一种基于模糊规则的Multi-agent自动谈判策略

针对当前电子商务中基于Agent的谈判系统的谈判策略的静态性问题,提出基于模糊规则的动态谈判策略。Agent在谈判中能根据对方心理因素和动态确定自己的谈判策略后,产生新一轮的提议,帮助用户做出最优的交易决策,且自动地选择合适的策略。分析表明,采用基于模糊规则的策略比采用固定的策略的谈判结果更让用户感到满意。     

一种基于市场驱动的Multi-agent自动谈判策略

针对当前电子商务中基于Agent的谈判系统的谈判策略的静态性问题,提出基于市场驱动的谈判策略。Agent在谈判中能根据变化的市场情况做出可以调整比率的让步,帮助用户做出最优的交易决策,且自动地选择合适的策略。实验结果表明,采用基于市场驱动的策略比采用固定的策略的谈判结果更让用户感到满意。     

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。     

基于多Agent的谈判支持系统研究

为提高谈判效率，简化其操作，并增加谈判的智能辅助机制，将分布式人工智能中的Agent技术引入谈判过程，提出了以多Agent系统代替谈判人与对手协商的谈判支持系统框架，研究了有关的Agent理论与方法，为新一代高效、快捷的商务谈判支持系统研究提供了新的思路。     

基于协同进化遗传算法的自动谈判

提出了基于协同进化遗传算法的自动谈判算法,模拟了有限期轮流出价谈判协议中的策略学习机制。实验结果表明,基于协同进化的自动谈判能够生成近似于子博弈完美均衡的策略组合,具有良好的应用前景。 自动谈判;协同进化;遗传算法;轮流出价     

基于模糊推理的适应性自动谈判系统研究

提出了一个基于模糊规则推理的自动谈判系统.针对当前自动谈判系统中主观估计对手偏好信息、忽略对手报价历史,不能响应谈判环境变化的问题,采用贝叶斯学习对手款项权重,遗传算法优化模糊规则中的参数.实例计算分析表明该系统具有一定的可行性和有效性.     

基于Agent的谈判模型研究

提出了一种基于Agent技术的谈判模型,应用模糊数学理论建立了谈判论据及谈判解接受度数学模型。采用约束放松的方法对谈判模型进行求解,得到了谈判Agent满意的谈判解。阐述了双边多属性谈判过程,设计并开发了Agent谈判系统原型,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GA的一对多、多属性谈判模型研究

随着商务智能的发展,自动谈判已成为解决用户与商家冲突的重要渠道.买家与卖家进行交易时,往往要针对产品的多个属性进行交涉,并希望与多个卖家同时进行,从而选取最优方案.通过对遗传算法进行改进,保证最优个体的不变性,采用动态的选择概率以及增大交叉和变异概率等,设计了基于GA的一对多、多属性自动谈判问题模型.仿真结果验证了该模型的有效性及可行性.     

基于Agent的二级供应链企业自动谈判研究

人工谈判需要耗费大量的时间和人力,基于Agent的自动谈判极大地提高了谈判效率,成为实际需求。将遗传算法作为二级供应链企业自动谈判模型的学习机制,快速求得自动谈判双方的联合效用最大值。文中运用多代理技术提出一个二级供应链谈判流程,谈判双方向对方发送ACL消息,使得供应商和生产商实现自动谈判。仿真实例证明,该模型能使自动谈判双方达到共赢,使得生产商找到了最适合自己的供应商,并为双方节省了大量的人力和时间,为供应链企业实现自动谈判提供一个高效、实用的解决方案。     

基于Agent的二级供应链企业自动谈判研究

人工谈判需要耗费大量的时间和人力,基于Agent的自动谈判极大地提高了谈判效率,成为实际需求。将遗传算法作为二级供应链企业自动谈判模型的学习机制,快速求得自动谈判双方的联合效用最大值。文中运用多代理技术提出一个二级供应链谈判流程,谈判双方向对方发送ACL消息,使得供应商和生产商实现自动谈判。仿真实例证明,该模型能使自动谈判双方达到共赢,使得生产商找到了最适合自己的供应商,并为双方节省了大量的人力和时间,为供应链企业实现自动谈判提供一个高效、实用的解决方案。     

基于小生境遗传算法的自动谈判模型

为削弱自动谈判模型中谈判Agent对偏好信息汇报的主观度,引入直觉模糊区间数的多准则算法,得到各方案的区间直觉模糊集,并结合不完全确定的权系数信息建立非线性规划模型,得出淡判Agent对各属性的谈判权重.为克服遗传算法早熟现象,运用小生镜遗传算法对谈判空间进行全局快速寻优,提高收敛性.仿真计算表明该模型是有效的,而且精...     

