基于Agent的辩论谈判过程建模与系统实现

将基于Agent的辩论谈判划分为三个主要阶段,针对其中最为重要的辩论谈判中期进行研究.将其划分为辩论和反辩论这两个子过程.结合人际辩论谈判策略和形式逻辑理论,将这两个子过程进一步分类,并建立相关模型.根据人际辩论谈判的交互,对辩论谈判流程进行详细分析,设计并实现了相关的系统--基于Agent间辩论的汽配(汽车零配件)交易自动谈判系统原型,从计算机实现的角度对模型进行了验证.     

人工免疫算法在面向电子商务的自动谈判系统中的应用研究

随着分布式人工智能和电子商务的迅猛发展,面向电子商务的自动谈判系统正变得日益重要.自动谈判系统是利用谈判软件Agent部分或全部代替人进行网上谈判,能够提高谈判效率,降低采购和销售成本,在未来电子商务发展中将具有非常重要的作用.但是目前在实践中仍然缺乏理想的谈判策略模型.本文应用人工免疫算法设计软件Agent的谈判策略,以尽量减少人的参与,并为自动谈判系统的研究提供一种新的解决思路.     

面向Agent马尔科夫多议题自动谈判模型研究

为增强自动谈判模型中各谈判Agent在报价与反报价过程中的科学性和合理性,提高谈判的效率和成功的概率,将马尔科夫链方法应用于对谈判对方各轮报价的预测当中,以增强模型对谈判过程的逻辑推理能力,通过与改进后的遗传算法相结合,构建了面向Agent的马尔科夫多议题自动谈判模型,期望为谈判各方在谈判过程中的报价提供有力支持。通过仿真计算可以看出,所提模型很好地对谈判过程进行了仿真和推理,多种方法的有效结合,能够客观地为谈判各方Agent提供合理决策的有效依据。     

基于模糊约束满足问题的谈判决策研究

针对目前自动谈判系统(ANS)中谈判模型存在难以准确描述谈判过程中的不确定因素和构造效用函数困难的问题,在模糊约束满足问题(rcsP)的理论基础上提出了一种Agent谈判模型,建立了谈判约束、谈判限制、谈判论据及谈判解接受度数学模型.采用模糊约束放松的方法对谈判模型进行求解,得到了谈判Agent满意的谈判解.在建立Agent谈判模型的基础上进一步阐述了双边多属性谈判过程,实例计算分析表明该谈判模型是一种双赢的谈判模型.     

基于时间约束的多边自动谈判模型研究

鉴于多属性谈判中多个属性的不同报价特点,将谈判区间分为2种分别进行分析,并考虑到多个投标方之间以及时间对Agent谈判策略的影响,建立了基于时间约束的多边谈判模型。最后,设计和实现了一个原型系统。     

基于Agent的物流系统仿真及进化算法研究

本文研究在电子商务环境下连锁经营物流系统规划问题,采用基于自适应Agent建模技术进行仿真研究,为了弥补有限自适应仿真优化出现局部最优解或满意解的现象,采用进化算法(遗传算法)对规划方案(物流仿真模型)进行整体进化操作,通过全自动的、并行的重复仿真与运算,最终寻求全局最优解.求解时提出了从基于Agent模型向线性编码的编码解码算法及并行仿真、自动寻优机制,从而构筑一个基于SWARM平台的仿真优化+进化计算的规划平台,总结出基于上述研究成果的连锁经营物流规划的全新方法.     

基于议题偏好修改的Agent劝说机制及应用研究

基于议题偏好修改的Agent劝说能更好提高Agent在动态环境下的谈判效率,保证谈判效果。针对该模式,结合形式逻辑理论,提出了相应的劝说机制,包括相应的表述模型和支持该模型的算法,并提出了劝说影响因子的概念,最后基于Jade平台和Java语言,通过系统实现验证了该机制。结果表明,该机制能更进一步发挥Agent在劝说中的人工智能特性。     

Multi-Agent技术在元搜索引擎中的应用研究

随着科技的迅猛发展,对Agent技术的研究已成为当前的前沿热点问题之一.本文将Agent技术运用到元搜索引擎中,建立一个基于Multi-Agent的元搜索引擎系统模型.该模型采用多Agent组织结构,在一定程度上弥补了元搜索引擎智能化程度低、无法满足个性化需求方面的缺陷.文中将元搜索引擎中的Agent分成管理Agent和任务Agent两大类,并对模型中多Agent之间的通信方式、协调机制和性能评价进行了深入研究.     

基于Agent的两阶段一对多谈判模型研究

本文提出了一种基于Agent的两阶段一对多谈判模型.与单阶段一对多并行谈判模型相比,这种模型在谈判第一阶段不主动淘汰卖方,卖方不会因为在谈判初期采取较为的保守策略而过早失去继续谈判的机会,同时也增加了买方最终得到更好成交价格的机会.本文还提出了一种改进的基于合作可能度的淘汰谈判机制,在谈判模型的第二阶段逐步淘汰合作可能度小的卖方,达到减少谈判成本的目的.     

基于多Agent的供应链合作伙伴选择研究

为提高合作伙伴选择的效率和质量,将具有自治性的Agent应用于供应链的合作伙伴选择,提出了基于多Agent的合作伙伴选择系统的框架.该框架确定了多Agent合作伙伴选择过程,采用了基于规范的合同网协议作为协商协议,并确定了多Agent之间的交互作用方式.提出了基于效用函数的多Agent协商目标和Agent的决策模型.协商过程采用多轮协商模式,并采用了基于遗传算法的反报价.该方法能有效缩短供应链合作伙伴选择协商时间并能获取有效协商.     

