仲裁局势的边际解及其应用

本文对双边常规仲裁中仲裁人的行为做了深入探讨,建立了用于仲裁双边冲突的两阶段效用规划模型,在此基础上提出了仲裁局势的边际解概念,并对一种常见的仲裁局势给出了边际解的一些重要性质。在应用研究中,本文引入了满意函数以替代效用函数,以此得出了两阶段满意规划仲裁模型。     

多人冲突决策研究综述

对多人冲突决策的研究现况进行了综述，给出了冲突决策的一些基本概念，并分析了国内外的研究进展和发展趋势。     

一种AGENT任务求解联盟形成策略

Agent联盟是一组平等的、协作的、共同承担任务的Agent的集合．联盟的形成往往需要较大的通信开销和计算工作量．本文提出一种Agent形成联盟的策略，该策略在系统运行的初始阶段，保证任务分配的优化解．而在随后的运行中基于成功合作者集形成Agent联盟．该策略保证在接近任务分配优化解的情况下，有效减少系统中的可能联盟数以及联盟形成过程中的通信开销和计算量，避免联盟形成过程中的盲目性，节省协商时间提高协商效率．     

基于增强学习协商策略的研究及优化

增强学习在电子商务中可以帮助Agent选择最优行动,并达成目标。在传统增强学习协商策略中,Agent一开始便进行大幅度的妥协,这是不合理的,与现实不符,降低了Agent的期望。通过期望还原率来还原Agent的真实期望,对协商策略进行优化;讨论了期望还原率的取值对协商过程的影响;通过实验验证了优化的协商策略在保证协商效率的同时,提高了协商解的质量。     

基于抖动激励的VoIP终端拥塞控制机制

针对基于H．323的VoIP系统,提出了一种抖动激励式终端拥塞控制机制,将语音分组的延迟抖动参数与RTCP协议相结合,控制动态改变语音编码方式及传输分组大小,从而缓解网络拥塞,降低传输延时和丢包率。     

基于SVM的多Agent协商伙伴选择

根据多Agent协商问题的交互特点,引入SVM(Support Vector Machine)分类方法对Agent的协商历史信息进行学习,从Agent的协商历史信息中提取样本来训练SVM,结合模拟协商过程和己方的决策信息,预测与特定伙伴协商时可能出现的结果以及相应的协商收益,根据Agent的自利性原则,选择最合适的协商伙伴.最后,通过仿真实验验证了所提出方法的有效性和优越性.     

基于偏好的双边多议题协商优化

提出一种优化的自动协商模型。Agent在信知不完全的情况下通过学习交互历史和在线协商信息获取对手的偏好,结合贝叶斯方法和支持向量机学习对手偏好,基于保留值和权重提出一种决策模型。通过实验比较和分析,该模型能有效降低协商次数,提高协商双方的联合效用。在信息保密和先验知识未知的环境下,该模型仍然表现出了较高的效用和效率。     

Unanimously acceptable agreements for negotiation teams in unpredictable domains

A negotiation team is a set of agents with common and possibly also conflicting preferences that forms one of the parties of a negotiation. A negotiation team is involved in two decision making processes simultaneously, a negotiation with the opponents, and an intra-team process to decide on the moves to make in the negotiation. This article focuses on negotiation team decision making for circumstances that require unanimity of team decisions. Existing agent-based approaches only guarantee unanimity in teams negotiating in domains exclusively composed of predictable and compatible issues. This article presents a model for negotiation teams that guarantees unanimous team decisions in domains consisting of predictable and compatible, and alsounpredictable issues. Moreover, the article explores the influence of using opponent, and team member models in the proposing strategies that team members use. Experimental results show that the team benefits if team members employ Bayesian learning to model their teammates’ preferences.     

FairWinWin:以公平共赢为目标的需求协商方法

公平分配是协商理论中选择共赢协议的基本原则.基于最小潜在价值比例最大化公平分配方法和经典的WinWin需求协商过程,提出一种以公平共赢为目标的需求协商方法FairWinWin.该方法包括一个实现公平共赢的需求协商过程和一个选择帕累托最优共赢需求协议的算法.通过一个案例对FairWinWin方法进行验证,实验结果表明,FairWinWin方法可以有效促进涉众对共赢决策的理解,帮助涉众得到帕累托最优的共赢需求协议.     

可信计算中远程自动匿名证明的研究

远程证明是可信计算的一个重要特征,目的是证明远程平台的身份或配置信息是否可信.常用的二进制证明方法不仅暴露了本地平台的配置信息,而且在现实情况中很难处理平台多样性问题.文中提出的可信计算中远程自动匿名证明方案利用环签名实现直接匿名证明,隐藏了平台的身份信息,以属性证书代替平台配置信息,可以有效防止私有信息的暴露,同时兼顾到对系统的升级和备份的可信评测.证明协议避免了使用零知识证明.分析结果显示,具有较高的实现效率.