一种基于能力的联合承诺机制

针对复杂环境下的Agent间的多议题协商，提出了一个多策略整合的协商框架，阐述了基于多议题的多回交互提议机制，在此基础上给出了一个多议题整合策略负责提议的推理，利用权值矩阵整合了时间依赖、资源依赖、对方信知依赖、最终结果集预测等多种策略，该框架考虑了实际应用环境中多因子的综合影响，更加具有实用性，其中最终结果集预测有效解决了复杂环境下的信知不完整性，提高了协商效率。     

软件人协商中的自学习

首先提出了一个双边多主题的协商模型,给出了协商模型定义、协商要素及一个软件人双边协商框架,并详细讨论了协商主题、协商协议、效用函数、协商资源及协商策略,然后利用BP神经网络学习算法对协商策略中关键的最终结果集进行预测和学习,实现了软件人协商的自学习过程.与其他的相关研究相比,论文针对不完整信息环境下的协商交互过程,利用神经网络具有的网络自适应、自学习的能力,对协商最终结果集进行预测,提高了协商的效率.在协商交互中采用该框架的个体将得到更为有利的协商结果,因此更加适用于不完整信息环境下的协商.     

考虑气象因子的城市日用水量预测模型

讨论了影响城市用水量变化的气象因素,对某市6个月的用水量及气象数据进行分析,评估了温度、湿度、降水量与城市用水量的相关程度,并通过分别引入单气象因子和多气象因子,建立了日用水量预测的ARX模型.结果表明,在单步长(1 d)预测中,综合考虑最高温度和平均湿度的影响后,预测精度较时间序列的自回归模型有较大改进,同时也优于仅考虑单气象因子的预测模型.此外,在多步长的预测中,考虑气象因子后的预测模型精度仍具有明显的优势,是对用水量自回归时间序列预测方法的有效完善.     

学习机制在电子商务中的应用

为了削除基于智能体电子商务双边多议题协商当中智能体之间的不完全信息,加速协商的过程,提高协商的效率,提出一种分类学习机制来学习协商中竞争对手的不完全信息,特别是协商中议题的权重信息.该方法主要是通过协商过程中将不同的让步议题分配给不同类别权重的方法,从而学习到对方协商议题的权重信息.在实验中,分别对没有学习的智能体和带有分类学习的智能体的协商结果进行对比,结果表明在求解双边多议题协商问题的时候,带有学习机制的智能体可以使得协商中的智能体高效达到协商的满意解. 这个结果说明,在基于智能体的电子商务当中带有学习的智能体可以提高电子商务中协商的效率.     

基于马氏距离的动态限时协商模型研究

针对协商模型是多Agent系统的核心问题,文中研究了多Agent系统中的协商议题、交互推理机制、效用评估机制,提出一种动态限时条件下两方多议题协商模型,该模型支持多Agent多议题的多轮协商,并将马氏距离引入到效用评估中,经过实例分析此方法是有效的．     

辩论框架用于本体映射协商

为合并多个本体匹配器产生的映射结果,提出一个用于本体映射协商的辩论框架. 以各个匹配器的映射结果构建辩元和辩元之间的支援、反驳、联合和攻击关系,并通过判断辨元之间的攻击是否成功计算辩元的偏好扩展,获得可接受的辩元,即最终的映射结果,以此完成本体映射协商任务. 实验结果证明,该方法改进了映射协商的效果,为多本体匹配器的合作提供了工具.     

自适应遗传算法在多边多议题协商中的应用

为了使基于智能体电子商务中协商智能体最大限度地达到协商的最优解,并且提高协商的效率,提出将自适应遗传算法AGA应用于基于智能体电子商务的多边多议题同时出价的协商中. 经过1000次实验,标准遗传算法SGA平均需要210次才能达到协商的最优解,而AGA平均仅需要187次. 这表明,在基于智能体的电子商务中,自适应遗传算法可以使多边多议题协商中的智能体高效达到协商的最优解.     

对手偏好主动学习驱动的协商框架

针对自动化协商问题,提出一种基于主动学习算法的对手协商偏好学习方法. 在该方法中,协商过程表示为建议序列,将建议序列映射到出价轨迹特征空间,建立训练样本集. 在激烈竞争的电子商务环境中,样本标记的成本较高,引入主动学习算法后,在预算范围内,提高了对手协商偏好预测的精度. 实验数据表明,该方法能在少量有标记训练样本下获得良好的预测能力,减少了协商回合数,提高了协商总效用.     

基于拟合HOSBM的邮件网络稳定链接的预测方法

为提高邮件通联网络中稳定链接预测的准确度,针对邮件通联网络中议题小组结构所具有的可重叠性和层次性特点,提出一种邮件通联网络边演化模型框架HOSBM,并给出HOSBM的似然估计函数;结合使用马尔科夫链蒙特卡洛算法,通过计算生成链接的可信度对邮件通联网络中的稳定链接进行预测.Enron邮件数据集上的实验结果表明,相比基于邻近度CN的链接预测法,基于拟合HOSBM的预测方法具有较高的预测精度和预测准确性.     

钢框架优化设计及其抗震性能分析

为解决单目标优化设计中仅考虑耗钢量最小造成结构刚度较小的不足,利用大型有限元软件ANSYS,综合考虑结构耗钢量和地震作用产生的应变能,分别对纯钢框架结构和钢框架支撑结构的单目标优化做了改进.首先研究了无支撑抗震钢框架的多目标优化,然后在单目标优化后的纯框架基础上增加支撑,并通过多工况载荷下的静力拓扑分析寻求支撑体系的最佳布置位置.计算结果表明:经过多目标优化后的结构体积比优化前减小了约16.7%,钢框架支撑结构的结构体积比优化前减小了约13.1%.但在峰值加速度分别为70、400 gal的EL Centro波和Taft波作用下各层的层间位移角比优化前并未明显增加,出铰数量和位置也比单目标优化后的结构更加合理.     