基于多AGENT系统的电力合约市场协商平台框架研究

提出了电力合约市场的实用化交易协商平台,由代表各自公司利益的智能体自动完成协商过程,该平台支持各智能体的自由协商。为满足该平台的实用化要求,进行了以下针对性设计:定义了智能体的协商策略,并设计了模糊控制遗传算法进行策略学习,使合约协商具有策略优化基础;针对合约市场协商的动态性和信息量大且不完全等特点,设计了灵活、鲁棒性强的可废止逻辑作为协商语言,并采用满足序列信息交换要求的POS语义作为智能体平台的通信协议。最后给出了智能体的设计实现思路。     

供应链上企业间协同谈判模型和原型研究

本文对面向业务流程集成的协同谈判进行研究。这种新的谈判模式的特点是通过约束传播与约束放松来调整谈判各方的利益,达到共赢。本文建立了协同谈判中多线程间的状态机谈判协议,提出了多线程间基于域传播算法的协同谈判策略和谈判模型,并通过研制原型系统进行实验,证实了本文所提出的协同谈判理论和方法的正确性。本文提出的协同谈判模型可以解决供应链上企业同时与多个上、下游企业的谈判问题,可通过改变业务流程,使供应链上的企业达到双赢,提高谈判的效率。     

基于兴趣点的电子商务自适应谈判模型

针对电子商务谈判注重良好客户关系的特点,提出基于信息不完备状态下,面向对方兴趣点的自适应谈判模型。定义了谈判双方对谈判项目兴趣点的表示,提出了逐轮淘汰最差权值算法,最后优化出与对方实际权值最相似的权值信息。在此基础上提出基于对方兴趣点的爬山式搜索算法,彻底解决了传统博弈论多属性谈判模型中计算量大而无法实现的问题。实验结果证明,该模型具有良好的对称性、公平性,谈判结果接近Parreto最优。     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。     

中小呼叫中心月度排班优化模型与算法

国内中小呼叫中心制定坐席人员月度排班表时,通常考虑劳动法规合同约束和体现企业自身用工管理诉求。构建坐席人员月度排班优化问题的二次整数规划模型。鉴于问题模型难解性,依据调研企业需求和模型逻辑结构分析,把问题分解成三个子问题。通过构建整数规划模型和提出启发式算法来求出子问题解,从而生成排班问题优化解。问题实例计算表明,模型算法能够有效控制人力成本和兼顾员工同班次管理目标。与周排班方法比较,该方法能够充分体现月度排班人力灵活性来实现人力优化配置。     

基于Agent的情感劝说的决策过程及模型研究

Agent具有情感后进行的劝说决策会更加理性,而现有研究还不够全面深入。针对此问题,首先结合形式逻辑理论,定义了基于Agent的情感劝说及其决策过程,并将基于Agent的情感劝说的决策过程划分为评价情感劝说行为、更新情感劝说状态、调整情感劝说目标、产生情感劝说行为四个阶段;其次针对这四个阶段,结合OCC情感模型和PAD心情模型,运用多属性效用理论,引入情感淡化因子和情感评价因子,定义了Agent情感触发函数,建立了八种Agent基本情感与劝说目标的映射关系,将Agent的情感劝说行为分为奖励型、申辩型、威胁型和反辩型四类,分别构建了相应的决策模型,从而构成了更加完整和合理的基于Agent的情感劝说的决策过程模型;最后通过算例证明了模型的合理性和有效性。     

智能组合预测方法及其应用

由于具有能以任意精度逼近任意复杂非线性函数的优良性能,神经网络在灰色系统预测中得到了较大的应用。在已有的研究基础上,针对灰色神经网络进化时容易陷入局部最优,参数修正受阻的问题,建立基于遗传粒子群混合算法优化的新型灰色神经网络模型。首先将灰色神经网络进行数学建模,以便于优化算法的应用;其次,综合遗传算法与粒子群算法的优点,构造一种混合算法,运用混合算法对灰色神经网络进行优化;最后通过日本入华游客数量预测的算例研究,比较新型灰色神经网络与灰色神经网络、单一算法优化的灰色神经网络的预测精度。所得结果表明,混合算法优化的新灰色神经网络具有更好的预测性能,在社会经济领域有着广泛的应用前景。     

资源约束下多项目调度的改进遗传算法

针对资源约束下的多项目调度问题,在前人提出的有效的启发式算法研究路径基础上,本文利用遗传算法,结合进度生成机制,提出了多项目调度的改进遗传算法。与其他多项目调度启发式算法相比,该算法在平均项目延迟和最佳解比例方面都表现较好,综合利用优化后的优先规则也使得该算法更适用于不同网络复杂度和不同资源约束程度的多项目调度问题中。     

基于卓越绩效模式的供应链质量成本优化研究

本文以供应链质量成本为主要研究对象,分析归纳供应链质量成本研究现状,结合卓越绩效模式方法,提出质量成本核算体系,建立基于卓越绩效模式的供应链质量成本模型。通过一个应用案例,采用遗传算法求解,证明该方法使供应链成本得到了优化。