（计算机应用技术专业论文）基于Petri网的主动数据库规则建模与行为分析(1).pdf

摘要 主动数据库系统一般可认为是由数据库和建立在数据库上的主动规则集构 成。主动数据库规则的形式一般为e c a 规则。但是，由于规则集中的规则可能相 互作用、相互影响，从而使规则的行为十分复杂，规则设计人员必须预计他们设 计的规则会给数据库状态带来什么样的不良影响。对设计出来的规则分析它们的 行为特征对主动数据库系统来说是十分必要的。 规则行为的复杂性主要体现在终止性和行为一致两个方面，这通常也称为主 动规则行为特征问题。对于一个规则集r ，如果可以找到一种正确的方法来判定 在什么情况下对规则集r 的处理能保证终止或行为一致，就可以为e c a 规则系统 构造关于规则行为的分析工具，帮助设计人员改善他们所设计的规则，这正是本 研究的意义所在。 在这个领域的研究已广泛开展，现有的算法各有不足之处，因为它们有的利 用底层数据库的特定语义，或者很大程度上依赖于底层数据模型( 关系型或面向 对象性) 等。其中，关联图分析法是一种比较通用的方法，它是基于两个关联图： 触发图( t g ) 和激活图( a g ) 。这是目前应用得最多的规则分析方法，但它也有 难以灵活地扩展以适应不同的规则语义的缺点，并且其分析结果也不够精细。 因为p e t r i 网特别适合于描述规则的异步并发行为，能恰当的表达不同的规 则语义，所以本文采用p e t r i 网模型对主动数据库规则系统及其处理过程进行建 模，并以此来分析规则的行为特征是可行的。 本研究用p c t r i 网作为主动数据库建模与分析的工具，根据主动数据库规则集 建模的特殊性，研究了用适当的p e t r i 网结构建立主动规则集的p e t r i 网模型，并 以此p c t r i 网模型为基础来研究分析规则行为的终止性和一致性。 本文首先确定了存储规则状态的子网p e t r i 网结构，用子网构造单条规则的 p e t r i 网结构，再由单条规则构造整个规则集的p c t r i 网模型。然后，以建立p c t r i 网模型为基础，给出了一种基于执行图( e g ) 终止性分析算法，它是对可达图分 析方法的改进。根据规则一致性保证策略，建立了带优先级规则的p e t r i 网模型， 并对它的一致性进行分析。最后，逐步将模型扩展到带延迟执行型、非自惰化和 读触发等情形，使模型适应更多的规则语义。 本研究表明，用p e t r i 网建模能准确地表达了主动数据库规则的语义，并且， 该模型可以很方便的扩展以适应不同的规则语义的要求。通过对具体的规则集实 例的分析，结果表明基于p e t r i 网模型的主动数据库规则行为分析的方法是可行 的、有效的。 关键词：p e t r i 网；主动数据库：主动规则；行为特征分析 a b s t r a c t i ti sg e r e r a l l yr e g a r d e dt h a tt h ea c t i v ed a t a b a s es y s t e mi sc o m p o s i t e do fad a t a b a s e a n da c t i v er u l es e tb u i l to nt h ed a t a b a s e e c ar u l ei su s u a l l ya d a p t e dt of o r mt h ea c t i v e d a t a b a s er u l e h o w e v e r , b e c a u s eo ft h ei n t e r a c t i o na n di n t e r f e r e n c eb e t w e e nr u l e si n t h er u l es e t ，t h eb e h a v i o u ro fr u l e sb e c o m er a t h e rc o m p l i c a t e d t h er u l ed e s i g n e rm u s t e s t i m a t et h es i d e - e f f e c to ft h er u l e s ，w h i c ht h e yd e s i g n e d ，t ot h es t a t eo ft h ed a t a b a s e i t i sn e c e s s a r y 幻a n a l y s i st h eb e h a v i o u rc h a r a c t e r so fr u l e s f o ra c t i v ed a t a b a s es y s t e m t h ec o m p l e x i t yo ft h er u l e sb e h a v i o u rm o s t l ye x i s t si nt w oa s p e c t s ：t e r m i n a t i o n a n dc o n s i s t e n c y , w h i c ha r ea l s oc a l l e da st h ep r o b l e mo ft h ea c t i v er u l eb e h a v i o u r c h a r a c t e r s c o n s i d e r i n gag i v e nr u l es e tr 。