论文部分内容阅读
随着互联网用户及应用的快速增长，基于Web的网络版系统备受关注，而工资管理系统作为各企事业单位信息化中必不可少的部分，特别是对于机关事业单位的工资需要有国家政策作为指导，部门之间涉及到审批等流程。为了更好地满足机关及事业单位工资业务的实际需要，切实提高工作效率，面对机关事业单位各地政策不一样，而且工资政策经常变化，工资计算方法各异等特点。需要研究具有自适应性的统一的网络版工资系统，以适应各地的单位，方便管理。现有工资系统以单机版居多，而且存在适应性不强，对开发人员依赖性很高等缺点。一旦有政策性的变动就会影响工资的计算，当有新的单位要使用工资系统时又要重新编码实现，工资系统进行改版升级很困难。
人工智能领域的知识专家系统，通过建立知识库，运用正向或反向推理的方式，由系统选择规则来执行，在信息系统中已经得到初步应用。Drools是一个使用基于规则的方法实现的专家系统的规则引擎，更准确地说，它属于产生式规则系统。后续升级版本仍在进行中。它的的目的是要提高系统的适应性，将业务逻辑独立出来直接管理，是目前提高信息系统适应性的一个趋势。
本文针对现有工资系统适应性不足、重用性较差、更新维护困难等弱点，提出基于规则引擎的自适应工资系统。工资计算是工资系统的核心，现有的工资系统的计算方法纯粹是采用硬编码的方式，存在与工资政策结合过于紧密、逻辑维护困难等缺陷。本文结合drools规则引擎组件建立与工资政策相适应的规则文件，研究具有自适应性的工资系统。通过建立一个可执行的规则库，实现规则库与现实中的业务需求及政策的一一对应，同时，通过规则流控制规则的执行可以更好的适应计算逻辑的变化。这种基于规则的系统对于当前工资系统的解耦合，以及系统进行扩展和更新都有很大的推动作用。系统中的规则进行自然语言处理之后，规则可读性得到提高，有的规则还可以被当作文档使用。规则可读性的提高，使得政策由于发生变化而需要更新系统或增加新功能时，不需专业程序员参与修改，直接由企事业单位的工资管理人员便可完成修改工作。