一种具有自主学习能力的并发协商模型

提出一种具有自主学习能力的并发协商模型,通过使用增强学习方法的Q学习算法生成协商提议,使用相似度方法评价提议,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多Agent并发协商。     

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。     

基于区间相似度的动态服务协商模型

针对服务协商中信息的不对称性、协商环境的动态性以及QoS属性的不确定性和模糊性,提出基于区间相似度的动态服务协商模型。利用区间相似度和区间估计预测对方的协商策略,以此制定己方的最优反策略。算例分析表明,在动态服务协商环境下,该模型比静态协商模型更贴近现实的协商行为,能有效提高协商效率。     

一种基于本体相似度的多域策略集成方法

对各成员域的访问控制策略进行语义提取,是避免多域策略集成时可能产生概念和逻辑关系冲突的有效途径。提出一种基于本体相似度的多域互操作策略集成方法SPIOS,通过对成员域访问控制策略本体进行语义级映射,融入基于Bayesian概率的机器学习机制,自适应地归纳出能较好满足各成员域自治性和协同性的多域安全互操作策略模型。     

一种基于义原信息量的词语相似度计算方法

国内利用知网计算中文词语相似度通常采用基于义原距离和深度的方法,计算结果依赖于公式的设计和参数的选取.针对词语相似度的计算,文章提出采用知网义原信息量来计算中文词语相似度,根据信息论中计算两个事物相似度的思想,利用知网的分类体系来计算义原信息量,从词语概念的主类义原信息量、义原及其角色关系的信息量及义原结点相似度三个方面来综合计算词语的相似度,与刘群和知网在线的方法进行比较,实验结果显示本文方法与人的判断更为接近.     

一种改进的基于相似度的模糊推理方法

基于模糊集合概念的模糊产生式规则及其模糊推理方法广泛应用于智能控制、专家系统等领域。文章指出了现有的一种基于相似度的模糊推理方法的缺陷。提出了一种改进的基于相似度的模糊推理方法。并通过实例说明了改进方法的优越性。     

一种综合的本体相似度计算方法

本体相似度计算是本体映射的关键环节.本体的实例、关系、属性、结构等信息是相似度计算需要考虑的重要因素.针对目前本体映射过程中相似度计算所存在的问题,提出了一种综合的相似度计算方法.首先判断不同本体之间是否存在相关性.若相关,则充分考虑各种相关因素,从语义和概念两个层面来进行比较,然后给出了本体的综合相似度计算方法.最后采用了两组测试数据对该方法进行实验,并与GLUE系统的概率统计方法进行了实验对比.实验结果表明,该方法能够有效确保相似度计算的准确性.     

一种基于直觉模糊集相似度的多属性决策方法

直觉模糊集（ＩＦＳ）是对模糊集理论的一种扩充,能更好地处理模糊概念．首先给出一种新的直觉模糊集相似度;然后提出基于直觉模糊集相似度的多属性决策方法;最后通过线性目标规划模型和直觉模糊集相似度,得到属性的最优权重和相应的方案排序．数值实例表明,该方法是有效而可行的．     

一种基于知网的句子相似度计算方法

句子相似度是衡量文档相似度的基础,在自然语言处理领域中有着非常重要的作用。目前的句子相似度计算方法忽略了句子的结构对相似度的影响。本文在分析已有研究工作的基础上,提出了一种改进的句子相似度计算方法。依据知网对"实体概念"的描述,构造出义原的语义层次树,由各个义原在树中的相对位置,计算出义原之间的相似度。对三种义原加权求和得到词语之间的语义相似度。综合句子的表层相似度和句子的词语语义以及词语的相对位置关系,得到句子的整体相似度。实验表明,在同等的测试条件下,本文所提出的句子相似度计算方法在相似度比较上更符合人的直观感觉。     

一种劝说式多Agent多议题协商方法

多Agent系统中的协商问题往往由许多议题组成,导致问题空间十分庞大.传统的协商方法通过对问题空间进行穷尽搜索来找到最优解,并不适合多议题协商.而且,传统的方法不考虑协商偏好变化的情况,使得Agent在不完全及不正确环境下找到的最优解并不合理.提出一种劝说式多Agent多议题协商方法.借助信念修正这一有效的推理工具,协商Agent能够在协商过程中接受协商对手的劝说,考虑对手对协商议题的偏好,并根据一种基于辩论的信念修正方法调整自身的偏好.这样就能够使协商Agent对变化的协商环境具备适应性,从而提高协商的效率及正确率,快速准确地达成协议.     