i fw e c a nf i n dp r o p e rm e t h o d st oj u d g e u n d e rw h i c hc o n d i t i o n srh o l dt h et e r m i n a t i o na n dc o n s i s t e n c y t h e r e f o r e i ti s p o s s i b l et oc o n s t r u c ta n a l y s i st o o lo f r u l eb e h a v i o u rf o rt h ee c ar u l es y s t e m ，o nw h i c h i st h em e a n i n go fm yr e s e a r c hb a s e do n r e s e a r c hi nt h i sf i e l dh a sb e e n q u i t ee x t e n s i v e m a n yo f t h e e x i s t i n ga n a l y s i sh a v e t h ed i s a d v a n t a g e s o m eb a s e do nt h es p e c i f i cs e m a n t i c so fu n d e r l i n gd a t a b a s es y s t e m s o m eh e a v i l yr e l y e do nt h eu n d e r l y i n gd a t am o d e l ( r e l a t i o n o b j e c t o r i e n t e d ) a m o n g t h e s em e t h o d s ，ac o m m o nm e t h o dn a m e dc o n j u n c t i o ng r a p h ，w h i c hb a s e do nt w o g r a p h s ：t h et r i g g e r i n gg r a p ha n da c t i v a t i o ng r a p h i ti s t h em o s tg e n e r a l l ya p p l i e d a p p r o a c ht or u l ea n a l y s i s b u t ，i th a ds o m ed i s a d v a n t a g e s ：i ti sd i f f i c u l t 的e x t e n df o r v a r i o u r sr u l es e m a n t i c sa n dt h ec o n c l u s i o no f a n a l y s i si sn o tp r e c i o u sc n o u g h f o rp e t r in e ti s s p e c i a l l y s u i t a b l et od e s c r i b et h e a s y n c h r o n o u s c o n c u r r e n t b e h a v i o u ro fr u l e s ，i ti s a d a p t e dt om o d e l t h er u l es y s t e ma n dr u l ep r o c e s s i n gi nt h i s p a p e r , w h i c h i sa b l et op r o p e r l ye x p r e s sv a r i o u sr u l e ss e m a n t i c s t h u s ，i ti sf e a s i b l et o a n a l y s i sr u l eb e h a v i o u r i nm yr e s e a r c h ，p e t r in e ti su s e da st o o l so fm o d e l i n ga n da n a l y s i so fa c t i v e d a t a b a s e a n d a c c o r d i n g t op a r t i c u l a r i t yo fa c t i v er u l e sm o d e l i n g , s u i t a b l ep e t r in e tf o r a c t i v er u l es e ti sd i s c u s s e d a tt h es a m et i m e ，b a s e do nt h eb u i l tm o d e l ，t e r m i n a t i o na n d c o n s