设为首页 | 收藏本站
183 3562 2627
Together是行业领先的规则引擎
Together规则引擎使应用逻辑将变得透明且可维护
Together规则引擎基于DMN标准,抛弃了“条件+动作”的陈旧模式,无论是业务规则、复杂算法、业务逻辑、业务决策,它都会给您强大的支撑,Together将成为您IT系统的核心引擎。
Together规则引擎高度集成、一站式的建模开发测试发布环境,是杀手级的快速规则开发引擎。它拥有行业领先的规则算法,并且与机器学习ML深度集成,它将成为您AI体系中重要的一环。它具有为云而生的架构,因此赋予其非凡的性能和扩展能力,支持国产化适配、支持信创...
原来应用逻辑都是由IT人员通过代码的形式编写维护,对于业务用户是不可见的,但是现在业务管理人员可通过业务决策模型维护应用逻辑,增加了业务的透明性、敏捷性,极大的降低了运维成本。

与我们联系,我们将为您演示产品...

您是否为系统逻辑无法快速响应业务的高频变化而烦恼?
Together为您提供关键算力,赋予数据智慧的力量
响应效率提升
100
70
成本降低
%
Together规则引擎可以快速建模您的业务逻辑,让您的决策在不增加资源的情况下持续扩大和增加运营能力!
生产力提高
80
%
特色功能
革命性的装箱结构
支持7种DMN标准的装箱结构,可结构化的将决策块、函数通过逻辑块层层嵌套组成复杂的逻辑结构,使DMN成为一个和开发语言媲美的开发工具。
强大易用的FEEL语言
FEEL语言内置上百种函数直接调用并可以自定义扩展,简单易懂,易于维护,没有技术背景的普通用户就可以轻松上手。
可运行PMML机器学习模型
提供成熟的机器学习ML的Java实现,无需额外编码就可调用PMML模型文件,在DMN模型运行时无缝执行并调用预测模型算法结果。
闪电般的执行速度
建模后可直接生成DMN XML文件,模型调用时采用先进的Phreak算法根据输入参数返回对应的结果值,有闪电般的执行速度和效率。
Together规则引擎可应用于广泛的业务场景中
与我们联系,说出您的需求,我们将为您提供解决方案...
Together规则引擎可以在您的IT体系中提供公共的决策服务,形成规则中心、决策中心、逻辑中心,实现业务自动化、智能化;也可以与您的工作流系统集成提供自动化的规则节点,还可以做为快速开发平台的基础组件提供业务逻辑支撑,亦可以与您的业务系统集成应用到您业务的方方面面...
财务管理
服务策略、物联网
KPI考核
制造管理
生产工艺
电商营销、供应链
法律、医疗健康
保险产品策略
内控管理
法务合规、风控
保险、金融
航空、航天
教育、科研
地产、互联网
电商、物流
能源、制造
医疗、法律
快销零售、通讯
最佳实践
金融解决方案
保险解决方案
供应链解决方案
物联网解决方案
AI解决方案
规则中心解决方案
热门解决方案
16年专注于规则引擎的研发

在100+行业领域付诸实践
超过1000+的大型客户与我们合作
有10万+终端用户正在使用我们的产品
Together能快速将您的业务逻辑转化为算法模型,
让您的决策变得智能并可执行
深厚的技术积累,千万用户的选择
当您陷入数据的泥沼,不妨使用以决策为中心的方法提供,快速、准确、一致、透明的结果,更快地适应变化,领先于时间和竞争。
值得探索的技术主题
他山之石可以攻玉
前沿动态
决策管理
DMN建模
人工智能
行业方案
什么是低代码/无代码/专业代码?低代码无代码差异化优势有哪些
在一个日益实时、动荡、不确定和复杂的世界中,企业和军事行动都在寻找不仅能承受这种条件,而且能在这种条件下蓬勃发展的战略。其中一种战略诞生于空战的严峻考验,并由军事战略家加以完善,这就是OODA 循环:观察,定位,决策,行动 。尽管这种决策框架起源于军事,但当应用于当今的实时商业环境时,它提供了深刻的见解和优势。在本文中,我将探讨这种战术宝石如何在现代商业的数据驱动环境中改变游戏规则。具体来说...