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。     

基于多Agent协商的柔性车间调度系统

针对柔性作业车间调度的特点,提出了一种基于多agent协商的柔性作业车间调度系统。系统由工件agent,机器agent和工序agent组成。Agent之间通过相互发送消息和响应消息进行交互,并且通过消息相应函数按照各agent局部的信息、同时兼顾系统的性能进行决策。工件agent通过招标的方式,选择合适的机器完成加工任务,机器agent通过竞争来获得工件的加工权。最后用Java语言在Eclipse平台上进行程序设计,对柔性作业车间调度的平均滞后问题进行仿真实验,并与传统的分派规则比较,结果显示所提方法的优越性。     

Negotiation decision functions for autonomous agents

We present a formal model of negotiation between autonomous agents. The purpose of the negotiation is to reach an agreement about the provision of a service by one agent for another. The model defines a range of strategies and tactics that agents can employ to generate initial offers, evaluate proposals and offer counter proposals. The model is based on computationally tractable assumptions, demonstrated in the domain of business process management and empirically evaluated.     

基于模糊相似关系的自动协商系统

基于模糊相似关系,提出一种面向电子商务实际应用的多属性自动协商系统方法。该方法在交易过程中依据单调让步协议,按照一定规则作出适当让步,在保证自身效用前提下,利用启发函数搜索与对方上次提议最接近的提议,从而最大化某一社会福利函数。将该方法与博弈论中经典的Zeuthen策略做了对比实验,仿真方法验证了该方法的有效性,说明了参数对算法性能的影响。     

基于遗传算法的关联议题并发谈判

基于遗传算法的并发谈判在电子商务应用中具有独特的优势,但已有的研究尚未考虑议题之间的相关性、动态权重的变化规则依赖于对手信息的获取,极大地限制了其使用价值.对此,提出议题分组的方法以解决议题的相关性问题,而议题权重的变化则采取从历史资源中发掘知识的方法进行动态调整.构建了基于遗传算法的关联性议题并发谈判模型,给出了模型的形式化描述、谈判算法设计和动态权重更新方案.通过对模型的实验和比较分析,证实了该方案能够更方便地满足用户谈判的多样性需求,解决谈判中议题关联性的问题,而且能够快速、有效地得出最优谈判结果.     

基于TD3算法的自动协商策略

协商是人们就某些议题进行交流寻求一致协议的过程.而自动协商旨在通过协商智能体的使用降低协商成本、提高协商效率并且优化协商结果.近年来深度强化学习技术开始被运用于自动协商领域并取得了良好的效果,然而依然存在智能体训练时间较长、特定协商领域依赖、协商信息利用不充分等问题.为此,本文提出了一种基于TD3深度强化学习算法的协商策略,通过预训练降低训练过程的探索成本,通过优化状态和动作定义提高协商策略的鲁棒性从而适应不同的协商场景,通过多头语义神经网络和对手偏好预测模块充分利用协商的交互信息.实验结果表明,该策略在不同协商环境下都可以很好地完成协商任务.     

Concurrent Negotiation Model for Multi-agent-oriented Intelligence Reconnaissance System

In the multi-agent-oriented Intelligence Reconnaissance System （IRS）, there are a lot of negotiations in reconnaissance cost, reconnaissance quality and task among the reconnaissance platform agents. However, time the current negotiation models lack flexibility and can＇t meet the requirements of negotiations in the multi-agent-oriented IRS. To solve these problems, a concurrent negotiation model is presented in this paper, in which an auction is mapped into a one-to-many negotiation between seller and buyers. Thus, the mechanism and process of concurrent negotiations are studied. The results of simulation experiment show that this concurrent negotiation model has an advantage in achieving more and higher utility agreements than others, such as desperate and patient control models.     

A Complex Networked Method of Sorting Negotiation Demand Based on Answer Set Programs

With the development of big data science, handling intensive knowledge in the complex network becomes more and more important. Knowledge representation of multi-agent negotiation in the complex network plays an important role in big data science. As a modern approach to declarative programming, answer set programming is widely applied in representing the multi-agent negotiation knowledge in recent years. But almost all the relevant negotiation models are based on complete rational agents, which make the negotiation process complex and low efficient. Sorting negotiation demands is the most key step in creating an efficient negotiation model to improve the negotiation ability of agents. Traditional sorting method is not suitable for the negotiation in the complex network. In this paper, we propose a complex networked negotiation, which can show the relationships among demands, and then a sorting method of negotiation demands is proposed based on demand relationships. What’s more, we use the betweenness of literals and the boundary co-efficient of rules to evaluate the importance of demands and rules.     

基于相似Rough集的模糊检索策略

Ｒｏｕｇｈ集理论作为一种具有模糊边界的集合理论，被广泛运用于不确定环境下的信息处理。文章探讨了一种基于相似关系Ｒｏｕｇｈ集的模糊查询技术，它是对普通Ｒｏｕｇｈ集在数据库中应用的推广，能有效地提高查询的灵活度及效率。