i s i t e n c y o fr u l eb e h a v i o u ri ss t u d i e d i nt h i sp a p e r , f i r s to fa l l ，p e t r in e tc o n s t r u c t i o no fs u b n e ti sd e c i d e d ，w h i c hi su s e d t os t o r ea c t i v er u l e s t a t e s s i n g l e r u l e sp e t r i n e tc o n s t r u c t i o ni sc o m b i n e d b y s u b n e t t h e n ，p e t r i n e tm o d e lo fw h o l er u l es e t i sc o m p o s e do ft h a to fs i n l g l er u l e ， b a s e do nt h eb u i l tm o d e l ，a na l g o r i t h mo ft e r m n a t i o na n a l y s i sb a s e do ne x c u t i o ng r a p h ( e g ) i sp r o v i d e d ，w h i c h i si m p r o v e df r o mr g i no r d e rt 0p r e s e r v et h ec o n s i s t e n c eo f r u l eb e h a v i o u r , p r i o r i t yo fe x e c u t i o nw a sd e n f i n e do nr u l es e t s u b s e q u e n t l y p e 缸n e t m o d e lo fr u l es e tw i t hp r i o r i t yi sc r e a t e d ，a n di t sc o n s i s t c n c yi sc o n s i d e r e d a tl a s t ，t h e m o d e li se x p a n d e dt of i t f o l l o w i n gs i t u a t i o n s ：n o n s e l f d e a t i v a t i o n ，d e l a y e de x e c u t i o n a n d t r i g g e r e db yr e a d i n g ，i no r d e r t ob ef l e x i b l et om o r er u l es e m a n t i c s m y r e s e a r c hi n d i c a t e st h a tp e t r i n e tm o d e l i n gi sa b l et oe x a c t l ye x p r e s st h er u l e 1 s e m a n t i c so fa c t i v ed a t a b a s e m o r e o v e r , t h i sm o d e li sc o n v e n i e n c et oe x p a n df o rt h e n e e do fv a r i o u sr u l es e m a n t i c s a f t e ra n a l y s e ds o m ec o n c r e t ei n s t a n c e so ft h er u l es e t ， t h er e s u l ts h o w st h a tt h ea n a l y s i sm e t h o do fa c t i v ed a t a b a s er u l eb a s e do np e t r in e t m o d e li sf e a s i b l ea n de f f e c t i v e k e y w o r d s ：p e t r in e t ，a c t i v e d a t a b a s e ，a c t i v er u l e ，b e h a v i o ra n a l y s i s 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名：日期易妒c 年；，, e 1 7 1 0 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定。同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存 和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密四。 ( 请在以上相应方框内打“4 ”) 储签名：绷日期驯年歹月加日 导师签名西以玛之日期：砒年f 月力曰 1 1 引言 第一章绪论 主动数据库的应用前景十分广阔，开展的研究已深入到主动数据库的方方面 面。