El documento describe el algoritmo Rete, el cual mejora la eficiencia de los lenguajes basados en reglas al recordar el estado de la comparación entre reglas y hechos de un ciclo a otro. Sólo procesa los cambios en los hechos, evitando recalcular coincidencias existentes. Guarda información de "coincidencia parcial" y "coincidencia de patrón" para acelerar futuras comparaciones. Su principal desventaja es el uso de memoria.

1. Eficiencia de los lenguajes basados en reglas 1ª parte

2. Introducción Los lenguajes basados en reglas como CLIPS, ART, OPS5 y OPS83 usan un algoritmo muy eficaz para comparar los hechos con los patrones de reglas y determinar cuales de ellas han satisfecho sus condiciones.

3. Algoritmo Rete A este algoritmo se le llama «algoritmo de comparación de patrones Rete» Para escribir reglas eficientes en CLIPS no es necesario comprender el algoritmo de Rete, pero la comprensión del algoritmo que este algoritmo facilita que se entienda por qué es más eficiente escribir reglas de una manera específica.

4. Algoritmo Rete En la siguiente figura se muestra un problema atendido mediante el algoritmo Rete, después examinaremos otros algoritmos no tan eficientes y los compararemos con el primero.

5. Figura

6. Algoritmo Rete Si sólo tiene que ocurrir una vez el proceso de comparación, entonces la solución del problema es sencilla; el mecanismo de inferencia puede examinar cada regla y luego buscar el grupo de hechos para determinar si se han satisfecho los patrones de la regla. En este caso es posible colocar la regla en la agenda, como se muestra a continuación

7. Figura

8. Problema de comparación Sin embargo, en los lenguajes basados en reglas, el proceso de comparación tiene lugar varias veces; en condiciones normales la lista de hechos se modificará durante cada ciclo de ejecución, y se pueden agregar o eliminar hechos.

9. Problema de comparación Estos cambios pueden provocar que algunos patrones no satisfechos previamente se satisfagan, o viceversa El problema de la comparación se vuelve un proceso continuo.

10. Redundancia temporal Si se hace que el mecanismo de inferencia verifique cada regla para dirigir la búsqueda de hechos después de cada ciclo de ejecución, se tendrá una técnica simple y directa para resolver este problema, pero este método puede ser muy lento La mayor parte de los sistemas basados en reglas exhiben una propiedad llamada «redundancia temporal»

11. Redundancia temporal Por lo general, las acciones de una regla sólo cambiarán unos cuantos hechos de la lista, es decir, los hechos cambian lentamente con el tiempo. Cada ciclo de ejecución puede verificar un pequeño porcentaje de los agregados o cambiados y, por tanto, sólo un pequeño porcentaje de reglas suele verse afectado por estos cambios. De esta manera, hacer que las reglas dirijan la búsqueda de los hechos necesarios requiere de muchos menos cálculos innecesarios, ya que es probable que la mayor parte de reglas en el ciclo actual no hayan cambiado.

12. Redundancia temporal La ineficiencia de este método se muestra en la siguiente figura, en la que el área sombreada representa los cambios que se hicieron a la lista de hechos.

13. Figura

14. Algoritmo Rete Es posible evitar el re cálculo innecesario si se recuerda lo que ya se ha comparado de un ciclo a otro y luego calcular sólo los cambios necesarios para los hechos recién agregados o eliminados. En esta otra modalidad las reglas permanecen estáticas y los hechos cambian, de modo que los hechos deben encontrar las reglas y no al revés.

15. Figura

16. Algoritmo Rete El algoritmo de comparación de patrones Rete está diseñado para aprovechar la redundancia temporal exhibida por sistemas expertos basados en reglas, lo que hace al guardar el estado del proceso de comparación de un ciclo a otro y luego calculando de nuevo los cambios en este estado sólo para los cambios que suceden en la lista de hechos.

17. Búsquedas de hechos para reglas Es decir, si un conjunto de patrones encuentra dos de los tres hechos necesarios en un ciclo, no se requiere de una verificación durante el siguiente ciclo para los dos hechos que ya se encontraron, sólo el tercer hecho es de interés.

18. Búsquedas de hechos para reglas El estado del proceso de comparación sólo se actualiza a medida que se agregan y se eliminan hechos; si el número de hechos agregados y eliminados es pequeño en comparación con el número total de hechos y patrones, el proceso de comparación avanzará con rapidez.

19. Coincidencia parcial Si sólo se procesan las actualizaciones a la lista de hechos, cada regla debe recordar lo que ya se ha comparado –es decir, si un nuevo hecho ha coincidido con el tercer patrón de una regla, la información sobre las comparaciones con los dos primeros patrones debe estar disponible para finalizar el proceso de comparación. Al tipo de información de estado que indica los hechos que tienen patrones coincidentes en una regla se le llama «coincidencia parcial»

20. Coincidencia parcial Una coincidencia parcial para una regla es cualquier conjunto de hechos que satisface los patrones de una regla. Una coincidencia parcial de todos los patrones de una regla también sería una activación.

21. Coincidencia de patrón Al otro tipo de información de estado guardada se le llama coincidencia de patrón, que se presenta cuando un hecho ha satisfecho un patrón individual de cualquier regla sin considerar las variables de otros patrones que puedan restringir el proceso de coincidencia.

22. Desventajas La principal desventaja es que utiliza mucha memoria, en tanto que la comparación simple de todos los hechos con todos los patrones no necesita memoria; el solo guardado del estado del sistema usando coincidencias de patrón y coincidencias parciales puede consumir cantidades considerables de memoria.

23. Similitud estructural Se refiere al hecho de que muchas reglas a menudo contienen patrones o grupos de patrones similares. El algoritmo Rete utiliza esta función para aumentar la eficiencia mediante la unión de componentes comunes, de modo que no tienen que calcularse más de una vez.