2025-08-18
企业正在采用一种称为决策管理系统的新型运营系统,以满足消费者、监管机构和市场的需求,因为传统系统太不灵活,无法学习和适应,而且关键是无法利用大数据来应用分析。决策管理系统是敏捷的、可分析的和自适应的。它们可以快速调整以应对新的法规或业务状况,利用数据来提高决策的质量和有效性,并从中学习有效和无效的方法,从而持续改进。决策管理系统是通过关注影响单个交易或客户的可重复的运营决策来构建的。它们提供...
2025-08-18
想象一下,一位CEO在午夜眯着眼睛看Excel电子表格,这可能会使他们的公司成败。尽管拥有分析师团队和复杂的人工智能工具,但当重大决策迫在眉睫时,大多数高管仍然依靠直觉和基本的电子表格。他们真正需要的不是另一个花哨的BI仪表板。事实上,他们需要的是一个更类似于战斗机飞行员驾驶舱的执行决策界面,将复杂的市场数据转化为清晰的、可操作的建议。此外,管理人员可以使用智能手机、平板电脑、PC甚至是成熟...
2025-08-13
决策智能(DI)技术在物流行业的变革潜力是巨大的。这一创新将重塑供应链所有部门的决策执行方式。DI对高级分析、数据科学、人工智能和机器学习的使用可以前所未有地增强决策周期。特别是,DI使公司能够做出更明智的选择,优化流程并简化运营。使用快速数据分析和推荐引擎功能,DI直接专注于解决瓶颈,预测变化,并主动帮助解决问题。在本文中,我们将研究决策智能如何改变供应链决策。具体来说,我将提供10个例子...
从1950年图灵提出"机器能否思考"的哲学命题,到2025年大语言模型驱动的AI Agent在企业管理中自主完成商业决策,人工智能实现了从"工具"到"智慧体"的质变。当某跨国公司智能ERP的3000余个自主Agent深度调度跨国供应链,当多智能体协同重构财务流程,一个关键技术创新正在加速这一进程——‌DMN规则引擎‌正成为AI Agent实现智能化决策的核心基础设施。一、AI Agent的三...
2025-07-31
决策智能是一个新领域,通过将数据与决策和结果联系起来,帮助支持、增强和自动化业务决策。它结合使用方法(例如决策映射和决策理论)和技术(例如机器学习和自动化)来改进公司决策的方式。决策智能包括持续评估决策结果并通过反馈系统对其进行优化。在谷歌于2018年推出决策智能部门后,“决策智能”一词在洛里恩·普拉特2019年出版的《链接:如何连接数据、行动和结果以创造更美好的世界》一书中广为流传。202...
决策智能(DI) 的范围扩展到多个级别的自主性。借助决策自动化 (DA),人类可以设置控制任务,以自主运行决策过程。与辅助驾驶所需的自动驾驶级别类似,决策智能(DI) 的范围跨越多个级别。借助决策自动化 (DA),人类将整个决策过程委托给机器。DI 的三个级别l 决策支持通过分析和数据探索协助人类决策。l 决策增强建议要做出的决策,并使用分析的数据预测未来的情况。l 决策自动化使机器能够自主...
决策智能(DI) 保证基于高级数据分析做出明智的决策,同时也为人类判断提供了充足的空间。现代市场的快速变化使得贸易和工业公司的许多传统决策方式看起来非常“陈旧”。为了做出可持续和准确的决策,完美的方案是人工智能(AI)和人类判断的协调互动。在这种情况下,数据的可用性和易用性尤为重要。例如,在推出新产品之前,必须从客户数据库、任何现有的竞争报价、预期成本和资源可用性中获取尽可能广泛的信息。事实...
