規則引擎起源於基於規則的專家系統，而基於規則的專家系統又是專家系統的其中一個分支。專家系統屬於人工智能的範疇，它模仿人類的推理方式，使用試探性的方法進行推理，並使用人類能理解的術語解釋和證明它的推理結論
規則引擎一般由3部分組成：規則庫(Knowledge base)+Working Memory(Fact base)+推理機(規則引擎)。
規則引擎的工作：模式匹配、衝突消解、執行引擎。
模式匹配算法：將事實與規則進行匹配的算法。常見的模式匹配算法有RETE,LFA,TREAI,LEAPS。Drools採用的匹配算法就是RETE，該算法被認爲是目前世界上最先進的模式匹配算法。
補充：規則引擎（rule engine）是有很多種的。依據規則的執行方式來劃分。商業上採用的大部分規則引擎都是 forward chaining（漢語咋解釋不知道）類型的。forward chaining類型有分爲2種：(1)production/inference rules（漢語咋解釋不知道）它是通過IFconditionTHEN action這種條件判斷的形式來驅動規則引擎的。（2）reaction/Event Condition Action rules，這種規則引擎是通過事件機制來驅動規則引擎的。這是我從維基百科上了解的。有興趣的可以去看http://en.wikipedia.org/wiki/Business_rules_engine。
Rate算法：
相關概念：
（1）事實（Fact）：對象之間及對象屬性之間的關係
（2）規則（rule）：是由條件和結論構成的推理語句，一般表示爲if...Then。一個規則的if部分稱爲LHS，then部分稱爲RHS。
（3）模式（module）：就是指IF語句的條件。這裏IF條件可能是有幾個更小的條件組成的大條件。模式就是指的不能在繼續分割下去的最小的原子條件。