[/size][size=medium]Mandarax是一个开源Java类库的扣除规则。它提供了一个基础设施的定义,管理和查询法治基础。 Mandarax选择,理由如下:
Mandarax is pure OO, not a translation of a prolog interpreter from c to java. Mandarax是纯粹的面向对象的,而不是一个翻译Prolog语言翻译从C到Java 。 The design is flexible and open, making use of well-known design patterns such as factory , adapter , singleton , strategy and others. 设计是灵活和开放的,利用众所周知的设计模式,如工厂,适配器,单身,战略和其他人。
Mandarax is based on backward reasoning. Mandarax是基于反向推理。 This fits perfectly in a computing landscape based on a pull model (eg a transaction initiated from a web site). 这完全符合在计算景观的基础上拉模式(例如交易开始从一个网站) 。 Data (eg, from relational databases) can be integrated on the fly at query time, no replication is necessary (see the manual for a more detailed discussion of "Mandarax vs. RETE"). 数据(例如,从关系型数据库)可集成的飞行时间查询,复制是没有必要的(见该手册更详细的讨论“ Mandarax与网” ) 。
The easy integration of all kinds of data sources. 易于集成的各种数据源。 Eg, database records can be easily integrated as sets of facts and reflection is used in order to integrate functionality available in the object model. Other data sources (like EJB, data returned by web services etc) can be integrated as well. 例如,数据库记录可以很容易地集成套的事实和反思中使用,以整合功能的对象模型。其他数据来源(如EJB ,传回的数据网络服务等) ,可以集成的。
Mandarax includes a comprehensive library of pre-defined predicates and functions. Mandarax包括一项全面的图书馆预先定义谓词和职能。
Mandarax contains a reference implementation of an inference engine. Mandarax包含一个参考实施的推理引擎。 This engine is very flexible: unification algorithm, loop checking algorithm and selection policy can be configured. 这种发动机是非常灵活:统一算法,环路检测算法和政策选择可配置。
Rule bases can be made persistent using the XKB module. 第基地,可长期使用XKB模块。 This module stored rules and other knowledge in a format similar to RuleML. 此模块存储规则和其他知识的格式类似RuleML 。 The Mandarax team itself is part of the RuleML initiative working on a XML standard for rules. 团队的Mandarax本身的一部分, RuleML倡议制定一项XML标准的规则。 Export and import of RuleML rule bases is supported. 出口和进口RuleML法治基础的支持。
Mandarax is well documented and there are various QA measures in place. Mandarax是有据可查的,并有各种质量保证措施到位。 Events are logged using the apache log4j framework, and there is a re-usable set of test cases for mandarax core functionalities. 事件记录使用阿帕奇log4j框架,并有一个可重复使用的一套测试案例的mandarax核心功能。
Mandarax is free and open source. Mandarax是免费和开源。 The software license used is the GNU lesser general public license, making the software suitable for both open-source and commercial projects. 该软件许可使用的GNU通用公共许可证,使软件适合开源和商业项目。
Mandarax knowledge bases can be queried as relational databases using the mandarax jdbc driver. Mandarax知识基础可查询关系数据库的使用mandarax JDBC驱动程序。
Extensions are available including graphical user interface components (swing and servlet/jsp tag based) and other add-ons. 可扩展,包括图形用户界面组件(挥杆和的servlet / JSP的标记为基础)和其他附加功能。
分享到:
相关推荐
Mandarax是规则引擎的纯Java实现。 它支持基于反射,数据库,EJB等的多种事实和规则,并支持XML标准(RuleML 0.8)。 它使用反向链接提供了符合J2EE的推理引擎。
- **Mandarax**:采用反向推理技术,特别适合处理复杂的查询和数据集成任务。它支持多种数据源,如数据库和对象模型。 - **OFBiz Rule Engine**:作为Apache OFBiz项目的一部分,这个规则引擎专注于电子商务和供应...
变色龙是一个基于规则的专家系统,可以帮助半干旱地区的农民防止灌木丛被侵犯。 它在具有MySQL的Tomcat服务器上作为Web应用程序运行,并且基于用于推导规则的Mandarax库及其前端Oryx。
# 压缩文件中包含: 中文-英文对照文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字: jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压最外层zip,再解压其中的zip包,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件;
SQLite3的使用+API接口的调用(c/c++、Qt)
# 压缩文件中包含: 中文文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字: jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压最外层zip,再解压其中的zip包,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件;
内容概要:本文介绍了如何使用混沌-高斯变异-麻雀搜索算法(CGSSA)优化BP神经网络来进行电力行业的回归预测。主要内容包括数据准备、BP神经网络构建、CGSSA优化过程、以及优化前后效果对比。通过MATLAB代码实现,展示了如何读取EXCEL数据并进行训练和测试,最终通过图表和误差指标对比优化前后的预测效果。 适用人群:适用于具有一定MATLAB编程基础和技术背景的研究人员、工程师,特别是从事电力数据分析和机器学习领域的专业人士。 使用场景及目标:① 对电厂运行数据进行精准回归预测,辅助电厂运维规划和能源分配优化;② 提供详细的代码实现和优化方法,帮助用户理解和应用CGSSA优化BP神经网络的技术。 其他说明:文中提供了完整的代码示例,包括主程序、数据划分、BP神经网络预测、CGSSA-BP神经网络预测和结果对比等功能模块。此外,还讨论了一些优化技巧和注意事项,如数据归一化、隐藏层节点选择等。
第三方浏览器下载包.apk
嵌入式系统开发_ARM11架构_Linux操作系统_QT48开发环境_QTCreator工具_人脸识别算法_商业保密技术_QML界面开发_视频嵌入技术_跨平台移植_基于上海高校
宠物领养救助系统是基于SpringBoot+MyBatisPlus+Vue+MySQL开发的Java项目,适合作为Java课程设计、毕业设计或期末大作业。技术涵盖前后端开发,帮助初学者快速掌握Java全栈技能。采用IDEA开发,代码规范,易于二次扩展,是Java学习者的理想实战项目!