想象一下这样一个世界:软件不仅可以加快业务决策,还可以使其与众不同。这就是决策智能(DI)的意义所在。这不仅仅是另一种人工智能(AI)。事实上,DI是一个独特的概念,很容易被误认为是其他IT术语。因此,在本文中,我将解释什么是决策智能,以及它不是什么。此外,我将研究DI平台如何为供应链等数据密集型行业提供支持。事实上,DI可以显着改善决策,甚至自动化决策周期。此外,我将阐明决策智能与决策科学...
2025-07-30
企业业务管理系统(BMS),历经数十年风云变幻,其角色已从最初的“账房先生”演变为今天的“业务管家”。当下,AI、ESG、全球合规、供应链协同等新浪潮正深刻重塑企业管理模式。在这场持续的进化中,SAP等国际巨头似乎又一次站在了变革潮头。反观国内BMS,进步显著:功能覆盖面拓宽、用户体验优化、性价比提升。然而,一个难以否认的事实是,与SAP等顶级系统之间,似乎总隔着一层未捅破的“窗户纸”。这差...
2025-07-30
传统国产低代码平台多聚焦于‌表单与流程的快速配置‌(如拖拽生成审批单、报表),本质上仍是“表单驱动”模式的效率工具。而与国际先进实践结合时,其价值需升级为‌管理逻辑的数字化封装平台‌——这正是Together规则引擎的发力点。Togetner在低代码平台中的战略价值‌1.破解“功能堆砌”陷阱:管理逻辑的标准化沉淀‌痛点‌:国产低代码平台常提供大量组件库,但业务规则散落在代码/配置中,难以复用...
2025-07-29
一提到规则引擎,人们首先想到的就是金融、保险、电商、风控等行业领域如一些合规性判断、简单计算的应用场景,产品形态主要就是决策表、评分卡、决策树、决策流等功能,它们也成为不同规则引擎厂商产品的标准开发范式,但是随着市场的不断变化,规则引擎被引入应用到更多的行业领域,这些功能越来越无法满足企业的需求了。我们不妨简单回顾一下规则引擎的发展史。一点历史业务规则的概念可以追溯到20世纪70年代专家系统...
2025-07-22
     传统的规则引擎是一个复杂的系统,它在对外提供规则服务的时候规则集及模型文件和规则引擎是不能分离的,需要一起部署才能为第三方应系统提供规则服务,这就造成用户部署使用成本比较高。Together规则引擎基于DMN标准,可以生成独立的规则模型文件,而且文件非常小,通常只有几十K,这样就可以实现建模环境与生产环境的分离,降低了用户的部署使用成本。同时Together规则引擎可以将规则模型...
2025-07-17
我们想象着一位供应链高管正在仔细研究另一份电子表格,依靠直觉做出可能成就或毁掉公司的决定。更重要的是,尽管拥有一支由分析师、人工智能和复杂的规划工具组成的团队。必须这样吗?如果高管们拥有自己的软件,可以直接加快他们的决策周期,那会怎样?事实上,人工智能和数据分析的最新进展使高管们能够跳过中间商,直接与软件交互,从而做出快速、明智的决策。将其视为敏捷决策平台–一个提供跨职能见解、最佳选择并让每...
2025-06-10
想象一下这样一个世界:软件不仅可以加快业务决策速度,而且可以使业务决策变得卓越。这就是决策智能(DI)的意义所在。它不仅仅是另一种人工智能(AI)。事实上,DI是一个独特的概念,很容易与其他IT术语混淆。因此,在本文中,我将解释什么是决策智能,以及它不是什么。此外,我们将了解DI平台如何为供应链等数据密集型行业提供支持。事实上,DI可以显着改善决策,甚至自动化决策周期。此外,我将阐明决策智能...
2025-06-10
您的企业对AI的使用只会增加,这是一件好事。数字化使企业能够在原子层面上运营,每天就单个客户、产品、供应商、资产或交易做出数百万个决策。但是这些决策不能由在电子表格中工作的人类做出。
2025-04-03
通过在大型机系统中添加实时决策,使您的交易更具盈利性、更有效且处理成本更低。实时企业的核心在于实时决策的能力——在客户提出要求的瞬间,决定提供什么优惠、是否支付索赔或批准贷款申请。实时决策具有巨大的价值主张,并且拥有成熟的技术堆栈,包括机器学习、业务规则、人工智能和决策自动化平台。但是,您是否曾经考虑过将您的实时决策推送到您的主机?如果还没有,为什么不呢?实时决策的价值主张为什么要实时做出决...