主动数据库规则系统的设计对于整个系统主动功能的实现来说是至关重要的。 规则设计者为了确保设计出来的规则能正确运行，必须分析规则的行为特征。最 受关注的2 个行为特征是终止性和一致性。终止性是指：一条规则的执行引发另 一条规则的执行，并由此形成条环路，使规则的处理无法正常终止。行为一致 性是指：如多条规则被同时触发，不同的处理顺序可能导致不同的终止状态。显 而易见，如果预先给规则定义一个全序关系，即执行时的优先级，那么规则的执 行总是按确定的顺序执行，只要带优先级的规则具有终止性，规则行为一致性就 得到保证。所以，规则行为特征分析最关键的是终止性分析。 在这个领域的研究已广泛开展，现有的算法各有不足之处，因为它们有的利 用底层数据库的特定语义，或者很大程度上依赖于底层数据模型2 l - 【3 】( 关系型 或面向对象性) 等。已有主动规则分析采用如下几种方法，一种方法是关联图分 析法“1 - “3 旧”，它一种比较通用的方法，它是基于两个关联圈：触发图( t g ) 和 激活图( a g ) 。这是目前应用得最多的规剃的终止性分析方法，但它也有一些缺点： 1 ) 难以灵活地扩展以适应不同的规则语义，2 ) 其分析结果比较租糙。基于规则 执行图方法。1 ，该方法缺点是不能自动检测a d b m s 中不期望出现盼规则集；此 外，有的方法是基于代数表达式，进行推导分析。“”。“”，它也存在第一种方法的 不足之处。同时，这些方法虽然在形式化描述、分析上比较清晰，但不利于用计 算机语言实现。文献“”讨论一种用谓词变迁( p r t ) 网建模的规则分析方法，但 它依赖于特定的规则模型和底层数据库模式，得出的结论不适合其他模型。虽然 文献“3 1 讨论了用p e t r i 网的来分析主动规则的终止性，但它对主动数据库规划集 的建模与行为特性缺乏全面的系统的研究。 由于p e t r i 网的理论和分析技术日趋成熟，本文意欲借助p e t r i 网的可达图 分析技术应用于规则行为特征分析中。本文采用p e t r i 网建模的方法，试图建立 比较通用的规则系统处理p e t r i 模型和基于此模型的分析算法。为了验证模型的 建立和算法的可行性，文中用具体的实例来说明。 e c a 规则是主动数据库中普遍采用规则形式，本文规则规则分析也是以e c a 规则为基础的。本文数据库模型中的数据采用基本数据类型，这是为了不失一般 性的同时方便举例说明起见。 本研究的主要内容是：用p e t r i 网作为主动数据库建模与分析的工具，根据给 定的主动数据库规则集，研究如何用p e t r i 网来建立主动规则集的p e t r i 网模型， 并以此p e t r i 腮模型为基础来研究分析规则行为的终止性和一致性。 具体研究以下几个方面： ( 1 ) ：主动数据库规则状态的p e t r i 网表示以及单条规则p e t r i 网模型的建立： ( 2 ) ：怎样在p e t r i 网中体现规则之间的相互作用，如相互触发激活； ( 3 ) ：主动规则集到p c t r i 模型的转换算法； ( 4 ) ：规则集的行为分析法，包括终止性，一致性分析； ( 5 ) ：对模型进行适当的扩展使其更具通用性。 总的研究目标是：针对主动数据库规则的特点，运用p e t r i 网的理论和分析技 术，建立一种适合表达主动规则集的p e t r i 网模型，并提出一种基于p e t r i 网的主 动规则行为分析方法。具体为以下方面： ( 1 ) 建立能存储规则状态的p e t r i 网子网结构； ( 2 ) 确定单条规则的p e t r i 网表示； ( 3 ) 建立规则集的p e t r i 网模型，体现规则之间相互作用的关系： ( 4 ) 在已建立的p e t r i 网模型的基础上，提出一种分析算法，对规则的行为 特征进行分析； ( 5 ) 对p e t r i 模型作一些可能的扩展，以适应不同的规则语义。 本研究解决的关键问题：本研究的关键是建立主动数据库规则的p e t r i 网模 型，即怎样确定一种具体的、合适的p e t r i 网结构以满足规则语义的表达，并且这 种p e t r i 网模型要便于分析主动规则的行为特征以及满足多种扩展的需要。 本研究的理论意义：由于规则集中的规则可能相互作用、相互影响，从而使 规则的行为十分复杂，规则分析设计人员必须预计他们设计的规则会给数据库状 态带来什么样的不良影响。对设计出来的规则分析它们的行为特征对主动数据库 系统来说是十分必要的。因此，研究主动数据库规则的建模与行为分析对规则系 统的开发与设计来说有羲十分重要的意义。 用p e t r i 网的有关理论和模型对主动数据库规则进行建模和分析，有其独到 的优点，因为p e t r i 网特别适合于描述规则之间行为的相互作用。以p e t rj 网为 基础的分析方法可充分利用p e t r i 理论中成熟的可达图分析技术，具有较好的理 论基础。 实际应用价值：基于p e t r i 网的模型和分析方法为主动数据库规则的建模与 行为分析提供了一条新的途径，规则分析设计者可根据分析的结果及时修正规则， 以保证规则的正常运行，同时，为规则分析工具的研究与开发打下良好的基础。 