基于Drools规则引擎的业务规则管理平台的设计与实现

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:hzqingqingcao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前随着科技的高速发展,各种高端技术层出不穷,常见的有大数据、人工智能、深度学习等。如今,在许多行业中信息系统由于其行业业务特点,出现了因业务需求频繁变动导致的维护困难和效率低下。按照传统的开发思维,此类业务的基本写法就是添加多种if判断,或者在SQL语句中添加判断。随之而来的是增加了开发人员的工作量、用人成本以及业务沟通带来的时间成本。那么如何解决此类问题,分离业务规则和逻辑代码,完成业务与逻辑的解耦合就成为了技术部门的研究重点。本文基于B保险公司在车险理赔业务方面的需求,结合面向对象、web技术和规则引擎,设计并实现了一种基于Drools规则引擎的业务规则管理平台。本系统采用了Drools规则引擎,为B保险公司原有陈旧系统中的业务规则与逻辑代码的解耦提供服务,使其系统可以动态的变更业务规则,提高了开发效率,降低了维护难度。本文具体研究内容如下:首先分析了业务频繁变更带来的问题,介绍目前行业内的一些解决方案,然后介绍了Drools规则引擎,包括Drools的基本概念、机制和规则结构。其中对Drools规则引擎中使用的规则文件的结构与语法进行了详细分析,为后续设计实现系统功能奠定基础。在需求分析阶段,根据B保险公司的业务需求,对系统的主要流程进行建模。然后从功能和性能两个角度进行了需求分析,将系统主要划分为以下几个功能模块:规则因子管理、规则配置、规则解析、规则脚本、知识包、接口配置等模块,同时对系统的响应时间提出了性能指标。接着对系统进行了总体设计,划分系统整体层次结构,然后用表格描述了各模块的数据库表结构设计并给出了系统E-R图。在此基础上,由各模块的需求分析对每个功能模块进行详细设计,包括规则因子的版本管理、规则报文的解析以及规则脚本的加载过程等,并给出了系统中各模块的类图设计,列出了其中重点方法的功能,然后使用序列图对其进行详细分析说明。最后介绍了本系统的测试过程,通过实际测试证明了系统满足B保险公司中对车配件、定损、服务发布等业务需求。对于系统的性能需求的测试,使用了表格的形式进行展示,论证了其结果满足B保险公司的性能指标。该业务规则管理平台在前端页面上设计了一套简单易上手的规则编辑界面,方便业务人员轻松的编写业务规则。对于复杂的业务场景也通过建立知识包、规则脚本等方式进行支持。同时设计用户只需要在系统中进行接口的配置,就能使得外部系统能轻松的获取服务,缓解部分业务规则与逻辑代码强耦合带来的问题,具有一定的推广价值。
其他文献
近年来,随着集成电路工艺特征尺寸逐步演进到深纳米水平,市场也对消费类电子的功耗、性能与产品设计周期提出了更高与更加苛刻的要求。在传统后端物理实现设计流程中,一直采取着布图规划,电源规划,布局,时钟树综合,绕线,物理验证,签核的设计流程。但是随着先进工艺制程达到7nm和5nm与即将部署的3nm节点,电路时序收敛和功耗降低实现的难度急剧上升。如何优化改进目前传统的后端物理实现设计流程与方法,以得到更优
多光谱(Multispectral,MS)图像和全色(Panchromatic,PAN)图像的融合分类是遥感图像处理的一个研究热点。多光谱图像和全色图像是同一场景地物相同时刻的成像结果,但是由于成像技术的差异,两者呈现出一种表象差异,但本质相同的特性。目前常见的多光谱图像是具有四个光谱波段(RGB+近红外)的遥感图像数据,它的特点是光谱信息相对全色图像要更加丰富。而全色图像仅具有一个波段,它相较于
学位
图像目标跟踪是现代信息化社会中一个重要的技术领域,在军事安防、卫生医疗、工业生产等多个方向都有广泛的应用。近些年来,多种算法在目标跟踪领域获得了快速发展。核相关滤波(Kernel Correlation Filter,KCF)算法是其中综合效果最为瞩目的一套跟踪算法,得益于梯度统计直方图的优势以及循环矩阵的特殊性质,无论是执行效率还是跟踪效果都达到了新的高度。但在实际的工程应用中,基于KCF的目标
星载空中动目标指示(AMTI)雷达以卫星为平台具有探测范围广、生存能力强、所受制约少等传统雷达所不具有的优势,在军事中有很大的应用价值,已经成为当今雷达技术研究的重点。但星载AMTI雷达实现技术难度大,设计复杂,至今还没有投入实际使用,因此利用计算机仿真技术对星载AMTI雷达系统进行建模与仿真,不仅能对星载AMTI雷达系统中的关键技术进行快速有效的研究,还可以为系统目标检测性能的评估提供有力的依据
随着遥感技术的快速发展,遥感影像数据形式越来越多样化,其所包含的信息也越来越丰富,具有重要的研究价值。而遥感影像分割作为遥感影像处理中重要的一项技术,已经被广泛应用于军用侦察、地质勘测、地图重建以及地质灾害预防等领域。近年来基于深度学习的遥感影像分割方法取得了一定的突破,但仍然存在目标边缘分割不连续及部分目标预测得分不精确等问题,本文针对这些难点问题,从网络结构设计方面做出了相应的改进以提高分割的
学位
当代,伴随着无线电子通信技术的高速发展,天线行业已在我国国民生产生活中起到越来越重要的作用。现如今,随着时代的不断发展,工业生产对天线精度要求的不断提高,而天线测量是天线设计必不可少的一部分,因此,高精度的天线测量已经是天线设计生产的重要环节之一。但是在超短波频段,天线的设计和测量还存在一系列的问题。由于超短波天线自身体积相对来说比较大、常架设的地点在野外,常规的天线测量系统很难对超短波天线进行精
阵列天线广泛应用于雷达、通信、导航等无线电系统中。为了使阵列天线方向图具有特定的形状和性能(如增益、波束宽度和旁瓣电平等),需要对阵列天线进行设计以满足特定应用场景的需求。阵列方向图综合(Array Pattern Synthesis,APS)是阵列天线设计的关键技术之一,其通过调节阵列权值来逼近期望的天线方向图响应。其中,一种有效途径是通过在待控制区域添加虚拟干扰,利用自适应阵列原理来计算权值。
合成孔径雷达有着全天时全天候的优点,近年来在军民侦查监测领域得到了广泛的应用。方位分辨率和成像幅宽是SAR成像的两个重要性能指标,高的方位分辨率有助于我们获得更多的目标特征,宽测绘带可以实现更大场景的同时照射,数据的实时性更高。在传统的单通道SAR系统中,无法同时满足高分辨率和宽测绘带的成像性能,例如聚束模式可以实现高分辨率却无法实现宽测绘带,而扫描模式可以实现宽测绘带但无法同时满足方位向的高分辨