Drools中的规则选择是不确定的还是随机的？
在Drools中考虑一组组成激活组的规则，所有规则都具有相同的显著性，并且所有规则都被激活。因为他们在一个激活组中，所以其中只有一个可以开火。
我想知道Drools引擎是否确保这些规则中的每一条都具有大致相同的触发机会（选择是随机的），或者是否只是形式上未定义将触发哪个规则（选择是不确定的）。在后一种情况下，触发的规则将取决于机器的状态（如果有），并且在实践中，例如，几乎总是会触发最高规则。
共有1个答案
假设有n条规则具有相同的显著性，并且所有规则都被激活：引擎不会随机选择下一条要触发的规则，也就是说，你不能使用引擎在彩票中选择中奖者。
这里有一个类似优先级队列的东西，根据一些有效的程序输入新的激活。您可以阅读该代码或设计一些测试来确定如何执行，但您不应将应用程序基于这些发现。
-
我是Drools Fusion的新手，我想知道为什么我的规则不总是被取消。我用的是Drools 6.3。以下是我要插入的事件： 这是我的规则文件： 这是我的输出： 我预计我的规则将触发2次，并给出以下输出： 我可能忽略了一些事情，但我没有找到关于我的问题的太多信息。有人能解释一下这里到底发生了什么吗？非常感谢。
-
在有人发疯之前，这件事已经被报道过了，还不是很清楚。首先，我们使用Drools 6.5。接下来，我负责运行引擎的框架，而不是规则。第三，我需要实时报告失败的规则。RHS不成问题，已经解决了。LHS是问题，NPE，除以零，等等，等等。 显然，任何和所有异常都被捕获并相应地处理。据我所知，没有足够的信息来确定失败的规则。我尝试注入一个全局并将其设置为第一stmt，但似乎没有从LHS工作内存复制到应用程
-
问题内容： Tensorflow中是否有等效于numpy随机选择的函数。在numpy中，我们可以从给定列表中随机获得一个项目及其权重。 此代码将从给定列表中选择一个权重为p的项。 问题答案： 不，但是您可以使用tf.multinomial获得相同的结果： 该部分在这里，正如预期的那样，该批次中每个元素的行都有未归一化的对数概率，并且对于样本数量还具有另一个维度。
-
问题内容： 当他每次运行程序时都不断获得相同的数字时，我试图向Java解释随机数生成器。我为同一件事创建了自己的简单版本，每次运行该程序时，我也得到了与他得到的确切数字相同的数字。 我究竟做错了什么？ 100个数字中的最后五个数字是： 问题答案： 您已经为随机数生成器提供了恒定的值。它是确定性的，因此每次运行都会生成相同的值。 我不确定您为什么选择使用作为种子，但是种子值与生成的值范围无关（这是由
-
一个简单的新手问题，奇怪的是我一直没能找到解决方法。
-
问题内容： 我正在尝试在Java中生成盐，以与用于安全密码存储的哈希算法配合使用。我正在使用以下代码创建随机盐： 这应该生成一个完全安全的，随机生成的盐，以用于我的哈希算法。但是，当我运行代码时，每次都会输出相同的盐…表示生成的盐根本不是随机的。 出于明显的安全性目的，每个用户都需要一个唯一的符号，但是如果我每次创建一个新帐户时都使用此代码，则每个用户都将具有相同的符号，这一开始就破坏了它的用途。