论文的结构如下：第一章：绪论：介绍了主动数据库相关研究背景，以及p e t r i 网理论及应用的研究现状。第二章：介绍了本文将要用到的p e t r i 网模型与理论， 可达树与可达图分析方法。第三章：引入了规则状态子网以简化规则的p e t r i 网 表示，确立了单条规则的p e t r i 结构，描述了主动规则集的p e t r i 网生成算法， 并举例说明。第四章：p e t r i 网理论应用到主动规则的行为特征分析，讨论了规 则终止性、一致性分析方法。第五章：扩展模型以适应不同的规则语义等情况， 使模型更具有通用性。第六章结束语部分总结本研究的主要工作并提出了有待进 一步研究的领域。 1 2 主动数据库及其研究基础 “主动数据库”这个术语在8 0 年代初才出现，它的一个很突出的思想是要 让数据库系统具有各种主动进行服务的功能，并以一种统一而方便的机制来实现 各种主动性需求，即要求把这些主动性功能用一种统一的方法与原有的数据库功 能集成在一个数据库系统中“。目前为止，这种机制主要是通过将一些规则嵌入 数据库系统的办法来实现，所以，在许多文献“”中把主动数据库系统又称为“带 规则( 或产生式) 的数据库系统”，系统中提供了一个自动“监视”模块，它主动地 不时地检查着这些规则中包含的各种事件是否已经发生，一旦发现某事件发生时， 就主动触发执行某个动作。 1 2 1 主动数据库产生背景 主动数据库是相对于传统数据库的被动性而言的。在各种管理信息系统( mi s ) 或决策支持系统( dss ) 中，传统数据库在数据的存储与检索等方面己为各种 用户提供了良好的服务。当人们需要获得、改变、加入或删除数据库中某些满足 一定条件的数据时，用户可以通过相应的命令或操作来实现其目的。但各种传统 数据库的所有这些功能都有一个共同的特性，就是数据库本身是被动的，用户给 什么命令，系统就做什么动作，它丝毫不会根据数据库的内部状态等情况主动做 些什么。而许多实际的应用领域，如管理信息系统、计算机集成制造系统、办公 自动化系统中常常希望数据库系统在紧急情况下能根据数据库的当前状态，主动 适时她做出反应，执行某些操作，向用户提供有关信息。所以数据库及其管理系 统一方面已在各种应用中起着越来越重要的作用，另一方面，在各种应用中仍有 许多主动性需求不能方便地得到满足。因此，在传统数据库基础上，结合人工智 能技术提出了主动数据库。 1 。2 2 主动数据库的一般模型 主动数据库的主要目标就是提供对紧急情况及时反应的能力，同时提高数据 库管理系统的模块化程度。一个主动数据库系统( ad b s ) 功能上由一个传统数 据库系统( dbs ) 和一个事件驱动的知识库( eb ) 和相应的事件监视器( e m ) 组 成“”，用公式表示是：adbs ：dbs + e b + em 。eb 是一组由事件驱动的知 识的集合，每一项知识表示在相应的事件发生时，如何来主动地执行其中包含的 由用户预先设定的动作。em 是一个随时监视eb 中的事件是否已经发生的监视 模块，一旦监视到某事件已经发生时就主动地触发系统，按eb 中指明的相应知 识执行其中预先设定的动作。可见，eb 中知识表示形式的不同，将获得各种不 同的主动行为，在目前常采用事件驱动的“条件一动作”规则表示这种知识。每 条“条件一动作”规则指明什么条件下执行什么动作。 主动数据库系统对d b m s 的基本要求是能处理下列形式的规则： w h e n e v e r ( 事件)i f ( 条件) t h e n ( 动作 即当发生某一事件( e v e n t ) 时，如果满足给定条件( c o n d i t i o n ) ，则执行相应 的动作( a c t i o n ) 。这种规则被称为主动数据库规贝l j ，又称为e c a 规则或触发子 ( t i g g e r s ) 。在有些文献中，称主动数据库子系统为规则系统，因为主动数据库功 能主要是通过规则及其处理来实现的。 e c a 规则是由传统的产生式规则演变而来的，它比产生规则更适合于主动数据 库系统规则的表示。e c a 规则其有很强的语义表达能力，可以支持完燕性保持、 派生数据维护、生产监控、市场监控和决鲮支持系统等各种应用“，作为主动数 据库系统的主动服务机制己得到广泛的接受。 由上可见，在一个主动数据库中，方面包含了称为“被动数据”的一个传 统数据库：另一方面包含了称为“主动规则”的一个能根据事件的发生主动激活执 行的事件库。这些主动规则受系统中一个“事件监视器”的监视控制，该事件监 视器主动地时刻监视着事件库。这样，用户可以通过设置各种不同的事件驱动规 则，以一种统一的机制来实现诸多主动处理功能，从而满足各种客观需求。 