实际上,运行时引擎通常并不关心您是否为数据类型分配了某些决策。但是正确地将数据类型分配给模型中的所有变量,而不仅仅是决策和输入数据,还包括 BKM、上下文条目和函数参数。在这篇文章中,我们将讨论为什么这很重要以及要记住的一些基本要点。
2025-04-03
DMN 使用最广泛的盒装表达式类型是决策表。它之所以受欢迎,是因为它的含义很直观,并且无需培训即可理解。
2025-04-03
什么是低代码/无代码/专业代码?低代码无代码差异化优势有哪些
在一个日益实时、动荡、不确定和复杂的世界中,企业和军事行动都在寻找不仅能承受这种条件,而且能在这种条件下蓬勃发展的战略。其中一种战略诞生于空战的严峻考验,并由军事战略家加以完善,这就是OODA 循环:观察,定位,决策,行动 。尽管这种决策框架起源于军事,但当应用于当今的实时商业环境时,它提供了深刻的见解和优势。在本文中,我将探讨这种战术宝石如何在现代商业的数据驱动环境中改变游戏规则。具体来说...
2025-08-18
企业正在采用一种称为决策管理系统的新型运营系统,以满足消费者、监管机构和市场的需求,因为传统系统太不灵活,无法学习和适应,而且关键是无法利用大数据来应用分析。决策管理系统是敏捷的、可分析的和自适应的。它们可以快速调整以应对新的法规或业务状况,利用数据来提高决策的质量和有效性,并从中学习有效和无效的方法,从而持续改进。决策管理系统是通过关注影响单个交易或客户的可重复的运营决策来构建的。它们提供...
2025-08-18
想象一下,一位CEO在午夜眯着眼睛看Excel电子表格,这可能会使他们的公司成败。尽管拥有分析师团队和复杂的人工智能工具,但当重大决策迫在眉睫时,大多数高管仍然依靠直觉和基本的电子表格。他们真正需要的不是另一个花哨的BI仪表板。事实上,他们需要的是一个更类似于战斗机飞行员驾驶舱的执行决策界面,将复杂的市场数据转化为清晰的、可操作的建议。此外,管理人员可以使用智能手机、平板电脑、PC甚至是成熟...
2025-08-13
决策智能(DI)技术在物流行业的变革潜力是巨大的。这一创新将重塑供应链所有部门的决策执行方式。DI对高级分析、数据科学、人工智能和机器学习的使用可以前所未有地增强决策周期。特别是,DI使公司能够做出更明智的选择,优化流程并简化运营。使用快速数据分析和推荐引擎功能,DI直接专注于解决瓶颈,预测变化,并主动帮助解决问题。在本文中,我们将研究决策智能如何改变供应链决策。具体来说,我将提供10个例子...
从1950年图灵提出"机器能否思考"的哲学命题,到2025年大语言模型驱动的AI Agent在企业管理中自主完成商业决策,人工智能实现了从"工具"到"智慧体"的质变。当某跨国公司智能ERP的3000余个自主Agent深度调度跨国供应链,当多智能体协同重构财务流程,一个关键技术创新正在加速这一进程——‌DMN规则引擎‌正成为AI Agent实现智能化决策的核心基础设施。一、AI Agent的三...
2025-07-31
决策智能是一个新领域,通过将数据与决策和结果联系起来,帮助支持、增强和自动化业务决策。它结合使用方法(例如决策映射和决策理论)和技术(例如机器学习和自动化)来改进公司决策的方式。决策智能包括持续评估决策结果并通过反馈系统对其进行优化。在谷歌于2018年推出决策智能部门后,“决策智能”一词在洛里恩·普拉特2019年出版的《链接:如何连接数据、行动和结果以创造更美好的世界》一书中广为流传。202...
