协商僵局的消解策略研究

针对多议题协商中的僵局问题,提出了一个基于议题权值的优化策略。利用学习机制预测对手议题权值,并考虑多议题协商中各议题之间的相关性,在保证协商参与者利益的前提下,根据议题的权值,有针对性地调整议题预保留值的取值,从而能够打破僵局,并快速消解协商僵局,促使协商双方得到合理协商解,使得协商效率大大提高。     

基于贝叶斯的多议题协商优化

在限时条件下的Agent之间的多议题协商中,虽然最差的结果是没有达成协定,而达成了一个使自己潜在利益受损的协定未必就是好的选择。在很多情况下,由于推理策略和交互机制的不完善使得Agent个体失去自己应得的利益。论文使用贝叶斯方法对协商对手进行预测,尽量使自己的初始信念准确反映对手的意识形态;并在此基础之上提出了一个优化的协商交互模型。在此模型中,Agent个体充分利用自己的预测结果,在协商成功的基础上获得尽可能多的利益。     

一种改进的粒子群算法在协商优化中的应用

在双边多议题协商模型的基础上提出一个消解协商僵局的数学模型,并对标准粒子群算法(PSO)的进化方程进行了改进,以确保粒子在一个超平面上移动。使用该种改进的算法(IPSO)对模型进行求解,优化了协商议题的保留值向量,达到了消解僵局的目的。实验结果表明IPSO比PSO具有更好的性能,减少了最优搜索时间,提高了协商成功率。     

MTO型供应链的价格/交货期协商支持模型

针对MTO(make-to-order)供应链环境下制造商与供应商的多个订单的价格/交货期协商问题，基于供应链伙伴间关系是竞争性合作的特点，提出一种新的两阶段协商议程．在合作性协商阶段，中介者利用模拟退火算法帮助制造商和供应商寻找最小化供应链总成本的交货期预协议点；制造商和供应商在此基础上基于整合效用的思想调整价格议题的保留值和期望值．在竞争性协商阶段双方逐步让步，就价格达成协议．实验表明，该协商议程能够获得近似最优的社会福利，达成对协商人双赢的方案．该协商议程能够有效应用于供应链协调和B2B在线市场．     

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Agent的双边多议题协商算法

双边多议题协商是一个复杂的动态交互过程。解决Agent在对环境和对方信息不全知的情况下通过协商达成一致并最大化自身效用是非常重要的。为了寻求Pareto效率解,提出了一种在无中介参与的情况下双方通过多轮相互探测求解的方法。实验分析了偏好对协商过程的影响并说明了该算法是一种在较低计算代价下求得Pareto效率解的有效双边多议题协商算法。     

基于相似度和议题动态特性的协商策略

针对现有协商策略机制在处理动态议题方面的不足，提出了一种新的提议生成策略机制。一方面，该机制通过对现有机制的重新整合简化了META策略的设计；另一方面，对新机制中引入的折中算法进行改进，使之有效适应了协商过程中的议题动态变化。实验表明，该策略机制在议题动态变化时既保证了协商成功时间，又保证了协商双方联合效用，在议题动态性方面表现了良好的适应能力。     

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。     

基于遗传算法的Agent多边多议题协商模型

提出了一种基于遗传算法的多边多议题协商模型,该模型能够根据协商过程中对手提议的变化情况动态估计对手偏好,提高了适应度函数的判断能力,促使协商达成一致.实验分析表明,该模型使各Agent均能在短时间内协商成功,并且各Agent获得的效用总和近似于最高社会效益,从而验证了该模型的有效性.     

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。     

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.     

Agent协商研究进展

自2001年Jennings研究协商以来,已经成为MAS研究的热点。介绍了协商的定义、研究内容、应用领域;分析了协商的复杂性;总结了通用的单议题协商和多议题协商协议的对策论模型;综述了Agent多议题协商的策略与学习算法;并分别介绍了两种典型的多议题协商：拍卖和并发协商,给出组合拍卖、多属性拍卖和并发协商的基本模型及其研究进展;最后探讨了协商存在问题和将来可能的发展方向,指出作为交互、竞争与合作的基础,协商需要继续深入的探讨,也必将成为多Agent系统研究的主流。     

基于效用图的依赖关系与协商策略研究

依赖关系一直是多议题协商的重点和难点.在基于依赖关系的多议题协商背景下,对依赖关系和依赖度进行了严格的定义和度量.在协商过程中,协商Agent强化了自身的协商策略,并使用多目标遗传协商算法对协商进行优化.实验结果表明,在该协商背景下依赖关系的定义以及依赖强度的度量是合理的,卖方Agent使用多目标遗传协商算法和各种协商策略是可行的,并取得了较好的协商效果,且使协商结果迭到了pareto最优.     

基于Agent的多问题并行遗传谈判模型

Agent谈判增加了电子商务系统的主动性,一个有效的谈判模型是系统实现的关键。分析了已有Agent谈判模型的特点,设计的基于Agent的多问题并行谈判模型解决了已有谈判模型中存在的谈判问题单一、非并行、不考虑对手收益和固定权重等问题。模型中产生谈判方案的算法的自适应性体现在问题权重、遗传参数和收益偏差的动态调整上,给出了问题实数编码和权重调整公式。最后,设计了一个面向三个问题的电子谈判实例,验证了谈判模型的可行性和有效性。     

Development of a framework for customer co-creation in NPD through multi-issue negotiation with issue trade-offs

In complex product design environments, new product development (NPD) becomes all about trade-offs and therefore trade-off management gets an important responsibility for designers. Correspondingly, in these environments, customer co-creation in NPD requires multi-issue negotiation with issue trade-offs. However, there is no study researching customer co-creation in NPD through multi-issue negotiation with issue trade-offs according to our best knowledge. This study presents a framework for customer co-creation in NPD through a multi-issue negotiation mechanism, namely; Modified Even-Swaps, to fill this gap. This mechanism uses a modified version of Even-Swaps method, that finds differences among alternatives and utilizes the differences for assessing the value of multi-issue offers, and that includes a fuzzy-inference-system for bargaining on several issues simultaneously. In the proposed framework, customers are represented by “lead-user”. Thus, negotiation is performed between lead-user and designer. In order to show how the framework works, an illustrative example is also presented.     

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。     

A fuzzy system approach to multilateral automated negotiation in B2C e-commerce

Software agents in e-commerce systems are assigned to the participants. Buyer and supplier agents into multi-agent system architecture of the e-commerce system negotiate with others through an automated negotiation mechanism. In this study, an automated negotiation to interact between buyer and supplier and attain agreement for both is presented. A fuzzy inference system was used to automate negotiation process and consider two effective factors in the negotiation process: requirements and preferences. Requirements are qualitative or quantitative values which the participants assign to the issues of negotiation. Preferences of the participants are priorities assigned by them to issues. These values express an importance measure of issues from a participant perspective. Proposed model applies different fuzzy inference system (FIS) schemes for qualitative and quantitative negotiation issues to enhance the satisfaction level of the buyer and supplier. The FISs infer based on the preferences and requirements of both parties. Additionally, analytic hierarchy process was used to get preferences of the issues. In this proposal, mediator uses issue trade-offs strategy in which multiple issues are traded-offs against one another. The model applies a fuzzy system approach to make trade-offs.