1 2 3 主动数据库管理系统( a d d s ) 的结构 a d b m s 一般是在关系数据库基础上增加一规则管理及推理子系统( r m s ) ，形成 一个具有一定智能功能的主动数据库管理系统 1 5 ，为工程数据库开发者提供一 个良好的环境，使其既能重用关系数据库般的管理功能( 如存取控制、并发控 制、恢复机制等) 又能利用规则子系统提供的知识表达与推理功能，方便地开发 更高性能的工程数据库管理程序a d b m s 具有如下结构( 图1 1 ) ：应用程序既能 通过发送事件信号起动规则系统，通过规则子系统实现对数据库的操作，也可以 直接调用关系数据库系统的功能对数据库进行操作；规则予系统又可以直接调用 用户程序 a d b m s 采用事件驱动的主动数据库技术，r i d s 是其核心，它支持特殊目的的 d b m 功能r m s ”结构如图i 2 所示：其中事件检测应用程序或动作执行部件发送 的事件信号，把事件信号内容( 参数) 转化为内部格式送入事件队歹! l i j 规则执行 部件从事件队列中接收事件，然后用接收到韵事件芸触发相应的规则，以事件信 号的内容去约束规则，规划规则的执行，p 澜用条件铡试部件去测试条件，条件满 足时把动作提交给动作执行部件：动作执行部件从规则执行部件接收一个动作集 合，并安排动作的执行，动作的执行结果可能产生新的数据库操作事件或调用用 户操作。 图1 1a d m s 总体结构图1 2 规则推理子系统的结构 传统的数据库系统只能响应用户或应用程序的要求对数据库进行操作，而不 能根据发生的事件或数据状态主动地进行相应的处理，这样的数据库是被动的。 有些应用不满足于数据库的这种“不叫不动”式的被动服务，希望数据库系统能 过主动向用户提供服务。例如，自动维护用户定义的数据库完整性约束，根据库 存不足、证券市场波动、生产过程异常等异常发出警告或调用相应的处理程序等。 至今主动数据库系统已成为公认的数据库重要研究方向之一。 主动数据库仅仅是数据库系统的一种功能，关系数据库系统可以增加此功能， 对象数据库系统以及其他类型的数据库系统都可以增加此功能“”。 事实上，早在主动数据库系统一词出现之前，就有主动数据库技术的萌芽。 比如，在网状数据库的d b t g 语言标准中，就定义了一种o n 子句，其格式为：o n ( 数据库操作命令表) c a l l ( 过程) 。当执行到所列的数据库操作命令时，数据库 系统就自动调用相应的处理过程。在被动数据库系统中，也有与主动数据库类似 的功能。例如自动维护简单的域完整性约束和实体完整性约束，在数据库更新时 自动维护查询优化所需的统计数据，对数据库的访问自动跟踪审查等。这些功能 都是以系统内部逻辑控制的形式实现的，用户不得重新定义、修改或扩充。具有 这类功能的数据库仍属于被动数据库系统。 主动数据库管理系统( a d s m s ) 中的靓则允许特定的数据操作，这些操作当一定 的事件( e v e n t ) 发生或条件( c o n d i t i o n ) 满足时自动执行。a d b m s 中的规则提供一 个通用和强有力的机制来维护数据库的许多特征c 如完整性、一致性等) 。此外， a d s m s 为大型的和高效的知识库( kb ) 及专家系统( es ) 提供了一个方便平台。 但a d b m s 的一个主要困难在于正确规则( 即能保证规则在有限时间内正确完成) 的应用开发上，预测一个a d i g i s 的规则集如何行动是困难的”。1 。 一定的规则被主动触发，它们的执行将进一步触发其它附加规则或触发同一 规则若干次，这种规则处理由予具有非结构化、不可预测性并且常常是非确定的 行为等特点，对于数据库规受唾设许者、系统管理员及用户来说，应尽量避免这种 不利的情况发生“。因此，用逶誊的方法分析主动规则行为的正确性显得十分重 要。 1 2 4e c a 规则系统 主动数据库的主要设计思想是要用统一的机制来实现对应用主动性功能的需 求，它的主动性主要是通过规则机制实现的，常采用e c a 规则模型，即事件一条件 一动作( e v e n t c o n d i t i o n a c t i o n ) 规则。e c a 规则的形式化表示如下： w h e n e v e r ( 事件 i f ( 条件) t h e n ( 动作) 1 2 4 1 e c a 规则的知识模型 知识模型是指主动数据库管理系统中描述、存储和管理e c a 规则的模型。e c a 规则又事件、条件和动作三部分组成，它们构成了知识模型的三个基本成分啪。 1 ：事件e c a 规则中的事件由两类：基本事件和复合事件。 基本事件：是在某一时刻发生的简单事件，一般包括数据库操作事件、事务 事件、用户定义事件、异常事件、时钟时间等 复合事件：是上述基本事件的按照某种特定方式的组合。 2 ：条件e c a 规则中的条件用来判定规则的动作是否可执行，常用的条件有： ( 1 ) 数据库谓词：条件可以说明为在数据库上定义的谓词，谓词的定义可以 使用数据库查询语言中的条件子句来表示，如关系数据库系统中s q l 中的w h e r e 子旬。 ( 2 ) 限定谓词：条件可以说明为在数据库上定义的谓词，而谓词的定义可以 使用数据库查询语言的条件子句中的限定性部分来表示。例如一个主动规则系统 可以要求规则条件部分使用比较操作而不允许使用聚集和联结操作。 ( 3 ) 数据库查询：条件部分可用数据库系统的查询语句来说明，可以规定查 询的结果为空条件为假，反之，条件为真。 有些主动数据库系统允许规则的条件部分可以省略，则表示隐含条件为真。 