信部分属性的相关信息足以对信息进行挖掘和决策，可通过相关数学方法找出具有最大影响因子的属性信 息即可。在完成本步骤后，进入上述步骤S109。最后，执行步骤S109，使用情景驱动推理引擎对情景信息进行推理，并输出情景推理结果。本领域技术人员理解，优选地，在上述步骤S107中的判断为否定的情况下、或者在执行完上述步骤S108的情况下，执行本步骤。具体地，所述基于情景的推理器通过使用情景驱动推理引擎模块对经过冲突检测、过滤、以及融合等步骤的情景信息进行推理，并将情景推理的结果输出给用户。例如设置在房间中的传感器检测到室内温度高于某个值时，系统可以判断会议室失火，需要火警，即对于火警警报需要烟度情景数据和温度情景数据同时存在时作用才能触发，我们可以用表达式((FtempO > 400C ) A (Fsmoke () > 20))表示温度情景和烟度情景同时大于某个值，则可以推理规则推理出“房间着火”的情景推理结果，并将这个结果发送给用户。更具体地，所述情景驱动推理引擎模块的情景推理过程可以参考下述图4所示实施例的描述，在此不再赘述。进一步地，本领域技术人员理解，上述步骤S106中所述等价算子其意义在于两个情景信息其内容相同，例如从两个传感器上同时获取当前的时间，显然所获取的情景信息是一致的，即两个时间是一致的。更进一步的，本领域技术人员理解，上述步骤S106中所述交算子其意义在于当两个或两个以上不同的情景信息同时存在时使用逻辑算法交运算，从而组成新的情景信息。例如情景彳目息Al、以及A2都是从同一个对象上得到的情景彳目息，所述情景彳目息Al表不所述对象的性别是‘女性’，而所述情景信息表示所述对象的婚姻状况为‘未婚’。所述情景信息Al、以及A2通过交算子得到一个新的情景信息A3，所述情景信息A3的内容是‘未婚女性，。更进一步的，本领域技术人员理解，上述步骤S106中所述并算子其意义在于当两个或两个以上不同的情景信息同时存在时使用逻辑算法并运算从而组成新的情景信息。例如情景信息BI表示‘男人’，情景信息B2表示‘女人’，所述情景信息BI、以及B2通过并算子得到的新的情景信息B3表示‘人’。更进一步的，本领域技术人员理解，上述步骤S106中所述减算子其意义在于当两个或两个以上不同的情景信息同时存在时使用逻辑算法减运算从而组成新的情景信息。例如情景信息Cl表示‘男性’，情景信息C2表示‘老年人’，所述情景信息Cl、以及C2通过并算子得到的新的情景信息C3表示‘青年男性’。更进一步的，本领域技术人员理解，上述步骤S106中所述自定义算子其意义在于用户通过自定义的方式所定义的情景信息的算子，以便于在不同场景下灵活便捷地对情景信息进行融合操作。更进一步地，本领域技术人员理解，在上述步骤S102中，所述物理磁盘存储过程可以通过现有技术手段予以实现，例如至少王爽所著《汇编语言》、以及唐朔飞所著《计算机组成原理》等文献描述了这样的过程，在此不再赘述。图2示出根据本发明的第一实施例的，基于情景的推理器的情景过滤过程的流程图。首先，执行步骤S111，获取情景信息。本领域技术人员理解，具体地，本步骤所获取的情景信息即上述步骤S103中判断不存在冲突的情景信息、或者上述步骤S104中进过冲突处理的情景数据。
