基于辩论的多Agent商务谈判认知模型

针对在基于辩论的谈判中如何表示Agent的认知结构和决策机制的问题,提出一个应用于商务谈判的Agent的认知决策模型。该模型由卖方和买方Agent两部分构成,其中,Agent的认知结构用自我目标认知以及对对方的目标认知等集合来表示,Agent的决策用多目标优化模型来辅助进行。基于辩论的谈判实例验证了该模型的实用性。     

基于Agent辩论谈判的奖励模型研究

电子商务谈判过程中,由于能使接受辩论的Agent根据它所接受到的辩论改变其偏好或目标,从而使谈判双方更快更好地达成一致,因而基于辩论的Agent谈判方式受到了广泛关注。目前已经有文献对此作了一定程度的研究,然而较少有对其中客观存在的威胁、奖励和申辩进行有效地形式化建模和描述。目标主要在于研究其中的奖励模型和其评价模型,然后在此基础上对奖励的评价模型进行模拟和分析,以评价其辩论力度的强弱,使被奖励对象最终做出正确选择。     

基于辩论的多agent商务谈判产生机制研究*

针对辩论的产生是基于辩论的谈判中agent决策机制的核心问题,提出了一个基于冲突解决和辩论分类的辩论产生机制,该机制包括谈判agent的多目标优化模型、谈判过程控制的状态机协议以及基于冲突解决的辩论生成策略等。最后通过一对一商务谈判原型系统验证了所提模型、协议和策略的有效性。     

基于辩论的自动谈判模型

自动谈判是商务活动中最富智能性和创造性的环节,是智能商务模式中亟需解决的关键技术.主要讨论了基于辩论的自动谈判问题,提出了相应的谈判模型和谈判Agent的体系结构模型,并详述了辩论式谈判机制,最后设计了一个辩论式谈判实例.     

基于辩论的社会性Agent间的谈判模型

通过对Agent间存在的有关社会性的关键元素进行分析,建立了基于辩论的社会性Agent间的谈判模型,并建立了相关的决策函数;然后通过一个存在于多Agent社会中而具有社会性的Agent间的谈判实例,在假设了相关数据的基础上对模型和决策函数进行了举例计算,分析验证了其有效性,并在对相关的谈判原语作出定义的基础上对此谈判实例的辩论对话过程进行了模拟。     

基于辩论的Agent谈判中威胁及其评价的形式化模型

针对电子商务中Agent间谈判使用最为重要且普遍的威胁的辩论方式进行了研究,提出了一种有关威胁的形式化模型,并结合现实生活中的交易实例进行了说明,以验证此模型的有效性。在此基础上,提出了一种有关威胁的辩论力度的计算的形式化模型,并在做出相关假定和给出相关的假设数据的基础上,以一个算例对模型进行计算和分析,以验证此模型的正确性。最后,得出相关结论,认为其在交易伙伴的选择方面具有传统的谈判方式所无法比拟的优势,并对进一步的研究方向进行了探讨。     

基于Agent的辩论谈判系统的协议研究

协议是谈判支持系统实现的基本条件之一。依据经典的BDI（信念、愿望、意图）理论和已有的协议,将人类辩论思想融入,给出了协议的基本语言和逻辑框架,提出了相应的状态转换图,对状态转换图中的推理规则进行了详细阐述,从而构建了更加完整的基于Agent的辩论谈判系统协议。最后结合已有的策略和模型,以系统实现的方式对协议的合理性和有效性进行了验证,并指出了下一步研究方向。     

基于模糊多准则决策的谈判模型

针对目前谈判支持系统中谈判模型存在的难以准确获知谈判人的偏好,以及利用偏好构造其效用函数的问题,应用模糊数学的方法,将谈判人的偏好和对目标值的评价用梯形模糊数表示,由此提出一种基于模糊多准则决策方法求解谈判问题的模型。通过示例分析计算,表明该模型能帮助谈判各方达成一个满意解。     