3 ：动作当规则被触发且条件成立时，动作才被执行。一般地可执行的动作 有： ( 1 ) d m l 操作：对数据库的插入、删除、更新的操作。 ( 2 ) 其他数据库命令：包括数据库查询操作，数据定义操作、事务控制操作 等。 ( 3 ) 应用程序：用程序设计语言编写的为完成特定任务的过程调用。 许多主动数据系统中，规则的动作可以是一组动作，动作的执行时有序的。 i 2 4 2e c a 规则的执行模型 执行模型表示e c a 规则的处理和执行的方式。 ( 1 ) 规则处理过程一般地，规则处理可分为发信号、触发、规则调度、条 件评估和规则执行的阶段。 “发信号”阶段指有事件源引起的事件的发生；“触发”阶段由事件触发相应 的规则，被触发的规则生成一被触发规则集，该规则集存储在冲突集中；“调度” 阶段指如何处理规则冲突集，尤其是指何时对规则的条件进行评估，何时执行动 作；“评估”阶段对被触发的规则的条件进行评估；如果条件为真，则进入“执行” 阶段执行特定的动作，否则回到第l 阶段进入下一个循环。 ( 2 ) 规则冲突处理事件触发了多条规则，需要有一定的策略调度多条规则 的执行。在主动数据系统中，多条规则被同时触发的原因有多种，一种是几个规 则说明的是同一个事件，一个事件触发多条规则，另外一种是同发生的多个事件 触发了多条规则，此外可能存在某个事件发生 i 已被触发的规则还保持触发态。 当多条规则被触发时，系统消除冲突的方法有如下几种：随机选择的方法，为规 则预先定义优先级的方法，根据规则创建时f b 】的先后确定执行的顺序的方法等。 1 3p e t r i 网的理论和应用研究已广泛、深入地开展 在此主要从以下四个方面分析：p e t r i 网在知识验证( 知识库一致性检验) 中 的应用，p e t r i 网在知识表示和推理中的应用，p e t r i 网理论研究，p e t r i 网其 他应用。 1 3 ，1p e t ri 网在知识验证( 知识库一致性检验) 中的应用 所谓的知识，是指一些事实与概念、规则或规律方法和技术以及应用这些概 念、事实和规则等的能力综合体“。事实与概念也称命题。命题可用产生式规则 表示，一个产生式规则有前项和后项两部分组成，前项表示前提条件，后项表示 当前提条件为真时应采取的行为或所得的结论。如果用规则表示命题之间的因果 关系，则构成基本的产生式知识系统。产生式系统是专家系统普遍采用的一种表 示方法，其知识库的规则可自由地增加、修改和删除。然而随着从领域专家除不 断获取知识，知识库越来越大，库中的知识单元之间的相互影响和相互联系随之 变得复杂，难以跟踪。由于规则之间没有明显的制约关系，但知识的质量有很大 程度上影响专家系统的性能，此时，知识库的一致性和逻辑错误检查显得非常重 要。 知识库验证是知识库系统的主要功能之一，知识库维护也是同一层次的概念， 都对保证知识库的_ ：f 确性、完整性和一致性起着重要的作用。文献”2 ”1 讨论了基 于p e t r i 网的知识库维护的表示和实现算法。目前，基于p e t r i 网进行知识库验 证工作的主要依据是利用p e t r i 网的可达性或变迁序列对知识库的动态行为进行 分析，这需要构造出一组合适的初始标志，验证的工作量大，且不能保证发现知 识库所有结构性错误。文献1 。“”，从知识库的结构性角度出发，提出一种基于 扩充有色p e t r i 网的知识库表示模型和知识库验证的方法，在给定初始标志下， 对p e t r i 网的运行结果进行分析，最后可找出知识库中所有结构性错误。知识库 冗余、冲突和循环这三类主要不一致性情况可以一种统一的算法进行。 将产生式规则用p e t r i 网表示，并用p e t r i 网的可达性和状态方程分析方法， 并对规则的冗余、矛盾和从属等问题进行分析。1 。在前述基础上，提出了增强 高级p e t r i 网( e h l p n ) 的概念，着重对畲有变量和非事件的规则集进行建模，通 过对库所、托肯着红、兰色以及对变迁进行带变量点火，实现了将复杂规则系统 的简化建模，并应用着色的状态方程考察颜色的分布和标志的变化，以实现对规 则系统的一致性检查m ，。 1 3 2 ，p e t ri 网在规则表示和推理中的应甩 用p e t r i 网表示产生式规则系统，网的框架代表基于产生式规则的知识结构， 库所表示命题，如果命题为真，则库所中标有托肯。规则推理过程用p e t r i 网中 变迁的触发表示，命题与推理规则之间的因果关系甩库所和变迁之间的有向弧表 示。这种方法形式化的描述了规则的链接机制，其好处在于利用了p e t r i 网的并 行推理能力。利用p e t r i 网的数学基础进行推理算法研究，实现自动推理，对开 发逻辑程序并行性，提高推理效率都很有重要意义。 p e t r l 弼中有关网逻辑的理论却揭示了p e t r i 网与命题逻辑、一阶谓词逻辑、 时态逻辑的密切联系因而应用p e t r i 网来组织产生式规则库是可行和合理的。 由于p e t r j 网理论建立在较为严密的数学基础上，用p e t r i 网表示产生式知识库 的内部逻辑会更加清晰，推理也更加形式化。 周洪玉等初步探讨了基于p e t i 网的并行推理机制。