我正在通过将CLIPS 6.31嵌入到处理中等大小的数据流并需要几乎实时响应的C++应用程序中来构建专家系统(即，总分析时间不应超过40毫秒)。到目前为止，我在一个循环中向推理引擎的“入口点”提供了大约430个事实(知识库由8条规则组成，其中大多数规则在每次迭代中都触发，这是通过EnvRefresh(...)实现的)，从而导致响应时间在600到700毫秒之间振荡，这比必要时间大得多。有什么方法可以加快推理速度吗？如果实时响应很重要，规则模式将如何“繁重”？ CLIPS是否完全适合于这样的实时应用，还是应将其替换为CLIPS / R2或类似的东西？
最佳答案
仅通过代码的一般描述就很难分析性能问题。以下是有关堆栈溢出的两个问题，说明了可以重写以提高性能的规则:
How to optimize pattern matching between different templated facts in CLIPS
CLIPS huge memory usage
您还可以在启用了概要分析的情况下编译C++程序，以了解花费的时间。在正常执行过程中使用refresh命令会引起一些危险信号。
上次听说，CLIPS / R2不再可用，部分原因是CLIPS 6.3的性能有所提高。