智能环境下分布式Rete算法

摘要 针对智能环境中基于Rete的规则推理引擎需要将数据集中到sink节点，导致传感器网络中数据传输量过大的问题，建立了Rete网络代价模型，并提出了最小传输代价的Rete分布的算法（MCoRDS）。该算法通过统计Rete网络中子模式对事实数据的依赖，发现大部分子模式在对应事实数据采集Sensor附近便具备了计算推理条件，故将Rete网络中的子模式规则分布到最早汇集其所需所有事实数据的Sensor中，即可避免事实数据进一步往sink节点的传输，从而大量减少传感器网络中的数据传输量。对比将Rete网络放置在sink节点的集中式推理进行了4组仿真实验。其中第4组实验，传感器网络总跳数由85000减至8036，减少约90.5%；其余组实验传输跳数也有一定的减少。实验结果表明，最小代价的Rete分布具有更小的数据传输量，在规则触发频率低、规则规模较大的情况下尤甚