接下来，执行步骤S112，通过调用情景集管理单元以及关联集管理单元，加载情景信息过滤模式。本领域技术人员理解，具体地，情景集管理单元主要的功能管理情景的集合，包括实现对默认情景集的配置，协助核心单元加载情景集，协调关联集的作用；关联集管理单元的功能与情景集管理单元的功能类似，能够实现多默认关联集的加载、控制以及管理根据情景数据关联集的动态补充，关联发现；根据情景信息过滤模式对情景信息进行过滤。进一步地，所述情景集是指情景信息的集合，所述关联集是指情景数据关联组合的集合。所述情景集管理单元的作用在于实现情景集的加载、以及控制。所述关联集管理单元的作用在于实现关联集的加载、控制、以及关联发现。然后，执行步骤S113，利用反射机制实现模式的具体化从而使得抽象模型和具体的实现相分离，使得我们在元层提供一个抽象化的过滤模型。。本领域技术人员理解，进一步地，所述反射机制是指程序在执行的过程中，程序像数据一样表示程序状态的一种处理能力，可以动态地获取和调整系统行为。最后，执行步骤SI 14，情景输出。本领域技术人员理解，具体地，所述基于情景的推理器将经过过滤的情景信息输出给上述步骤S106所述情景信息融合步骤。图3示出根据本发明的第二实施例的，基于情景的推理器的情景融合过程的流程图。首先，执行步骤S121，将情景信息集分解成产生式条件以匹配产生式规则库的产生式条件。本领域技术人员理解，具体地，产生式规则库中是存在产生式条件的组合以及所对应的融合规则的标识号。进一步地，本领域技术人员理解，所述产生式规则库中存储可能存在的产生式条件的组合、以及所述产生式条件的组合所对应的融合规则的标识号。接下来，执行步骤S122，根据分解出来的产生式条件，在规则库中选取相应的融合规则标识号。本领域技术人员理解，将上述步骤S121中所分解成的产生式条件与所述产生式规则库中的产生式条件进行匹配，并选取匹配的产生式条件所对应的融合规则标识号。然后，执行步骤S123，根据融合规则的标识号在情景信息知识库中查找相应地融合规则。本领域技术人员理解，具体地，根据上述步骤S124所获取的融合规则的标识号，在情景信息指示库中查找该标识号所对应融合规则。进一步地，所述情景信息知识库中至少存储了多条融合规则、以及所述融合规则所对应的标识号。更进一步地，本领域技术人员理解，所述标识号与所述融合规则成对应的关系。
接下来，执行步骤S124，将产生式条件、以及信息融合模式存入规则表。本领域技术人员理解，规则表存放存放了产生式条件和信息融合的模式，使得可以对这些规则做统
一的管理。最后，执行步骤S125，重复上述步骤S122至S124直到所有产生式条件都执行完毕，存储规则表，并输出情景信息。本领域技术人员理解，在完成上述步骤S124后，判断是否所有可匹配的产生式条件都已经匹配，若判断为肯定的，则存储所述规则表，并输出所述情景信息给上述步骤S109所述情景驱动推理引擎；若判断为否定的，则重复上述步骤S122至S124，直到本步骤的判断为肯定的为止。图4示出根据本发明的第三实施例的，基于情景的推理器的情景驱动推理引擎模型的结构示意图。本领域技术人员理解，在本发明中，所述情景驱动推理引擎模型6至少包括方法库模块61、推理模块62、执行器模块63、情景驱动器模块64、本地情景库模块65、以及情景管理器模块66。本领域技术人员理解，本地情景库是存放情景信息，情景管理器模块 是对情景信息的统一管理；方法库中存放这很多推理的方法，推理模块使用的是方法库中的方法和规则；执行器模块是根据情景驱动模块了执行的，如果情景驱动器检测到情景库中的某个情景发生了变化，就像一个房间的温度和烟度都达到了一定程度，情景驱动器就会驱动执行器的工作，执行器会调用某个推理模块，进而推理模块会调用方法库中的方法和规则产生推理。具体地，本领域技术人员理解所述方法库61，其用于存放经典的推理方法、用户的自定义的规则推理、方法库字典、描述方法本身的有关信息、方法的类别、方法的功能、方法的适用范围、方法的调用形式、以及方法的参数形式等。更具体地，所述方法库模块61包括一自定义的规则的工具、以及一方法库管理工具。进一步地，所述自定义的规则的工具，其用于是用户可以定义在不同场景下基于规则的推理方法。所述自定义的规则的工具加载了情景定义的模型树、以及规则推理的常用符号，使得用户可以方便快捷得定义基于规则的推理方法。