一种基于Agent的辩论谈判中的反驳模型

在对模型作出相关假设后,运用形式逻辑理论建立了一种基于Agent的辩论谈判中的相关反驳模型,并对此模型进行了举例说明.在此基础上,提出了评价此反驳模型中有关反驳谈判力度的形式化模型即评价的具体计算方法.最后,将上述模型应用于一个相关的谈判实例,并拟定相关数据和权重,通过模拟谈判的过程和相关计算,验证了该模型的正确性和有效性.     

基于熵权法的信息安全健康度评价模型

本文提出了一种基于客观赋权法-熵权法的信息安全健康度评价模型,该模型属于完全的定量评估,评估结果为0¹00的数值,称为信息安全健康度指数。该信息安全健康度评价模型从综合层、专题层、对象层、指标层四个层面出发,按照"自下而上,先局部后整体"的策略,结合多层权重、多种类型指标对信息系统安全状况进行客观且全面的量化评估,实现安全问题早发现早解决,进而提高信息安全整体水平。     

New E-Commerce Model Based on Multi-Agent Automated Negotiation

A new multi-agent automated negotiation model is developed and evaluated, in which two competitive agents, such as the buyer and seller, have firm deadlines and incomplete information about each other. The negotiation is multi-dimensional in different cases. The model is discussed in 6 kinds of cases with different price strategies, warrantee strategies and time strategies. The model improves the model of Wooldridge and that of Sycara to a certain extent. In all possible situations, the optimal negotiation strategy is analyzed and presented,and an e-commerce model based on multi-agent automated negotiation model is also illustrated for the e-commerce application in the future.     

一种新型战术通信网的时隙资源分配策略

针对一种新型的有中心节点控制TDMA端到端战术通信网络结构特点,提出了一种时隙分配策略,融合了二叉树法和动态加权思想,建立了时隙资源分配模型。     

面向Agent的供应链谈判模型研究

提出了一种面向Agent技术的供应链谈判模型.针对目前自动谈判系统中谈判模型存在难以准确描述谈判过程中的不确定因素和构造效用函数困难的问题,在模糊多属性决策的基础上建立了谈判方的偏好及谈判解满意度数学模型,采用TOPSIS法对谈判模型进行求解,得到了谈判Agent满意的谈判解.在建立A-gent谈判模型的基础上进一步阐述了双边多属性谈判过程,实例计算分析表明该谈判模型是一种双赢的谈判模型.     

基于遗传算法的多Agent工程索赔谈判模型

分析了已有基于贝叶斯学习规则的索赔谈判多agent系统,针对该系统的一些不足,提出基于遗传算法的多agent(以下称为GA-Agents)工程索赔谈判模型。模型采用“谈判门限序列”的概念给出索赔双方的谈判策略,设计了基于承包商Agent,业主Agent和运算Agent的操作流程,并利用遗传算法来不断优化索赔双方的谈判门限序列,使得索赔谈判能够在短时间内达成协议,为解决索赔谈判中存在的低效率、费时费力等问题提出了一个新思路。     

基于上-下游水电站协商定权的施工导流方案决策模型

基于上游水电站控泄的施工导流方案决策具有多目标性和双边冲突性特点。提出将上游水库汛限水位和下游水电工程施工导流标准的组合作为施工导流方案可行集,在建立方案综合评价指标体系的基础上,考虑水文、水力不确定性,利用Monte-Carlo方法估算各风险效益指标值。基于协商定权理论,将指标权重的分配作为决策过程中上-下游水电站之间冲突和争议的焦点,构筑冲突双方的协商定权局势,并将熵权引入到损失函数计算模型的构建中。工程实例分析表明,模型和方法是可行的、有效的,协商后的指标权重分配更加均衡与全面,反映了双方冲突的协调与解决,决策结果可靠,为上游水电站控泄条件下施工导流方案优选与风险调控提供新的思路和方法。     

基于直推式支持向量机的协商决策模型

为了解决在电子商务活动中由于信息的保密性协商参与者无法获得对手效用函数,进而影响双方协商性能的问题,提出一种基于直推式支持向量机(TSVM)算法的双边多议题协商决策模型.该模型利用协商历史中隐含的信息,分析协商过程中产生的建议是否落在对手效用可接受区间内,构造有标记和无标记的训练样本,并通过直推式支持向量机来学习这些训练样本,得到协商对手效用函数的估计,然后与己方效用函数相结合构成一个约束优化问题,利用粒子群算法求解此优化问题得到己方的最优反建议.实验结果表明:此模型在信息保密和缺乏先验知识的情况下,能够兼顾对手效用做出协商决策,增加了双方的协商成功率和联合效用值,并能够有效减少协商时间.     

开放系统中基于历史角色的快速协商模型

在开放式网络环境中,资源的请求者和提供者往往隶属于不同的安全域。在陌生人之间建立信任并保证共享资源的安全可以通过自动信任协商来实现。如何加速这些实体之间的后续协商过程是随之要解决的重要问题。通过分析自动信任协商对系统的需求,提出了支持快速协商的基于历史角色的自动信任协商模型HRFN。HRFN将角色的概念引进来,根据协商过程中暴露出的证书为协商对方分配一定的角色,并将这些角色记录在历史信息记录中,同时记录该角色对应的证书暴露序列。在后续协商过程中,如果资源请求者的历史角色具有访问权限,则双方根据该角色对应的证书暴露序列来暴露证书。经试验验证,HRFN模型的安全性能更高,而且满足自动信任协商的快速需求。