一种基于时间-效用的Agent社会承诺机制

在多Agent系统中，为了完成任务，Agent之间需要建立社会承诺。本文通过将T．Sandholm的分级承诺合同协议思想与时间-效用对协商的影响有机地结合起来，提出了一种基于时间-效用的Agent社会承诺机制，为电子商务环境下存在最大协商时间的一对多协商中的买卖双方Agent之间的社会承诺问题提供了有效的解决方案。文章分析了解除承诺的条件，提出了建立承诺、解除承诺和遵守承诺的规则，从而有效规避了协商中买方Agent与卖方Agent随意达成一致的行为，同时保证了买方Agent能够在最大协商时间内确定最佳交易卖方，从而提高了协商系统的效率和效用。     

基于多Agent的传感器资源动态分配方法

针对防空监视网络传感器资源分配问题，讨论了基于多Agent协商的动态分配方法。通过对防空监视网络传感器资源的动态和分布特性的分析，建立了基于传感器Agent的任务执行效用的传感器资源动态分配模型。并讨论了基于Agent协商和传感器Agent的任务执行能力的任务执行效用计算方法。最后给出了防空监视网络传感器资源动态分配的仿真实例。     

一种基于多目标优化的Agent多议题协商模型

Agent多议题协商研究是多Agent合作求解的核心内容之一,一般基于对策论的方法实现Pareto最优的协商结果。由于很多学者将其转化为单目标约束满足问题,因而只能满足一方的效用最大化要求。Nash指出在理想情况下Agent应追求自身效用最大和对手效用最大的多目标优化,以达到快速达成一致并能最优化自身效用的目的。针对该问题,本文给出一种用指数型功效系数法求解的一揽子交易多议题协商模型NMMOP,该模型能够实现双方Agent的效用最优,提高协商双方的总效用。实验结果验证了该模型的优化效率优于Fatima和Faratin等人的工作。     

一种零售电子市场中的商品交易自动协商模型

本文提出了一个针对零售电子市场中商品交易协商的双边多议题自动协商模型。基于实质利益协商法的原则,综合采用带优先级的模糊约束满足问题(PFCSP)和多属性效用理论(MAUT)的思想对协商进行建模,给出了买卖双方Agent的形式化模型,对协商双方的行为和策略进行了算法描述,并对协商可能获得的结果进行了分析。     

基于Nearest-Biclusters协作过滤技术的效用图结构学习算法

在多议题协商研究中,议题之间的依赖关系增加了协商Agent效用函数的复杂性,从而使得多议题协商变得更加困难.基于效用图的多议题依赖协商模型是体现议题间依赖关系的多议题协商模型.在该协商模型中,协商双方仅需要较少的协商步数就能够找到满足Pareto效率的协商结局.如何有效地学习买方Agent的效用图结构是该协商模型的关键.文中基于Nearest-Biclusters协作过滤技术的思想提出了一种新的效用图结构学习算法(NBCFL算法).该算法首先利用Nearest-Biclusters协作过滤技术发现买方偏好的局部匹配特性,提取与当前买方Agent类型相同的买方Agent所产生的协商历史记录,然后通过计算各议题间的依赖度学习买方Agent的效用图结构.实验表明在参与协商的买方Agent类型不同的条件下,NBCFL算法比IBCFL算法能更好地学习买方Agent的效用图结构.     

基于整合效用的多议题协商优化

在限时条件下的Agent之间的多议题协商中,最差的结果是没有达成协定.由于某一个议题没有达到平衡点而使得整个协商失败是影响协商效用的一个重要因素.给出了一个多议题整合效用评估机制,利用多议题整合效用中各议题因子之间的相关性进行保留值向量的等效置换,优化协商效用评估,在保证协商参与者整体协商效用的前提下动态放宽某个议题的保留值,促使协商双方避免协商僵局,快速达成一致的协定.实验数据表明,该机制有效地解决了协商僵局问题,提高了协商的成功率.     

基于通信的MAS内多Agent自动协商

给出了一个通用的基于联合意图的多Agent系统内部Agent协商模型，详细分析了Agent间的异步通信机制以及基于语言行为学的Agent自动协商语义，并在该协商语义的基础上给出了MAS内部基于联合意图的Agent自动协商通信协议，最后利用通信顺序进程验证了该协议的安全性和活性．     

一个基于Agent的轿车市场自动协商模型

该文提出了一个针对轿车市场中交易协商的双边多议题自动协商模型，该模型具有如下特点：用基于效用的相似度比较法实现Agent智能搜索；模型采用学习机制包括历史学习和Q-学习，历史学习机制用于Agent协商前初始信念的创建，对Agent在协商中策略的选择、执行具有指导作用。Q-学习机制用于生成协商提议，使得Agent能够在半竞争、信息不完全和不确定以及存在最大协商时间的情况下，更为有效地完成多议题协商。     

基于多Agent系统的自动协商机制及通用协商框架

自动协商是多Agent系统实现协作的关键环节。目前,对协商模型的研究大部分是在特定的应用系统中针对具体协商背景进行研究,协商模型的通用性较差。本文分析了多Agent系统协商机制的三个方面:Agent通信语言、通信方式和交互协议。在此基础上,给出了基于多Agent的通用协商框架GNF,该协商框架包括抽象协商过程、协商规则分类和协商协议。最后,给出了一个基于通用协商框架GNF的原型系统——采用Jess规则引擎实现的多Agent的商品交易系统。     