所述方法库管理工具包括一个定义方法属性的界面，用户通过所述界面可以输入方法以及参数的相关信息，也可以通过所述界面生成用于描述方法的XML文件。用户通过所述方法库管理工具可以查看所有方法的描述文件、以及方法库程序。用户通过所述方法库管理工具还可以对方法库字典进行添加、查询、删除、修改等操作，从而使可保证方法库的更新，使得方法库中的方法保持可用性、以及高效性。进一步地，本领域技术人员理解，所述经典的推理方法至少包括Jena推理、以及Jess推理。进一步地，本领域技术人员理解，所述推理模块62包括模式匹配器单元以及议程单元。所述模式匹配器单元以方法库以及本地情景库作为输入，并决定那些规则满足事实。所述议程单元用于给这些规则授予优先级。更进一步地，本领域技术人员理解，所述执行器模块63用于选择并执行具有最高优先级的规则、或者通用的推理方法，并把执行结果传送给情景管理器。进一步地，本领域技术人员理解，所述情景驱动器模块64，其用于为情景信息提供各种特殊的管理机制。所述情景驱动器模块解决了情景频变的问题，提高了所述情景驱动推理引擎的推理效率。更进一步地，本领域技术人员理解，所述本地情景库模块65用于存储在推理过程中将用到的情景信息。在本发明中，所述情景信息是一些动态的信息，会频繁发生变化。所以本发明不把所述情景信息直接存储在情景知识库中，而是建立个本地情景库来存储所述情景f目息。更进一步地，本领域技术人员理解，所述情景管理器模块66为情景驱动器模块64提供所需要的情景信息，并根据推理结果更新本地情景库、或者触发事件，以保证其实时性，从而能更好的满足对时空频变的需求。进一步地，所述情景管理器模块66还用于驱动计算设备为用户提供服务。更进一步的，本领域技术人员理解，所述自定义的规则的工具用于为用户提供方便的、可根据不同的应用场景定义适合的规则。例如用户定义若用户在客厅中，并且客厅放置了电视机，而电视机又处于播放状态，则判断用户正在看电视。当接收到三条不同的情景信息El、E2、以及E3，且所述情景信息El表示‘用户在客厅中’；所述情景信息E2表示‘客厅中放置了电视机’；以及所述情景信息E3表示‘电视机处于播放状态’，则根据自定义的规则推理出‘用户正在看电视’的信息。进一步地，本领域技术人员理解，在本发明提供的另一个具体实施方式
中，本发明 提供的推理器可以参考图5 图7实现。具体地，图5示出根据本发明的一个实施例的，基于情景的推理器所进行的情景推理的总体流程图、图6示出根据本发明的一个实施例的，基于情景的推理器的情景过滤模块的结构示意图、图7示出根据本发明的一个实施例的，基于情景的推理器的情景融合模块的结构示意图。本领域技术人员理解，从物理传感器或是逻辑传感器中获得的数据，先存入到数据库中，数据库存入到数据库后要对其进行检测，如果没有冲突的情景数据，对数据进行预处理，情景过滤，情景融合等操作，对错误的数据元组，结合数据所反映的实际问题进行分析进行更改或删除或忽略，结合模糊数学的隶属函数寻找约束函数，根据前一段历史趋势数据对当前的数据进行修正，对缺失的数据，则可采用近阶段的线性插值法进行补缺，若时间段较长，则应该采用该时间段的历史数据恢复丢失的数据，若属于数据的空间缺损则用其周围数据点的信息来代替，使用一个全局常量或属性的平均值填充缺值。对冗余数据和属性数据的冗余，若通过因子分析或经验等方法确信部分属性的相关数据足以对信息进行挖掘和决策，可通过相关数学方法找出具有最大影响因子的属性数据即可。情景过滤的核心单元控制这情景数据预处理模型的滤模块的具体实现，通过调用情景管理单元以及关联管理单元，加载情景数据过滤模式，在利用反射机制实现模式的具体化，从而作用于原始情景数据，实现过滤。