موتور قوانین کسب و کار چیست؟

موتور قوانین کسب‌ و کار معمولاً به یک جز نرم‌افزاری اطلاق می‌گردد که به افراد غیر برنامه‌نویس اجازه می‌دهد تا بدون تغییر در کد برنامه قوانین و مقرراتی را برای اجرا و استفاده در نرم‌افزار معرفی نمایند.

هوش مصنوعی تحقیق گسترده‌ای است که بر روی “تفکر رایانه مانند انسان” متمرکزشده و شامل رشته‌های مختلفی مانند شبکه‌های عصبی، الگوریتم‌های ژنتیک، درختان تصمیم‌گیری و سیستم‌های خبره است.

ارائه دانش بخشی از هوش مصنوعی است که روی ایجاد، اصلاح و نمایش دانش کار می‌کند. سیستم‌های خبره از ارائه دانش برای تسهیل در تدوین دانش در داخل پایگاه‌های دانش و استفاده از آن‌ها برای نتیجه‌گیری و استدلال استفاده می‌کنند. سیستم‌های خبره همچنین به نام‌ سیستم‌های دانش‌محور و سیستم‌های خبره دانش‌محور که بر مبنای هوش مصنوعی شکل‌گرفته نیز شناخته می‌شوند. EMYCIN را می‌توان به‌عنوان اولین پوسته سیستم‌های خبره دانست که بر روی سیستم تشخیص پزشکی MCYCIN شکل گرفت. درحالی‌که سیستم‌های خبره تا آن زمان دارای ساختار منطقی در داخل کد برنامه بودند، این پوسته توانست ساختار منطقی برنامه را از سایر کدها جدا نماید. بعدازآن ابزارهایی مانند Drools توانستند مفاهیم امروز موتورهای قوانین کسب‌وکار را با تفکیک منطق برنامه از داده‌ها و سایر قسمت‌ها شکل دهند.
موتور قوانین کسب‌ و کار به‌طورکلی به سامانه‌هایی که قوانین به هر فرمی را روی اطلاعات اعمال و نتایجی را مشخص می‌نماید اطلاق می‌گردد. سیستم موتور قوانین یک ماشین تورینگ کامل با تمرکز بر روی بیان دانش به زبان غیرمبهم است.
موتورهای قوانین به‌طورمعمول بر روی ساختار ساده

when

<conditions>

then

<actions>;

بنانهاده شده است.
روند تطبیق حقایق (داده‌) جدید یا موجود در برابر قوانین را که توسط موتور استنتاج انجام می‌شود، تطبیق الگو می‌نامند. برای تطبیق الگو توسط موتور استنتاج الگوریتم‌های مختلف ذیل وجود دارد:

Linear
Rete
Treat
Leaps

همان‌طور که در شکل نشان داده‌شده است، موتور استنتاج، قوانین موجود در Production Memory‌ را بر روی‌داده‌های موجود در Working Memoty اعمال نموده و نتایج را منعکس می‌نماید.
برای اجرای سیستم‌ قوانین دو روش وجود دارد: زنجیره روبه‌جلو و زنجیره روبه عقب. سیستم‌هایی که از هر دو روش استفاده می‌کنند سیستم‌های زنجیره ترکیبی می‌نامند. درک این دو روش تفاوت بین سیستم‌های مدیریت قوانین مختلف را مشخص و منجر به دریافت نتیجه بهتر از آن‌ها می‌گردد. روش زنجیره روبه‌جلو داده محور بوده و درنتیجه به‌صورت ارتجاعی عمل می‌کند. در این روش اطلاعات در Working Memory مورد پردازش قرارگرفته و قوانین روی آن‌ها اعمال می‌گردد.

روش زنجیره روبه عقب هدف محور است. به این معنی که سیستم با یک نتیجه موردنظر شروع کرده و سعی در ایجاد آن با داده‌های موردنظر می‌نماید.