对规则引擎和专家系统以及rete算法的一点认识

首先，谈一下规则引擎与专家系统的区别，因为网上有很多人将两者混为一谈了，不过这也只是小弟的一点浅显的认识，请各位大侠拍砖啊

规则系统的目的侧重于将业务逻辑的分离，主张业务逻辑从我们的应用编码中解脱出来，便于我们业务逻辑的修改，从而诞生出来的BRMS系统也是用来管理我们的业务规则的。
专家系统：侧重于人工智能，它是基于大量的事实而进行的推理行为，与规则引擎有很大的区别，专家系统注重知识的管理，而规则引擎侧重于规则的管理，以及规则与fact的匹配。

对rete的一点认识：

rete算法的成功之处在于，当我们构造好rete网之后，把我们的fact存储在working memory中，当wme在规则匹配的过程中发生了变化，需要进行loop来对变化都得规则进行匹配的时候，它可以节省我们的时间，进而达到节约时间的目的。（注：这个功能本来应该是专家系统所具有的，管理大量的知识，进行操作，当一个知识wme发生变化的时候，迅速的做出反应，而不必从头开始做分析，规则引擎正是使用了rete算法的这个优势来构造的。试想一个特殊的情况，假如我们系统中有10000条规则，当我们对一个wme-1进行分析的时候，需要将10000条规则全部匹配一便来分析wme能够触发的规则，然后运行触发规则的action，但是当action对wme有影响的时候，那么我们需要重新来做匹配，可能需要花费很长的时间。当然，我们也可以运用1--10000条规则来逐一的匹配所有的wme，当匹配成功的时候就触发规则，但是带来的结果也是跟上面的分析一样的，首先假设我们已经匹配过999条规则了，都没有匹配合适，但是我们的第1000条规则却匹配成功了，此时我们如何做呢？！我们需要执行第1000条rule的action，但是执行action的结果是对wme产生了影响，结果是我们需要对过去的999条规则做重新匹配，这样我们需要永无止境的做下去。）我想很多人将规则引擎与专家系统混为一谈大都是跟这个rete算法的关系。在这里小弟做一下澄清，请各位大神拍砖。