并行工程中MAS决策的协商机制及其评价

并行工程中，多Agent智能决策是一个核心组成部分。Agent间决策结果的不一致性会影响整个并行工程的决策结果，需要采取适当的协商机制调节Agent之间的矛盾。本文给出了可信度优先、权威性优先、相邻影响、彼此影响等四种Agent协商机制以及相应的决策公式，并对它们进行了量化比较，分析了各自的优越性和适应性情形。最后给出了基于协商的Agent分组决策的一致性策略。     

基于SOA的多Agent协商服务及其应用

在简述一种融合了面向服务架构和多Agent协商系统特点的新的协商模型——基于面向服务架构的多Agent协商模型的基础上，设计了该协商模型的多Agent协商服务端，阐述了Agent中协商推理机在协商中的基本过程。面向服务架构的协商服务端与协商Agent管理平台组合起来，搭建起支持开放环境并开展协商的软件应用环境，实现了基于面向服务架构的多Agent协商模型在电子商务中的 应用。     

A multi-agent system performing one-to-many negotiation for load balancing of electricity use

Emerging technologies allowing two-way communication between utility companies and their customers are changing the rules of the energy market. Deregulation makes it even more demanding for utility companies to create new business processes for the mutual benefit of the companies and their customers. Dynamic load management of the power grid is essential to make better and more cost-effective use of electricity production capabilities, and to increase customer satisfaction. In this paper, methods from agent technology and knowledge technology have been used to analyse, design, and implement a component-based multi-agent system capable of negotiation for load management. The proof-of-concept prototype system NALM (negotiating agents for load management) developed shows how under certain assumptions peaks in power load can be reduced effectively based on a negotiation process.     

一种强调私密性的多智能体协商模型

提出一种更具私密性的多智能体协商模型；基于经济学边际效用的概念建立了基于市场交互机制的协商算法。每个智能体不需向市场智能体发送原料需求信息，只需发送对某种原料边际效用的符号信息；市场智能体作为中间人运行定价算法和分配算法对原料进行定价和分配。仿真结果表明本文方法与已有方法性能相近，但是协商过程不会泄露商业机密信息，更符合分布式智能体的私密性要求。     

基于合同网协议的多智能体虚拟企业协商研究

协商是虚拟企业成员之间协作的实现方式。本文通过对多智能体的协商框架、协商模型和协商过程等进行深入的分析,在合同网协议的基础上构建多智能体协商体系框架,并结合贝叶斯决策方法来建立自学习协商模型。根据协商中的更新信息实时更新智能体信念,实现多智能体协商过程的自学习功能。从而有利于提高协商效率,改善网络通信,保证虚拟企业的敏捷性和协商双方的利益。     

基于MVC架构文档报表管理系统的设计与实现

根据公司对文档报表管理的实际需求,通过对某房地产评估公司的日常报告文档管理的各方面的需求分析,将系统的需求抽象化、模块化、系统化,利用.NET开发平台MVC架构实现了报告信息管理、数据维护管理、公司收据和报告文档管理等功能,实现了管理文档的规范化和信息化,提高公司管理文档信息的工作质量、管理水平,为用户提供更为方便快捷的服务。     

多议题协商服务平台的研究与实现

基于面向服务架构(SOA)的多Agent多议题协商模型融合了面向服务架构和多Agent多议题协商系统的特点.在协商服务平台中应用本体的基本概念和相关技术来定义协商的提议和议题,可实现协商议题的个性化和按需变化的动态性,提高了协商Agent的能力、效率和协商的有效性,让协商不再局限于某些特定协商对象.     

基于蚁群Stigmergy的多智能制造主体协同感知机制研究

在对现有典型协同感知机制分析的基础上,深入探讨了多智能体制造系统的协同感知机制。首先,针对集中式和分布式两类系统群体的协商决策、协商感知的机制进行了分析;其次,着重介绍了群体智能及其机理,结合蚁群Stigmergy的作用机理进行了详细说明,并根据蚁群Stigmergy机制进行多智能制造主体的协同感知应用的研究;最后,深入研究蚁群Stigmergy协作机制,并据此建立了多智能制造主体协同感知机制过程模型。     

基于熟人联盟及扩充合同网协议的多智能体协商模型

合同网协议可扩充性好，处理动态环境能力强，在多智能体系统协商中应用广泛．在分析了经典合同网协议的优缺点后，提出了基于熟人联盟及扩充合同网协议的多智能体系统协商模型．根据模型设计了适合扩充合同网协议的系统结构，引入了熟人联盟以及信任度参数，提出熟人联盟生成方法及信任度更新规则并构造了基于经典合同网协议的扩充合同网协议．最后通过对一个导弹防御例子的测试及分析，证实了该模型在保证协商质量的基础上，有效地降低了协商代价．     

多Agent多问题协商模型

在多agent环境中,协商是多agent系统能够成功运转的关键.根据参与协商agent的数目和协商问题的数目,多agent环境中的协商可以分为双边-单问题协商、双边-多问题协商、多边-单问题协商、多边-多问题协商.前3种协商是多边-多问题协商在不同维上的简化.利用协商-协商过程-协商线程的概念建立了一个多边-多问题协商模型MMN(multi-agent multi-issue negotiation).该模型通过提供一个灵活的协商协议支持多agent环境中的不同协商形式,并且支持agent在协商过程中的学习.