决策智能(DI) 的范围扩展到多个级别的自主性。借助决策自动化 (DA),人类可以设置控制任务,以自主运行决策过程。与辅助驾驶所需的自动驾驶级别类似,决策智能(DI) 的范围跨越多个级别。借助决策自动化 (DA),人类将整个决策过程委托给机器。DI 的三个级别l 决策支持通过分析和数据探索协助人类决策。l 决策增强建议要做出的决策,并使用分析的数据预测未来的情况。l 决策自动化使机器能够自主...
决策智能(DI) 保证基于高级数据分析做出明智的决策,同时也为人类判断提供了充足的空间。现代市场的快速变化使得贸易和工业公司的许多传统决策方式看起来非常“陈旧”。为了做出可持续和准确的决策,完美的方案是人工智能(AI)和人类判断的协调互动。在这种情况下,数据的可用性和易用性尤为重要。例如,在推出新产品之前,必须从客户数据库、任何现有的竞争报价、预期成本和资源可用性中获取尽可能广泛的信息。事实...
想象一下这样一个世界:软件不仅可以加快业务决策,还可以使其与众不同。这就是决策智能(DI)的意义所在。这不仅仅是另一种人工智能(AI)。事实上,DI是一个独特的概念,很容易被误认为是其他IT术语。因此,在本文中,我将解释什么是决策智能,以及它不是什么。此外,我将研究DI平台如何为供应链等数据密集型行业提供支持。事实上,DI可以显着改善决策,甚至自动化决策周期。此外,我将阐明决策智能与决策科学...
2025-07-30
企业业务管理系统(BMS),历经数十年风云变幻,其角色已从最初的“账房先生”演变为今天的“业务管家”。当下,AI、ESG、全球合规、供应链协同等新浪潮正深刻重塑企业管理模式。在这场持续的进化中,SAP等国际巨头似乎又一次站在了变革潮头。反观国内BMS,进步显著:功能覆盖面拓宽、用户体验优化、性价比提升。然而,一个难以否认的事实是,与SAP等顶级系统之间,似乎总隔着一层未捅破的“窗户纸”。这差...
2025-07-30
传统国产低代码平台多聚焦于‌表单与流程的快速配置‌(如拖拽生成审批单、报表),本质上仍是“表单驱动”模式的效率工具。而与国际先进实践结合时,其价值需升级为‌管理逻辑的数字化封装平台‌——这正是Together规则引擎的发力点。Togetner在低代码平台中的战略价值‌1.破解“功能堆砌”陷阱:管理逻辑的标准化沉淀‌痛点‌:国产低代码平台常提供大量组件库,但业务规则散落在代码/配置中,难以复用...
2025-07-29
一提到规则引擎,人们首先想到的就是金融、保险、电商、风控等行业领域如一些合规性判断、简单计算的应用场景,产品形态主要就是决策表、评分卡、决策树、决策流等功能,它们也成为不同规则引擎厂商产品的标准开发范式,但是随着市场的不断变化,规则引擎被引入应用到更多的行业领域,这些功能越来越无法满足企业的需求了。我们不妨简单回顾一下规则引擎的发展史。一点历史业务规则的概念可以追溯到20世纪70年代专家系统...
2025-07-22
     传统的规则引擎是一个复杂的系统,它在对外提供规则服务的时候规则集及模型文件和规则引擎是不能分离的,需要一起部署才能为第三方应系统提供规则服务,这就造成用户部署使用成本比较高。Together规则引擎基于DMN标准,可以生成独立的规则模型文件,而且文件非常小,通常只有几十K,这样就可以实现建模环境与生产环境的分离,降低了用户的部署使用成本。同时Together规则引擎可以将规则模型...
2025-07-17
我们想象着一位供应链高管正在仔细研究另一份电子表格,依靠直觉做出可能成就或毁掉公司的决定。更重要的是,尽管拥有一支由分析师、人工智能和复杂的规划工具组成的团队。必须这样吗?如果高管们拥有自己的软件,可以直接加快他们的决策周期,那会怎样?事实上,人工智能和数据分析的最新进展使高管们能够跳过中间商,直接与软件交互,从而做出快速、明智的决策。将其视为敏捷决策平台–一个提供跨职能见解、最佳选择并让每...
