基于GAI多属性依赖的协商模型

多属性之间的依赖关系增加协商Agent效用函数的复杂性,从而也增加多属性协商问题的复杂度.本文提出一种基于GAI多属性依赖的协商模型.该模型使用GAI分解将协商Agent的非线性效用函数表示为依赖属性子集的子效用之和.在协商过程中,协商双方采用不同的让步策略和提议策略来改变提议的内容.卖方Agent利用本文提出的GAI网合并算法将协商双方的GAI网合并,并利用生成的GAI树产生使社会福利评估值最大的提议.实验表明当买方Agent采用局部让步策略且卖方Agent采用全局让步策略时,协商双方能够在有限的协商步内达到接近Pareto最优的协商结局.     

可分离物品多属性多源采购的优化决策模型

以可分离物品的采购问题为实际背景,提出了可分离物品多属性多源采购的优化决策模型.首先在多属性信息下定义了采购商和供应商的效用函数;然后以社会福利最大化为目标,以市场出清价格为歧视性价格和统一价格两种不同形式分别构建了可分离物品多属性多源采购的供应商优选模型,通过求解模型得出最优的供应商和相应的供应量;最后,给出了一个电煤多属性多源采购的应用实例,表明了所设计的可分离物品采购决策方法的可行性和合理性.     

多Agent多阶段一对多协商模型

为解决多Agent一对多、多议题协商问题,提出了具有议题属性协商阶段的多阶段协商模型,设计了一种根据Agent让步幅度变化所形成的曲线来判定Agent类型和使用何种协商方法的协商策略.详细地分析了多Agent、多阶段一对多协商的协商过程.将三角模糊数多属性决策方法引入到多Agent协商过程中降低了决策者评估对方所提出方案的难度,能更自然地对不同方案的优劣进行排序.模拟算例表明,该模型有效且可行,为多Agent协商提供可参考的模型和求解算法.     

考虑依赖关系和能力约束的多对多供应链订单分配研究

研究一种多对多供应链中的相互依赖订单分配问题.其中,来自需求方的需求由一系列相互依赖订单组成,并同时考虑供应商的能力约束以及订单多属性约束,包括完成时间、数量、成本等.为了消解由于制造商依赖订单和供应商同时订单所导致的冲突,采用自动协商方法.在定义供应链相互依赖订单分配模型的基础上,提出一种两阶段协商协议和不同的协商策略.协商协议集成了投标和辩论两种协商流程,可以实现制造商与供应商之间的信息交流,规定协商双方的行为准则;而协商策略则确定了制造商和供应商的决策规则.仿真实验验证了自动协商方法的可行性,同时分析和比较不同供应链环境下的订单分配效果.实验结果表明,在不同供应链环境下,通过协商的方法能够有效地消解冲突,解决所研究的订单分配问题.     

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。     

多Agen t 协商行为的效用分析

给出多Agent协商行为的一种统计模型以及效用函数的表达式，从统计的角度分析了多Agent协商行为的行为效用，并给出了相关参数的定性分析，从而为更好地设计多Agent系统的协商组织规则和协商策略提供了效用依据．     

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。     

基于增强学习的多agent自动协商研究

该文通过对协商协议的引入,对提议形式、协商流程的分析,结合多属性效用理论和连续决策过程,提出了一个开放的、动态的、支持学习机制的形式化多问题自动协商模型。并在模型的基础上分别对评估提议、更新信念、生成提议等协商过程作了详细描述;对传统Q学习进行了扩充,设计了基于agent的当前信念和最近探索盈余的动态Q学习算法。     

基于SOA的多边多议题协商模型的研究

提出了一种新的协商模型--基于面向服务架构(SOA)的多边多议题协商模型.利用面向服务架构(SOA)技术来构建松散耦合的协商模型,并在协商模型中应用本体的基本理论和相关技术来定义提议、议题等本体模型,以实现协商议题的多样性和可变性,最后在SOA的框架下以Web服务方式使用经SOAP封装的通信原语实现多边多议题协商模型.     

多属性群决策问题中基于最小叉熵的权重集成方法

基于决策者的效用函数,通过将 客观属性值矩阵转换为主观属性值矩阵来反映决策者对属性值的不同判断.首先通过使用熵权法,依据属性的 主观值矩阵和客观值矩阵分别确定属性的主观权重和客观权重;然后基于最小叉熵准则构建优化模型,将所有 决策者的主观属性权重综合成一个权重向量;最后,再次利用最小叉熵准则集成属性的主观权重和客观 权重.所提出方法充分考虑了所有决策者对多属性决策问题的不同判断,提供了一种基于信息熵的可行权重集成方法.