winmm钢琴程序代码QZQ
scratch少儿编程逻辑思维游戏源码-狗狗变形者.zip
# 压缩文件中包含: 中文文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字: jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压最外层zip,再解压其中的zip包,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件;
内容概要:本文详细介绍了基于回声状态网络(ESN)的数据分类预测方法及其Matlab实现。首先简述了ESN的基本概念,强调其作为特殊递归神经网络的特点,即储备池连接权值固定不变。接着逐步展示了从数据准备、ESN模型构建、训练到预测的具体步骤,包括参数设置、状态更新规则、输出层训练方法等。文中还探讨了各部分代码的作用及意义,并提供了调参建议,如谱半径、泄漏率等参数的选择依据。此外,作者分享了自己在实验过程中的一些经验和心得,指出ESN在处理时间序列分类任务方面的优势。 适合人群:对递归神经网络特别是ESN感兴趣的科研工作者、学生以及有一定编程基础并想深入了解ESN机制的研究人员。 使用场景及目标:适用于需要进行时间序列数据分析和分类的应用场合,如金融趋势预测、语音识别等领域。通过学习本文提供的完整流程,读者可以掌握如何利用ESN解决实际问题,并能够根据自身需求调整模型参数以获得更好的性能。 其他说明:文中不仅给出了完整的Matlab代码示例,而且针对每一环节进行了详细的解释,帮助读者更好地理解ESN的工作原理和技术细节。同时提醒读者注意某些关键参数的调节范围,以便于在实际项目中取得理想的效果。
内容概要:本文深入介绍了威纶通触摸屏一机多屏程序及其与FX3U系列PLC和MODBUS通讯的集成应用。首先,文章阐述了系统的硬件架构,即一个FX3U系列PLC搭配四个MT6051ip触摸屏的工作原理。接着,详细解析了威纶通模板的特点,特别是梯形图的详尽注释,便于理解和维护。此外,文章还探讨了PLC与上位机的MODBUS通讯设置,包括波特率、数据位、停止位等参数的具体配置方法。最后,强调了该系统的学习意义和借鉴价值,适用于新手和资深工程师。 适合人群:从事自动化控制领域的工程师和技术人员,尤其是那些希望深入了解PLC、触摸屏和MODBUS通讯的人群。 使用场景及目标:①帮助工程师快速掌握威纶通触摸屏的一机多屏配置;②提高PLC与触摸屏、上位机之间的通讯效率;③优化中小型企业生产线的监控系统,提升生产效率和稳定性。 其他说明:文中提供的实例和代码片段有助于读者更好地理解和实践相关技术,同时附带了一些实用的小技巧,如心跳检测和双看门狗设计,增强了系统的可靠性和容错能力。
无人机航测_大疆航线规划_KMZ文件生成与解析_基于JavaXStream注解的DJIPilot2兼容航线文件处理工具_支持航点飞行建图航拍等多种任务模板_包含航线高度速度航向角失
内容概要:本文详细介绍了蒙特卡洛方法在工程可靠度计算中的应用,特别是在处理涉及多种概率分布参数的情况下。首先展示了基本的Matlab实现,如生成正态分布和极值分布的随机样本,并通过极限状态函数判断结构的安全性。接着讨论了处理相关变量的有效方法——拉丁超立方抽样,以及进一步提高计算效率的重要抽样法。此外,还探讨了并行计算和置信区间的计算,确保结果的准确性。最后强调了蒙特卡洛方法在解决复杂可靠度问题中的优越性和实用性。 适合人群:从事工程可靠度分析的研究人员和技术人员,以及对数值模拟感兴趣的工程师。 使用场景及目标:适用于需要评估结构或其他系统的可靠性的场合,尤其是在无法获得解析解的情况下。目标是提供一种简单有效的数值方法来估算失效概率和可靠度。 其他说明:文中提供了大量具体的Matlab代码示例,帮助读者更好地理解和应用蒙特卡洛方法。同时提醒使用者注意计算资源的合理分配,以平衡精度和效率。
基于SpringBoot+MyBatisPlus+Vue+MySQL的人力资源管理系统,专为Java课程设计、毕业设计及期末大作业打造。采用主流技术栈(Idea开发),适合Java初学者快速上手,提供完整源码与文档,助力高效完成学习任务!
Screenshot_2025-01-26-01-50-08-41.jpg