一种具备行业专家思维模式和操作能力的智能决策引擎

摘要

一种具备行业专家思维模式和操作能力的智能决策引擎”是一个智能学习和自动执行引擎。该引擎支持用户(行业专家)通过点击鼠标或者拖拽等操作绘制决策流程图，从而可以快速加载、编辑和修改专家经验，整个过程不需要用户进行程序编码。专家经验主要以决策流程图的形式存储在引擎中，可以被引擎读取和理解。引擎不仅存储记录了专家经验，还可基于已载入的专家经验，模拟专家的思维方式，以及解决问题的方法与思路，自动处理各类问题。由于机器的运算和执行性能远高于人类，所以引擎可大幅提升工作效率和工作质量；同时，机器通过引擎不断学习大量的专家的经验，因此，该智能引擎也能具备知识经验逐步成长的能力。

说明书

一、技术领域

人工智能 机器智能 软件开发 计算机通信网络 智能维护 智能医疗等

二、背景技术

专家的经验是经过长时间累积而成的，是十分宝贵的财富。特定行业的专家会依据其行业经验解决该行业的各类问题，这种模式存在已久且行之有效。随着时代的发展，信息量和业务量呈爆炸式增长，人们的工作压力也随之增加，在日常工作中经常出现需要专业人员根据实时变化的条件做出快速反应、运算、判断、决策的场景，然而人在压力强大的情况下，往往会在工作中出现人为错误，导致巨大损失。因此，发挥计算机的优势，使用机器代替人类承担部分原来由人类负责的工作已是人工智能领域发展的必然趋势。

无论是从工作效率还是从工作效果来看，有经验的专家和缺少经验的新手的差别是明显的。机器也一样，能够从专家身上学习和吸收经验的机器系统，其工作效率和工作效果也一定更优。所以需要一种智能引擎，该智能引擎具备让专家本人通过人机交互实现机器学习专家经验的功能，并让机器模拟专家的思维方式以及解决问题的方法与思路，自动处理各类问题。由于机器的运算和执行性能远高于人类，所以引擎可大幅提升工作效率和工作质量；同时，机器通过引擎不断学习大量的专家的经验，因此，该智能引擎也能具备知识经验逐步成长的能力。

三、发明内容

本发明提出具备行业专家思维模式和操作能力的智能决策引擎，利用该引擎用户可通过人机交互将专家经验加载到引擎中。引擎不仅存储记录了专家经验，还可基于已载入的专家经验，模拟专家的思维方式，以及解决问题的方法与思路，自动处理各类问题。

智能引擎的界面为可视化界面，用户(行业专家)主要通过点击鼠标或者拖拽等操作进行决策流程图绘制，从而实现人机交互。通过此种人机交互方式，用户可以快速加载、编辑和修改专家经验，整个过程不需要用户进行程序编码。

上述专家经验包含了专家用以解决问题的思维方式，以及解决问题的方法与思路。专家经验以某种存在形式(经验的表示方式，例如决策流程图)存储在引擎中，可以被引擎读取和理解及用于解决问题。

引擎可以根据专家经验自动进行一系列计算和操作以解决问题，这些计算和操作可替代专家在解决问题时所进行的思维活动和操作。其中思维活动包括但不限于比较、判断、逻辑推理、运算等，操作包括但不限于采集数据(通过指令和传感器等)、执行系统指令、发送告警、文本信息解析、通过系统指令修复故障(例如重启板卡)等等。

引擎的主要构成和工作原理描述如下(参看说明书附图之图1)：

1.人机交互界面

●拖拽控制：实现对界面元素的拖拽功能，对专家经验中的决策流程图元素进行控制管理。

●节点组件管理：负责处理节点组件的管理，支持动态配置与管理节点组件。

●渲染控制：负责对节点与线，以及配置窗口元素进行渲染控制，元素对象的生命周期管理。

●动态轨迹跟踪：以动态轨迹图的方式展现流程执行过程，并且支持在动态轨迹图上查看节点日志。

●数据处理模块：包括数据动态加载、数据动态保存、数据的格式化、数据的合法性校验、流程的复制等操作。

2.规则配置信息

用于存储通过流程绘制工具所配置的规则配置数据，包括以何种条件触发，以何种规则进行判断等数据。完成后的配置信息表现为一个决策流程图和一系列其他配置信息(如指标、阈值、指令等)。这些规则配置信息描述了专家解决问题的思维方式，以及解决问题的方法与思路。规则配置数据也会同步到经验库中进行存储。