2025-06-10
想象一下这样一个世界:软件不仅可以加快业务决策速度,而且可以使业务决策变得卓越。这就是决策智能(DI)的意义所在。它不仅仅是另一种人工智能(AI)。事实上,DI是一个独特的概念,很容易与其他IT术语混淆。因此,在本文中,我将解释什么是决策智能,以及它不是什么。此外,我们将了解DI平台如何为供应链等数据密集型行业提供支持。事实上,DI可以显着改善决策,甚至自动化决策周期。此外,我将阐明决策智能...
2025-06-10
您的企业对AI的使用只会增加,这是一件好事。数字化使企业能够在原子层面上运营,每天就单个客户、产品、供应商、资产或交易做出数百万个决策。但是这些决策不能由在电子表格中工作的人类做出。
2025-04-03
通过在大型机系统中添加实时决策,使您的交易更具盈利性、更有效且处理成本更低。实时企业的核心在于实时决策的能力——在客户提出要求的瞬间,决定提供什么优惠、是否支付索赔或批准贷款申请。实时决策具有巨大的价值主张,并且拥有成熟的技术堆栈,包括机器学习、业务规则、人工智能和决策自动化平台。但是,您是否曾经考虑过将您的实时决策推送到您的主机?如果还没有,为什么不呢?实时决策的价值主张为什么要实时做出决...
实际上,运行时引擎通常并不关心您是否为数据类型分配了某些决策。但是正确地将数据类型分配给模型中的所有变量,而不仅仅是决策和输入数据,还包括 BKM、上下文条目和函数参数。在这篇文章中,我们将讨论为什么这很重要以及要记住的一些基本要点。
2025-04-03
DMN 使用最广泛的盒装表达式类型是决策表。它之所以受欢迎,是因为它的含义很直观,并且无需培训即可理解。
2025-04-03
DMN的初学者通常会为模型中的每个简单值定义一个单独的变量,例如字符串或数字。但是,将相关值分组到单个变量中通常要好得多,DMN中的FEEL语言有多种方法可以做到这一点
2025-06-10
优化是构建决策管理系统所需的五项关键功能之一。每项功能都可以逐步采用,并可以根据资源和业务驱动因素进行扩展。
决策建模是构建决策管理系统所需的五项关键能力之一。每项能力都可以逐步采用,并可以根据资源和业务驱动因素进行扩展。
为什么组织应该将其重要的业务决策建模为数字化转型的一部分?我们多次被要求解释我们的客户如何从决策建模中受益,因此我们决定在这里讨论这个问题。
业务规则的企业用户,甚至是BRMS,在扩展系统时应该意识到规则的严重限制。相比之下,决策模型方法通过提供业务规则中缺少的逻辑的高级业务组件,提高了业务规则的企业可扩展性。
如果您今天要启动第一个 BRMS 实施项目,请不要从收集规则开始!通常会建议团队以自然语言或规则手册的方式收集所有相关规则,以此开始他们的项目。
分析团队在部署模型之前需要了解的5 件事许多分析和数据科学团队都有构建看似很棒的模型的经验——有效、预测性强、功能强大——但最终却发现令人失望甚至没有业务影响。模型没有部署或部署时间太长,导致其准确性丧失。部署的模型没有使用或使用效率不高。模型会老化,导致性能下降。你能做什么?在部署模型之前,请确保你能回答这 5 个问题。1. 模型是否根据业务目标进行了良好的评估?CRISP-DM,即跨行业...