“，基于p e t r i 网的产生式 规则推理算法可利用p e t r i 网的关联矩阵来实现，文献。”“”1 详细地描述了推理算 法。其次，用扩展p e t r i 网模型建立了作为专家系统核心的规则库和推理机o ， 对不断变得复杂和庞大的知识库进行有效的组织，并在此基础上进行并行推理， 提高了推理的效率。 此外，也可利用线性逻辑实现基于p e t r i 网的推理。线性逻辑表示的是状态 - 9 的概念，命题在推理过程中表示资源，当命题作为假设而产生结论时，这些作为 假设的命题则是去真值，状态的变化由假设和结论的因果关系表示，这与p e t r i 网中状态转移的概念相一致。高梅梅等研究者提出用线性逻辑描述p e t r i 网结构 m “3 ，定义了p e t r i 网中变迁之间的各种触发关系和规则，并在此基础上全面瓶 准确地证明了p e t r i 网的推理过程，提高p e t r i 网的描述和分析能力。在此基础 上，建立的一种模糊时间p e t i r 网模型，解决了基于线性逻辑的时间推理方法o ”。 在基于案例推理中，一个重要的问题就是如何在案例存储空间进行推演。文献” 提出了一个基于案例推理系统的p e t r i 网模型，而且使用网论中的线性技术成功 地解决了基于案例的推演。 p t 网和高级p e t r i 网( h l p n ) 与模态逻辑之间也可以联系起来。引用情态 ( c a s e ) 和可达( r e a c h a b i l i t y ) 的概念，使p t 网和h l p n 可作知识表示”1 。为了 增强h l p n 网表示知识的能力，引入了情态变量和等价情态变量的概念。 文献“”将推理维护系统引入一种p e t r i 网模型，并对有限非单调理论应用 p e t r i 网分析方法。它提出的模型不但能描述推理维护系统，而且可用网论与网 技术分析推理维护。对于一组给定的非单调规则给出了一个算法可求得其外延， 同时，可以发现推理系统不一致性。 命题逻辑h o r n 子句的p e t r i 网模型与推理也是一个值得研究的领域，林闯等 人在这一方面作了深入的研究。首先，他研究了求解逻辑推论p e t r j 网模型的t 一 不变量的算法“。从中我们可以看到逻辑推理的p e t r i 网模型可以表达形象思维， 推论过程图像化为p e t r i 网标志的流动过程。p e t r i 网的关联矩阵表示和不变量 的计算分析技术为逻辑推论提供了有力的分析和计算工具，另一方面逻辑推理的 某些规则又为p e t r i 网t 一不变量的计算简化提供有益的启示。此后，林闯等人又 研究了非h o r n 子句的p e t r i 网模型的构造，并用t 一不变量的方法解决了子句推 论问题“。然后他们探讨了用寻找逻辑赋值不动点的方法来求解上述问题“。王 志坚的研究给出了一种基于p e t r i 网的h o r n 子句逻辑推理的新方法”，它充分利 用推理过程中已经得到的中间结论，减少推理步数，有效提高了推理效率。 1 3 3p e t ri 网的分析技术 可达树分析方法使p e t r i 网的一种重要分析手段，它对p e t r i 的有界性、可 重复性、安全性、守恒性的特性的分析起着十分重要的作用。给定一个p e t r i 网， 可以构造出相应的可达树，然而，一个可达数可能对应若干个不同的p e t r i 网。 蒋昌俊等的研究表明标注可达树是在原有的可达树附加一些标注而得“，从而使 p e t r i 网与标注可达树有一一对应关系。它给出了网图与标注可达树相互转换的 算法。文献1 从语言的角度规范p e t r i 薅模型，给出了p n 机语言的一个拟正规规 划，为p n 机与矢量文法的语言体系形成奠定基础。此外，他们对p e t r i 网语言属 型( 正规语言或上下文无关语言) 的判定问题也有比较深入的研究“”“”。 复杂系统的建模与分析必须借助于化简技术，否则，由于状态空间的“组合 爆炸”而难于分析。针对此方面的问题，文献呻叫研究了p t 网的四种化简运算： 串化简、并行化简、分叉化简和回路化简，同时研究了它们对于p e t r i 网结构性 质的傈持条件。这些研究成果对复杂系统地分析提供了强有力的分析手段。 文献6 ”嘲旧1 研究了p e t r i 网重要特性一局部公平性、弱公平性，以及利用 关联矩阵的秩判断p e t r i 公平性的方法，为p e t r i 网分析奠定坚实的理论基础。 此外，随机p e t r i 瞬在系统性能评价方面也有很好的应用嘲1 。随机p e t r i 网 在系统性能评价方面已有十分广泛的应用，如多处理器系统性能分析“”，多机系 统性能评价1 ，专家系统的可靠性分析睇璐3 等。p e t r i 网在多媒体同步“删“”、 工作流与柔性制造系统”4 。、协议工程时。”也有成功的应用。 第二章p e t rl 网的基本理论 p e t r i 网是1 9 6 2 年c a r la d a mp e t r i 在他的博士论文首次提出的，用于描述 计算机事件之间的关系。之后，由于p e t r i 网本身的卓越的性能，使其得到了广 泛应用，p e t