3.元数据信息

用于存储各行业的基础数据，比如：

计算机通信网络行业：网络拓扑关系数据，网元设备信息等

医疗行业：病种分类，化验指标分类等

4.日志信息

用于存储智能决策引擎运行的过程日志，提供日志数据给动态轨迹模块进行动态轨迹呈现。

5.解释器模块

对流程配置数据进行语法分析并根据解析结果执行相关计算和操作。

6.编译器模块

编译器模块对流程配置数据进行逻辑编译以生成可执行代码并执行。

7.流程控制模块

●对流程的执行过程进行有序的调度，调用执行模块中的逻辑处理单元。

●能够对断点续跑以及子流程调用的情况进行处理。

●该模块能够防止流程死循环，检测各类流程问题(如流程无结束条件)。

8.配置管理模块

该模块加载智能决策流程执行引擎的常规配置，比如：流程调度周期、数据源配置、日志输出配置等。并监控配置修改操作，实时更新配置。

9.执行模块

在流程控制模块进行任务调度时，该模块根据任务的性质(任务性质有多种，包括但不限于判断、过滤、逻辑关系处理、指令执行等)选择相应的子程序模块执行具体的任务。并把执行结果返回给流程控制模块。其中包括：

●触发执行模块：提供执行触发逻辑。

●判断执行模块：提供执行判断逻辑，决定流程的分支走向。

●逻辑关系处理模块：提供对输入结果进行汇聚，并根据配置的“与”、“或”、“非”等逻辑关系，对输入数据进行关系操作。

●指令执行模块：提供下发指令，并对指令结果进行解析判断。

●过滤处理模块：提供对输入结果进行过滤操作

●关系适配模块：能够根据配置的关系元数据进行智能关联适配，根据分类、拓扑等关系对判断结果自动进行聚焦。

10.验证优化模块

该模块主要是对智能决策引擎计算出来的结果进行验证，并根据验证结果不断优化经验库中的经验规则配置(流程)。

四、附图说明

图1是引擎的主要构成和工作原理示意图；

图2是移动通信网络故障定位案例示意图；

五、具体实施方式

下面通过实例详细说明具体实施方式。这里以通信网络运营商的维护工作为例进行说明，所选用的实例仅用于解释本发明，并非用于限定本发明的范围。本发明的适用范围包括但不限于实例所涉及范围，例如本发明除了用于通信网络智能维护，还可以用于智能交通、智能医疗等其他领域。

通信网络运营商维护的设备种类繁多，设备数量庞大，当网络中某个节点出现故障影响业务时，往往要耗费维护人员大量的时间去定位故障。传统模式下，维护人员在收到故障告警信息后，通常是先通过网管检查设备告警和各种性能指标的情况，根据经验一段一段排查可疑故障点，有时还需要登录设备通过人机指令交互得到日志结果再做进一步分析后才能找到问题点。一般情况下，维护人员在解决故障的时候往往先要耗费70％以上的时间去定位问题，严重影响了故障恢复时间。整个故障定位过程中，耗时的环节主要有人机交互、数据分析、逻辑判断等，而且在故障定位中技术人员的能力和经验对故障处理的时间控制起到了决定性作用。

由于机器通过智能引擎学习了大量的专家的经验，使用上述智能引擎，可实现用机器代替人类处理那些耗时和逻辑判断复杂的环节，例如快速帮助维护人员发现故障可疑点大幅缩短故障定位的耗时、有效提高故障定位的准确度。

网络通信专家的经验涉及网络拓扑结构、性能指标体系和预警值、性能指标的波动周期、设备告警和日志判断、以及它们与故障现象的相关性等。专家通过绘制流程图、配置参数和指令等方式描述经验并将之保存到引擎中。其中画流程图的过程主要通过拖拽图形组件和关系线条来实现，操作简便且灵活，可方便地描述各种思维模式(如比较、判断、逻辑推理等)，也可嵌入各种操作(如采集数据、发送告警、日志解析、重启板卡、清空缓存等)。

下面是智能决策引擎配置的一个案例，说明如下(参看说明书附图之图2)：

1.触发节点

以任何指标异常为触发条件。如果指标出现异常，则启动流程，设置的指标条件例如：

指标1大于x为正常，否则为异常，其中x为针对指标1的指定阈值；

指标2大于y为正常，否则为异常，其中y为针对指标2的指定阈值；

2.判断节点(切入点指标判断)

以某个的重点指标为切入点设置判断条件，设置的指标判断规则例如：

指标3大于z为正常，否则为异常，其中z为针对指标3的指定阈值；

3.指令节点

通过登录设备，向设备发送指令，采集设备的数据或，告警日志或者执行某些重启、重置操作等，设置的指令例如：

(1)收集CPU占用率，内存使用率，温度的指令。

(2)收集设备告警日志等指令

(3)执行设备重启或重置操作的指令

本专利的案例使用和实现场景主要选取了计算机通信网络中的智能维护案例。对于智能医疗、智能交通等跨行业领域同样有行业专家的经验判断逻辑和知识库，本发明中的智能引擎也能适用并移植。