双边多事件谈判的动态模型

研究了双边多事件评判问题，结合Ｂａｌａｋｒｉｓｈｎａｎ和Ｅｌｉａｓｈｂｅｒｇ的单事件谈判动态模型和Ｒａｉｆｆａ以及Ｓｉｍｏｎ的有关理论，建立了双边多事件谈判问题的动态模型，并讨论了模型的性质。     

多并发谈判事务管理模型应用研究

自动谈判是近年来人们致力研究的一个热点问题。在对买方多并发谈判研究的基础上,提出了一个多并发谈判事务管理模型,模型能够管理一个买方同时进行的多个双边谈判事务。模拟分析表明该模型具有一定的可行性和有效性。     

基于前景理论的辩论协商研究

基于最大效用理论的协商往往假设协商者完全理性,然而在现实的协商中,协商者的行为往往偏离理性,针对这一问题,将前景理论应用到辩论协商中,利用前景理论对不确定条件下协商者的决策行为进行探讨。利用知识库中的信息构造协商者相对收益或损失的参考点,同时利用外部信念模型对前景理论中的参考点进行动态移动,以动态反应协商者偏好的变化。通过算例验证了基于前景理论的辩论协商可以很好地反应协商者的决策行为,并能够帮助协商者顺利完成协商。     

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D-S证据理论的多Agent辩论谈判策略研究

为了使Multi-Agent辩论谈判策略的生成更加科学合理,避免像贝叶斯算法、遗传算法、神经网络算法和其他机器学习方法在谈判领域对先验知识要求过高的缺陷,利用D-S证据理论方法对信息不确定情况下的辩论谈判策略进行研究,提出基于D-S证据理论的辩论谈判策略生成方法。该方法模拟人作决策时的思考和行为方式,综合考虑谈判的内外部环境状况,随时随地获取证据,对证据进行处理,分析证据处理结果作出决策。通过算例验证该方法在谈判领域的适用性和可行性。     

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.     

一种基于信任的多Agent供应链协商关系网

Agent技术已被广泛用于供应链伙伴的协商。协商前如何选择协商Agent对提高协商效率有着重要的意义。提出了一种基于信任的多Agent协商关系网及其形成和更新算法,并对该协商关系网的特点进行了深入的研究。模拟表明,提出的协商关系网能有效地促进Agent之间的协商,提高协商成功率。     

多agent两阶段多属性协商模型

多议题模型中,在议题的评价机制上买卖双方大多采用多属性效用理论或其变形理论,如距离函数等。提出了多属性效用理论实际应用中的悖论问题,分析了造成理论应用偏差的原因和B2C领域电子商务活动交易的特点,进而提出了一个协商拍卖模型。该模型分两个阶段来进行,提高了协商效率,而且允许卖方体现商品的特色,差异化自己的商品。     

信任协商的双重反馈模型DFM研究

资源在被拒绝访问时,用户通常接收到的反馈信息是无具体原因的"拒绝访问",使得合法的资源请求者无来由地被系统拒绝,影响了人机交互的友好性以及信任协商过程中的效率和成功率。提出一种针对在资源被拒绝访问时应用的反馈机制,根据资源请求者的身份和当前的系统环境这两个重要因素,建立一个反馈模型。实例证明该模型能够在不泄露敏感信息和策略的前提下,根据请求者的身份以及当前的系统状态提供有用而又适当的反馈信息。     

供应链环境下基于库存约束的多agent协同谈判研究*

建立了供应链环境下的多agent协同谈判模型,用于制造商同时与多个下游企业进行动态谈判。对谈判的基本要素进行了描述,探索了这种谈判的具体流程,并提出了一种基于库存约束的谈判策略,最后用原型系统进行了验证。因为协同谈判是在整体的库存约束条件下进行的,谈判结果也是经过管理agent从整体的观点进行评估后形成的,所以制造商在履行订单协议时,不会发生内部资源冲突,提高了订单的履行率。