2025-04-11
在这篇文章中,我想分享有关DMN中递归支持的有趣见解,并重点介绍FEEL语言的特定属性如何使函数式编程结构能够在DMN中建模。
2025-04-11
DMN可通过知识模块来调用java的静态方法,对FEEL表达式的扩充的一种选择,核心原理是使用java的反射来完成,下面示例自定义一个静态方法并在DMN中完成调用。
2025-04-11
调用参数说明及获取方式先决条件    1. 在集成中心 --> 系统授权中,有正在使用或者新增授权的系统授权    2. 在工作区中存在模型数据参数说明API接口:${IP}:${port}/api/ruleSystem/getSystemCallingAPI请求类型:POST请求参数:{   "invokingType": "调用方式 batch-批量,single-单条",   "key...
2025-04-07
当您了解什么是 AI、ML、预测性和规范性分析时,您将看到您的组织中需要哪些分析以及每种类型如何为您提供帮助。
DMN比Microsoft的Power FX等更知名的低代码语言更有利于商业,也更强大。
2025-04-03
尽管DMN的表达语言FEEL 被设计为对商业友好,但它仍然让许多人望而生畏。这导致了经常听到的指责,即“DMN对企业用户来说太难了”。事实并非如此,至少对于那些愿意学习如何使用它的人来说是这样。
2025-04-03
查找表是决策模型中常见的逻辑模式。为了对它们进行建模,初学者自然而然地倾向于决策表,这是最熟悉的值表达类型。
2025-04-02
我们过去关于DMN的大多数帖子都假设读者知道它是什么,并且可能已经在使用它。但毫无疑问,有一大群读者听说过它,但并不真正了解它的全部内容。可能还有一个同样大的群体,他们从批评者那里听说过它,并有一些误解。因此,在这篇文章中,我们将尝试解释它是什么以及它是如何工作的。
2025-04-02
通常在决策模型中,您需要计算日期或持续时间。例如,一个申请必须在某些事件发生后90天内提交,或者不应在上一剂疫苗的120天内接种。DMN具有强大的日历算术功能。这篇文章将说明如何使用它们。
2025-04-02
规则引擎技术参数要求包括规则引擎的技术标准,DMN标准支持程度,关联标准的支持,目标用户。
随着DMN标准的推出并日益成熟,在企业实践过程中表现出强大技术优势,越来越多的被市场认可和采用。DMN标准从图形化逻辑建模、数据类型、盒式装箱表达式、基础表达式语言、内置函数等功能形态,到元模型和输出格式。
我们都在初中数学课上学习了集合和维恩图。集合A的哪些元素也是集合B的成员?这个概念也出现在决策逻辑中,你会期望DMN能够处理它。它可以,但它有点复杂,因为从技术上讲,DMN没有集合的概念,即没有重复的无序元素集合。
2025-03-28
决策管理系统遵循四项关键原则,我们将详细探讨这些最佳做法,帮助您提高业务绩效并从投资中获得最大的投资回报。
决策智能(DI) 的范围扩展到多个级别的自主性。借助决策自动化 (DA),人类可以设置控制任务,以自主运行决策过程。与辅助驾驶所需的自动驾驶级别类似,决策智能(DI) 的范围跨越多个级别。借助决策自动化 (DA),人类将整个决策过程委托给机器。DI 的三个级别l 决策支持通过分析和数据探索协助人类决策。l 决策增强建议要做出的决策,并使用分析的数据预测未来的情况。l 决策自动化使机器能够自主...
