基于议题分类的Web服务协商机制

为解决Web服务组合中精确服务匹配的失效问题,基于博弈论讨价还价折扣率模型提出了一种双边服务协商机制.首先,引入中立协商管理者MA作为协商中介,对协商过程进行协同.然后,针对关联议题和独立议题分别进行协商建模,并设计不同的协商协议.对于独立议题,综合应用时间代价、对手提议和协商管理策略对现有协商策略进行改进;对于关联议题,引入关联议题子集概念,关联议题子集内采用投标模型进行协商,而关联议题子集间则采用独立协商方式.实验结果表明,协商策略的改进和协商管理者的引入加速了独立议题的协商过程.基于议题分类的Web服务协商较好地解决了服务协商中多议题关联的问题,与传统的Web服务协商机制相比,不仅可获得更好的社会效用,而且大幅度减少了协商时间.     

基于博弈论的多Agent协商模型

在开放、动态、具有自适应性和自治性的多Agent系统(MAS)中,协商是多Agent系统实现协调、协作和解决冲突的关键．博弈论是使用严谨的数学模型研究冲突条件下最优决策问题的理论,本文以此为数学工具,基于对时间的限制,结合协商的历史知识,考虑各协商者在拥有不完全信息的情况下,提出了基于博弈论的多Agent协商模型(GTMANM),并给出了协商策略求解的算法描述,用以来解决分布式环境下不完全信息的多人协商决策问题,以获得最大的期望收益,为以后把博弈论中其他更复杂的博弈思想引入到多Agent协商中来奠定了基础．     

面向议题关联的双边多议题协商模型研究

在Agent双边协商过程中往往包含对多个议题的协商针对以往的基于议程、相似度、案例等协商方法中大部分都忽略了议题取值之间可能存在的依赖关系，提出一种面向议题关联的双边多议题协商模型首先模型结合了多议题顺序协商思想和局部接受协商策略；其次引入离线学习机制，对协商成功的历史记录进行分区离线学习，利用离线学习机制产生的议题关联规则与预测神经网络实现对关联议题可能接受取值的预测；最后模型提出一种基于关联预测值的分段时间协商策略实验结果表明，该模型在一定程度上提高了协商的总体效用值和效率.     

基于同步提议的服务交易协商方法

以服务交易平台为中间市场,提出一种基于同步提议的服务协商模型,服务提供者和服务使用者将各自的提议同步提交给共同信任的中间市场,由中间市场经过判断并将提议评估转发给协商双方,通过这种方式可以加快协商进程,并使交易双方不必担心暴露自己的交易偏好.提出了基于软件代理的自动协商实现方法,并采用业务流程执行语言对交易过程进行建模.最后,在服务交易平台上实现了该服务协商模型的原型系统,经实例验证,可以有效地实现服务协商,更利于达成双方可接受的交易结果.     

资源限制信任协商

提出了资源限制信任协商方法.陌生的双方在建立信任关系时,仅仅交换一次信任书,随后多次交换对称密钥,直到协商完成或者失败.在资源限制信任协商过程中,用Hash函数验证信任书中的属性,用对称密码保护敏感属性.敏感属性是在自己的控制下逐步显示给对方的.资源限制信任协商避免了传统信任协商中双方多次交换信任书,以及多次验证信任书和策略的一致性检验所带来的大量公钥密码操作负担.同时也避免了传统信任协商中双方必须存储多个信任书的问题.因此资源限制信任协商比较适合在计算能力有限的移动设备之间建立信任关系.由于双方交互的信任书是保密的,因此资源限制信任协商能防止传统信任协商存在的中间人攻击问题.     

基于效用理论的土地征收价格模型

为了确定土地征收双方均能接受的合理的价格,建立了双方分享征地溢价的模型和计算方法.基于效用最大化的原则,把土地征收双方讨价还价的过程,理解为双方的博弈;认为各自对风险抵御的能力、在征地过程中的讨价还价能力直接影响到最终达至交易的价格.该模型应用于某高速公路工程征地的案例.案例研究的结果表明:征地方的风险规避值越高(即承受风险的能力越低)、讨价还价能力越强,土地价格就越低.     

一般和对策中基于协商的多代理强化学习

一般和对策中,只考虑个体理性的多代理协作是一种无全局目标的协作.代理学习基于对手策略假设,不能保证假设的正确性.为此通过定义代理协作的集体目标,提出了一种基于多代理协商的代理强化学习算法.代理选择协商策略,并惩罚偏离该策略的代理来保证协商策略的执行.文中给出了学习收敛的条件及证明,并以实例加以分析.     

基于模糊约束理论的B2C交易自动协商模型研究

分析了B2C交易中协商主体和协商过程的特点,基于带优先级的模糊约束理论为买方协商主体建立了认知模型,能够根据买方主观需求的满足程度和主观忍受程度,综合评估买方的偏好,由此出发设计双方协商策略和协商交互流程,建立了B2C交易自动协商模型,并论证其模型的优越性.     