基于遗传算法的多边多议题自动协商模型

协商是MAS实现协同、协作和冲突消解的关键环节。在虚拟组织建立的背景之下,讨论了现有的多agent协商技术,提出了一个基于遗传算法的多边多议题自动协商模型,并且给出了相应的协议和算法。该模型能够迅速求出协商解,且agent能保持较高的效用,因此具有一定的通用性,适宜在动态的、时间约束强的开放网络环境下工作。     

基于协同进化遗传算法的多议题谈判

以协同进化遗传算法模拟自动谈判是目前智能计算和多Agent系统等领域研究的新课题。针对现有文献仅模拟单议题谈判的情况,该文提出基于协同进化遗传算法和适应度共享小生境技术的多议题谈判模拟算法,以轮流出价谈判协议为例进行仿真实验。实验结果表明,该算法能在策略种群中形成局部小生境,生成近似Pareto最优的策略集。     

基于自适应差分进化算法的多边多议题协商

为提高基于智能体(agent)的电子商务多边多议题协商的效率及稳定性,提出改进的自适应差分进化算法(ADE)并将其引入到合作环境下的多边多议题协商问题中。差分进化(DE)算法是目前求解连续空间内全局优化问题性能最优的进化优化算法之一。利用该算法收敛速度快、收敛精度高、全局寻优能力强等特点加快多边多议题协商的速度,使协商效率更高、稳定性更强。通过与目前解决多边多议题协商问题效果最好的混合遗传算法(HGA)对比,实验结果表明,自适应差分进化算法具有更快的收敛速度和更好的稳定性,可以使多边多议题协商中的各智能体达到协商最优解,并有效地减少协商次数,提高协商的效率和稳定性。     

基于溯因推理的主体协商

为了能够进行有效的协商,主体应当提高通信的效率。为此,接收者可以对发送者的当时的意识状态进行推测,这可以通过溯因推理实现。该文提出了一个基于溯因推理的主体协商模型,是对Parsons的基于论据的协商模型的改进。     

一种基于Agent技术的安全能力自动协商机制

适应多安全域环境的安全能力自动协商机制包括了一种基于Agent的安全能力协商模型、适用于该模型的协商Agent和协商流程。该机制中,通过定义安全能力协商描述语言(SanDL)文档,用户可以方便准确地将协商要求和协商策略告知协商Agent,由协商Agent自动完成协商过程。在协商Agent中通过定义通信适配器和一套基本协商原语,使协商Agent的通信接口更加安全、灵活、易于扩展。     

用遗传算法解决智能体协商问题

遗传算法是一种全局优化的非数值计算方法,适用于求解大规模离散化问题。文章将遗传算法应用于智能体的协商中,希望可以快速、高效地找出协商策略。     

基于Agent的电子谈判协议设计

Agent谈判和人类谈判一样,需要事先就谈判内容、程序、方案和礼节等事项达成协议,确保谈判的正常进行。该文设计了一个电子谈判协议,该协议包括发起谈判、终止谈判、并行谈判和身份认证4个子协议,为Agent谈判提供了一组规则框架。协议符合安全性和公平性原则,具有Pareto最优、Nash平衡和无欺诈特性。     

基于多Agent的人力资源再分配系统协商算法研究

针对组织网络化后各项目组存在的过剩任务和过剩人力资源的平衡问题,提出了基于多Agent且具备两种工作模式的人力资源再分配系统．在描述系统结构的基础上,研究了协商算法,改进了多标准的协商协议,并引入了Agent结盟机制．最后运用实例说明了多标准协商Agent之间如何通过结盟进行协商并最终获取最佳方案．