现在有无数文章令人喘不过气来谈论“AI”,其中绝大多数都在谈论一种AI,即使用神经网络执行的某种形式的机器学习。
Gartner越来越多地将决策智能作为一个概念以及决策智能平台进行讨论。最近,他们发布了决策智能平台市场指南,强烈推荐阅读。
TechTarget将数字孪生定义为“现实世界实体或过程的虚拟表示”,它“充当其所代表事物的当前状态的代理……在产品开发的早期阶段”以及“在产品生命周期的后期阶段(如检查和维护)中被保留和更新。”
决策智能包含一系列方法,从决策自动化(机器完成大部分决策)到决策增强(平衡人类和机器)。
当您了解什么是 AI、ML、预测性和规范性分析时,您将看到您的组织中需要哪些分析以及每种类型如何为您提供帮助。
作为业务分析师或业务规则开发人员,您可以通过将PMML文件与决策模型和表示法(DMN)模型结合使用,将机器学习(ML)与Together规则引擎集成。
机器学习正在改变世界。Google使用机器学习技术向用户推荐搜索结果。Netflix使用它来推荐电影供您观看。Facebook使用机器学习技术推荐您可能认识的用户。
2025-04-01
随着人工智能的应用日益广泛,由人类主导的人工智能的概念变得越来越重要。我们认为,随着人工智能和机器学习变得更加强大,并能够做出决策,人类必须保持控制。
决策管理是一种强大的方法,越来越多地用于采用人工智能 (AI) 技术,例如业务规则、机器学习和预测分析。
生成式AI和预测性AI是人工智能的两个子领域。生成式AI生成新内容,而预测性AI根据过去的数据处理未来预测。
我们知道规则引擎(或决策引擎)是企业商业智能AI体系中重要的一环,那么就需要规则引擎具备调用PMML模型的能力,本文将提供完整的分步教程,介绍如何在Together规则引擎编辑器中导入和处理PMML模型。
机器学习的概念是对机器进行编程,使其从经验和不同的示例中学习,而无需明确编程。它是AI的一种应用程序,允许机器自行学习。机器学习算法是数学和逻辑的组合,一旦输入数据发生变化,它们就会自我调整以更渐进地执行。
使用业务规则管理系统(BRMS)管理决策逻辑以实现透明度和敏捷性是构建决策管理系统所需的五大关键功能之一。
嵌入预测分析是构建决策管理系统所需的五项关键功能之一。每项功能都可以逐步采用,并可以根据资源和业务驱动因素进行扩展。
监控是构建决策管理系统所需的五大关键功能之一。每项功能都可以逐步采用,并可根据资源和业务驱动因素进行扩展。
业务规则的企业用户,甚至是BRMS,在扩展系统时应该意识到规则的严重限制。相比之下,决策模型方法通过提供业务规则中缺少的逻辑的高级业务组件,提高了业务规则的企业可扩展性。
现在有无数文章令人喘不过气来谈论“AI”,其中绝大多数都在谈论一种AI,即使用神经网络执行的某种形式的机器学习。
TechTarget将数字孪生定义为“现实世界实体或过程的虚拟表示”,它“充当其所代表事物的当前状态的代理……在产品开发的早期阶段”以及“在产品生命周期的后期阶段(如检查和维护)中被保留和更新。”
决策智能包含一系列方法,从决策自动化(机器完成大部分决策)到决策增强(平衡人类和机器)。
通过在大型机系统中添加实时决策,使您的交易更具盈利性、更有效且处理成本更低。实时企业的核心在于实时决策的能力——在客户提出要求的瞬间,决定提供什么优惠、是否支付索赔或批准贷款申请。实时决策具有巨大的价值主张,并且拥有成熟的技术堆栈,包括机器学习、业务规则、人工智能和决策自动化平台。但是,您是否曾经考虑过将您的实时决策推送到您的主机?如果还没有,为什么不呢?实时决策的价值主张为什么要实时做出决...
当您了解什么是 AI、ML、预测性和规范性分析时,您将看到您的组织中需要哪些分析以及每种类型如何为您提供帮助。
什么是业务规则和决策管理?为什么使用业务规则管理?
听我们的客户怎么说
某大型500强制造集团架构师:“以往我们做业务规则时需要在不同的业务系统做大量的代码开发,而且调试起来非常麻烦,当内部管理规则发生变化的时候,系统的维护成本高,敏捷性差,Together规则引擎为我们提供了一站式的规则建模、测试、部署环境,极大的提高了我们的开发效率,节约了开发时间和成本,更重要的它是一个桥梁为我们内部的管理决策、业务逻辑提供了一个可视化的决策建模工具,形成了一个统一的智能化规则中心,方便维护,提升了业务响应效率。”
公众号
关于我们
联系方式
让您的业务更自动化、智能化!
联系邮箱:   zhangy@jee-soft.cn       wangyl@jee-soft.cn
咨询热线:185 1521 8668        183 3562 2627
电话:010-8200081