情景管理单元只要功能是管理情景的集合，包括实现对默认亲近集的配置，协助核心单元加载情景集，协调关联集的作用。情景融合模型中产生式规则推理机对信息融合实现的产生式规则算法，主要步骤如下(1)当前系统获得的情景信息集合进行分解以匹配产生式规则库的产生式条件，(2)根据分解出来的产生式条件，在规则集中选取相应的融合规则(3)根据融合规则在情景信息知识库中查找相应的融合规则(4)将产生式条件,信息融合模式存入规则表(5)重复(2) (3)，直到所有的产生式条件都执行完毕，输出规则表。(I)自定义的规则的工具开发一个使得开发人员可以定义在不同场景下基于规则的推理方法的工具。该工具加载了情景定义的模型树，以及规则推理的常用符号，使得开发人员定义基于规则的推理方法可以方便快捷。
(2)方法库管理工具包含一个定义方法属性的的界面，开发人员通过这个界面可以输入方法及参数的相关信息，生成方法描述的xml文件。通过该工具可以查看所以方法描述文件，以及方法库程序。开发人员通过该工具可以对方法字典进行添加，查询，删除，修改等操作，和方法库中的程序保存一致。方法库程序模块主要为开发人员存放方法人员自定义的基于规则的推理方法和一些经典的推理模型，使得用户在开发的过程中可以动态的选择最合适的推理方法，提高推理效率。(4)情景过滤我们为此维护了一张情景规则关联表，情景和规则为多对多关系，一个情景信息可被多条使用，同时一条规则也会用到多个情景信息，通过该表我们可以动态获得所有规则可能会用到的情景信息集合。(5)情景个性化推荐从获得的基本情景数据推理出高层的情景数据并结合用户个人喜欢，习惯为用户推荐个性化信息和服务。由低层情景数据推理出高层的情景数据，并结合用户的兴趣爱好，习惯推荐给用户个性化信息和服务。
(6)情景驱动推理引擎模型情景驱动推理引擎模型主要包括推理模块、方法库、情景驱动器、本地情景库和执行器等部分，其中推理模块。知识库规则库与经典的规则推理引擎类型，而情景驱动器和本地情景库是我们为了实现情景驱动机制而添加的部分，各部分的功能如下I)方法库方法库存放了一些推理领域的推理方法，和开发人员的子定义的规则推理，方法库字典，描述方法方法本身有关信息，方法的类别，功能，使用范围，调用形式，方法的参数形式等，其特征在于一个用xml语言描述方法的特征属性等。—个是生成xml方法描述文件的开发人员界面，开发人员通过这个小工具可以自动生成方法描述的xml文件。一种推理方法库的管理系统，其特征在于包含一个是集中控制方法程序和方法描述文件的模块，主要是包括方法的查询，添加，修改，删除等模块。2)推理模块推理模块包括模式匹配器和议程，一种模式匹配器的输入包括方法库以及本地情景库，主要决定哪些规则被事实满足，议程则给这些规则授予优先级。3)执行器执行器选择并执行具有最高优先级的规则或是通用的推理方法，并把执行结果传给外部的情景管理器。4)情景驱动器是本发明的核心模块，主要为情景信息提供各种特殊管理机制。解决了情景事变频繁等问题，提高引擎的推理速度。5)本地情景库为了管理情景信息这些动态的“事实”，在本发明中，我们不是直接把情景信息存储在知识库，而是为推理引擎专门建立一个独立的数据库来存放推理需要的情景信息。6)情景管理器和情景库情景管理器为情景驱动器提供所需要的情景信息，根据推理结果更新情景库或触发事件，驱动计算设备为用户提供服务，情景库存储所有的情景信息。情景管理器和本地化情景库，情景管理器为情景驱动器提供所需要的情景信息，根据推理结果更新情景库或触发事件，驱动计算设备为用户提供服务，本地化情景库存放推理用到的情景信息。以上对本发明的具体实施 例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
权利要求
