我是一个完整的Drools菜鸟。我的任务是实现一个设置规则，在没有嵌套规则的情况下，对我来说似乎非常复杂。问题如下：
我有一个名为Person的事实，其中包含age，gender，income，height，weight和其他一些内容。根据属性的值，某人可能被归类为level_1，level_2，...，level_n。例如，
when age＆lt; a以及其他属性then的任何值
classification = level_1。 when gender == female等等
其他属性的值then classification = level_2。when age＆lt; a和gender == female以及其他任何值
属性then classification = level_10。 因此，在任何规则中，都可以使用任意属性的任意组合。任何人都可以帮我表达这个吗？
问题的第二部分是级别是有序的，如果一个人满足超过1的规则，则选择最高级别。我能想到订购级别的唯一方法是使用salience自行订购规则。因此产生的规则越高，水平就越高。有更优雅的方式吗？
我发现了一个类似的问题here，但这似乎只涉及1条规则而OP可能比我更熟悉Drools，因为我还没有理解解决方案。这谈到引入一个单独的control事实，但我没有得到它是如何工作的。
编辑： 我最终必须创建一个模板并使用csv提供数据。它可能对这个问题无关紧要，但是，如果它有任何帮助......
答案 0 :(得分：0)
基于属性组合为类型事实分配离散值的问题是我称之为“分类问题”（参见Design Patterns in Production Systems）。简单的方法是为每个离散值编写一个规则，约束将属性值与所有其他属性集完全分开。请注意诸如
之类的陈述age < a和其他属性的任何值然后归类为级别1 具有误导性，不得用于推导规则，因为显然，这不是正确的要求，因为我们有
age < a && gender == female（...）然后归类为等级10 这与之前的要求相矛盾，正确写成
age < a && gender == male然后归类为等级1 同样，第2级的规范也必须完成（并且很明显，老年人没有国家）。使用这种方法，基于 i 属性的分类只有2个区间，每个区间产生2个 n 规则。如果得到的水平数量接近这个数字，这种方法是最好的。为了实现，决策表是合适的。
如果n维空间的主要子集应属于同一类，则应使用更经济的解决方案。例如，如果所有女性都应该达到同一水平，那么选择所有女性的规则可以写成并给予最高优先权;剩下的规则必须处理 n -1维。因此，最简单的场景只需要 n 规则，每个维度一个。
还可以描述n维空间中的其他区间，为每个区间提供所有维度的完整值集。为每个间隔使用适当的值子集可以避免排序规则的必要性（使用显着性）并确保实际处理所有情况。当然，如果没有设置级别，那么以低优先级触发的“直通”规则只是谨慎的。