多学科协同设计系统的协商策略模型

分析多学科协同设计系统中协商的特点，提出博弈论和协商理论在协商策略中的应用．对协商策略进行参数化、公式化，通过对参数及公式的处理实现推荐方案的形成，从而指导协商过程向收敛方向进行，并保证系统的利益最大化．实践证明，该协商策略可行有效，对整个协同设计过程的顺利进行起到了关键性的作用．     

基于联合意图的网格资源分配模型

分析了网格资源管理过程中经典的资源分配模型,针对网格资源分配过程中的特点,构建了资源需求型Agent、资源提供型Agent、资源协调型Agent以及交互型Agent,建立了基于联合意图的网格资源分配模型.并给出了网格资源分配过程中的协商协议和协商算法,该算法利用多个Agent之间的共有目标进行交互,增强了问题求解的能力.此外,在传统网格资源管理体系结构的基础上,建立了基于多Agent的网格资源管理体系结构.在仿真平台下进行了对比实验,实验结果表明,利用新模型能够通过4种Agent角色之间的相互协商,合理地分配任务,提高网格资源的利用率.     

面向动态联盟协商支持系统的研究

基于一种半集中式的协商控制策略，提出一个面向动态联盟的协商过程模型，按时间将协商过程划分为协商准备，协商进行及事后处理三个主要阶段。并在此模型上构建了一个基于CORBA标准和DMAS（分布式多Agent系统）技术的协商系统框架。盟员企业的推理，决策和协商功能以Agent形式进行封装，多方协商由多个分布式Agent实现。而不同环境下Agent之间的通信是通过构建在CORBA平台上的组件来实现。为实现动态联盟盟员企业之间的协商提供了一个可行的解决方案。     

基于贝叶斯学习的Agent谈判策略构造研究

提出了一个在电子商务中辅助用户进行谈判的智能Agent谈判模型，并在模型中引入了贝叶斯学习方法，使得Agent在谈判过程中能更好地调整谈判策略，提高谈判效率．     

基于GA和Agent组合自动谈判方案的研究

分析了Agent的性能特点及其工作原理,研究了谈判收益问题;然后对谈判过程进行描述,建立了基于Agent自动谈判数学模型,并对模型中的参数以及自动谈判目标进行分析;提出了用遗传算法对模型进行求解,并对算法的编码方法、参数的设定等进行研究,分析了求解过程,得到了模型的最优解.结果表明,该方法可以对模型不断优化,最终使参与谈判的Agent双方实现双赢,从而证明了该自动谈判方案的正确性.     

一种竞争环境下基于改进遗传算法的电子商务协商

 为了提高竞争环境下基于智能体电子商务双边多议题协商当中agent协商的效率,提出了一种竞争环境下agent的协商模型,并且将改进的遗传算法IGA应用于这种模型当中,来提高模型中agent协商的效率。在相同实验条件下,分别对四种遗传算法各进行了1000次的实验,结果表明同样达到协商满意解的时候,标准遗传算法SGA平均需要360次协商,基于Metropolis准则的遗传算法MGA平均需要230次协商,自适应遗传算法AGA平均需要207次协商,而IGA平均仅需要151次协商。这个结果说明,在求解竞争环境下双边多议题协商问题的时候,改进的遗传算法IGA可以使得协商当中的agent高效达到协商的满意解。     

基于神经网络的伙伴选择协商模型研究

为了更好的在伙伴选择中对供应商进行评判，提出建立基于BP神经网络的伙伴选择智能协商模型。模型经过训练学习，使其拥有商家的思维方式，并对供应商可协商和非可协商因素进行分析，对供应商做出客观评价。供应商通过对可协商因素进行调节，得到双方都比较满意的协商结果。     

云计算环境下基于BRB策略的自动谈判简

利用云计算环境下基于多Agent的自动谈判来解决云计算参与者之间的分歧,通过在云计算环境下基于多Agent的谈判框架中引入中介Agent,在谈判进行之前,将消费者需求与服务提供商进行匹配,消除无效资源;为充分利用谈判者的地位,预测对手的提议,提出BPE策略和RBC策略,并允许谈判者在发现更好提议时可以违反之前建立的协议,从而形成云计算环境下基于BRB策略的自动谈判;通过仿真实验验证中介Agent和云计算环境下基于BRB策略的自动谈判。     

一种基于Agent推理的自动谈判方法研究

以Agent代替人实现自动协商,将大大提高远程谈判的效率．提出基于Agent推理的自动谈判方法和基于最近邻匹配的案例推理工作流程,开发出能够实现自动谈判的一个原型系统,在很大程度上实现了谈判的智能化和自动化,为谈判支持系统的开发提供了新的思路．     

一种改进的辩论协商模型及其算法

为了解决现有辩论协商模型过于抽象的问题，提出了一种改进的辩论协商架构．在构架中定义了辩论协商模型的对手、自身和环境等模型，其中对手模型是以协商伙伴为对手，自身模型的内容包括信念、愿望、意图、信任和偏爱，环境模型主要由Agent通讯语言和内容语言、协商协议和信息库组成．同时，提出了相应的算法，它通过合理地组合模型，调整论证评估器的位置，建立协议推理、论证评估、论证产生和论证选取等过程，使得协商信息充分交互，协商过程更为有效．实验结果表明，所提模型和算法是有效、可行的，算法的复杂度与协商对话的轮回有关，若轮回数为n，则复杂度为O（n）．     

面向活动分担的多Agent协商机制及其实现

定义了一个多Agent系统(MAS)和MAS中活动分担的概念；面对如何实现活动的多Agent分担，提出了一种招标-投标协商机制，它很好地解决了Agent之间的公平竞争与活动执行者的最优选择问题。讨论了实现这一协商机制所需的模型修改与消息通信原理。