1.一种基于情景驱动推理引擎，其包括 方法库模块(61)，其至少用于存放经典的推理方法、用户的自定义的规则推理、方法库字典、描述方法本身的有关信息、方法的类别、方法的功能、方法的适用范围、方法的调用形式、以及方法的参数形式； 推理模块(62)，其用于决定哪些规则满足事实，并给这些规则授予优先级； 执行器模块(63)，其用于选择并执行具有最高优先级的规则、或者通用的推理方法，并把执行结果传送给情景管理器； 情景驱动器模块(64)，其用于为情景信息提供各种特殊的管理机制； 本地情景库模块(65)，其用于存储在推理过程中将用到的情景信息；以及情景管理器模块(66)，其用于为所述情景驱动器模块(64)提供所需要的情景信息，并根据推理结果更新所述本地情景库模块￠5)或者触发事件。
2.一种基于情景驱动的推理控制方法，其特征在于，包括如下步骤 a.通过传感器获取情景信息； g.使用情景驱动推理引擎对情景信息进行推理；以及 h.输出情景推理结果。
3.根据权利要求I或2所述的控制方法，其特征在于，在所述步骤a之后还包括如下步骤 d.对所述情景信息进行过滤处理。
4.根据权利要求3所述的控制方法，其中，所述步骤d包括如下步骤 dl.通过调用情景集管理单元以及关联集管理单元，加载情景信息过滤模式；以及 d2.利用反射机制实现模式的具体化，实现过滤。
5.根据权利要求I至4中任一项所述的控制方法，其特征在于，在所述步骤d之后还包括如下步骤 e.对所述情景信息进行融合处理。
6.根据权利要求5所述的控制方法，其中，所述步骤e包括如下步骤 el.将所述情景信息集分解成产生式条件以匹配产生式规则库的产生式条件； e2.根据分解出来的产生式条件，在规则库中选取相应的融合规则的标识号； e3.根据融合规则的标识号在情景信息知识库中查找相应地融合规则； e4.将产生式条件、以及信息融合模式存入规则表；以及 e5.重复所述步骤el至e4，直到所有产生式条件都执行完毕，存储规则表，并输出情景信息。
7.根据权利要求I至6中任一项所述的控制方法，其特征在于，在所述步骤d之前还包括如下步骤 c.检测所述情景信息中是否存在冲突，其中，若所述情景信息中存在冲突则处理已发现的冲突，并更新数据库。
8.根据权利要求I至7中任一项所述的控制方法，其特征在于，在所述步骤a之后还包括如下步骤 b.将所述情景信息对应地存入到数据库中。
9.根据权利要求I至8中任一项所述的控制方法，其特征在于，在所述步骤g之前还包括如下步骤 f.检测所述情景信息中是否存在冲突，其中，若所述情景信息中存在冲突则处理已发现的冲突。
10.一种基于情景驱动的推理器，其特征在于，包括根据上述权利要求I所述的基于情景驱动推理引擎。
11.根据权利要求10所述的基于情景驱动的推理器，其特征在于，所述基于情景驱动推理引擎根据上述权利要求2至9中任一项所述的控制方法实现所述基于情景驱动的推理过程。
全文摘要
本发明提供一种基于情景驱动推理引擎，其包括方法库模块、推理模块、执行器模块、情景驱动器模块、本地情景库模块以及情景管理器模块。根据本发明的另一个方面，还提供一种基于情景驱动的推理控制方法，其特征在于，包括如下步骤a. 通过传感器获取情景信息；b. 使用情景驱动推理引擎对情景信息进行推理；以及h.输出情景推理结果。还提供一种基于情景驱动的推理器。传统的推理引擎中是以目标为驱动进行推理，在情景驱动的推理引擎，是以情景驱动的推理模型，情景驱动推理引擎相比传统的推理引擎具有更好的实时性，能满足对时空频变支持的需求。
文档编号G06F17/30GK102750276SQ20111009592
公开日2012年10月24日 申请日期2011年4月18日 优先权日2011年4月18日
发明者刁丽娟, 张少飞, 曹慧静, 梁超, 谈嵘, 陈俊奎, 陈鹏, 顾君忠 申请人:华东师范大学