| 【中文题名】 | 基于Multi-Agent的自动谈判研究 |
| 【英文题名】 | Automated Negotiation Research Based on Multi-agent |
| 【学科专业】 | 管理科学与工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-3-27 |
| 【中关键词】 | Agent,MAS,自动谈判,贝叶斯学习,动态Q-学习, |
| 【英关键词】 | Agent,Multi-Agent System（MAS）,Automated Negotiation,Bayesian Learning,Dynamic Q-learning, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 随着在线交易的越来越普遍,Internet上涌现出大量的电子商务服务。目前,基于Agent的电子商务研究成为业界热点,软件Agent技术被视为在线商务中极为有用的技术之一,特别是它的自治性、交互性和智能性能有效地适应灵活的电子交易方式。然而,现有的电子商务系统对商务自动化方面的技术支持仍较为薄弱,尤其是决策自动化领域,如“自动谈判”。如何有效地将Agent技术运用于电子商务自动谈判领域,已经成为经济学家和计算机学者共同研究探讨的一个重要方面。
基于Agent的谈判系统,可以看作是在一个信息不完全的动态网络中多个个性Agent之间既合作又竞争的过程。Agent的每一次提议都必须考虑到自身偏好,对手信息,历史数据,及环境信息等,这就需要引入一个能够在动态网络中不断学习和更新的谈判系统,来更好地适时协调各个Agent之间的行为。因此将机器学习机制引入到电子商务领域就成为最近学者研究的一个新课题。本文正是针对以上分析而开展工作的,论文共分为五个部分:
(1)概述了Agent在网络服务中的应用现状,以及目前的研究所采用的理论方法,阐述了本文的研究背景与意义。
(2)介绍了Age... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-8 |
|
0 引言 |
8-15 |
|
0．1 选题背景与意义 |
8-9 |
|
0．2 国内外研究现状 |
9-13 |
|
0．2．1 Agent在电子商务中的应用 |
9 |
|
0．2．2 现有的基于Agent的谈判系统 |
9-11 |
|
0．2．3 目前研究中所采用的理论方法 |
11-12 |
|
0．2．4 现有的学习方法 |
12-13 |
|
0．3 本文研究内容 |
13-15 |
|
1 Agent技术与MAS |
15-30 |
|
1．1 AGENT基本概念 |
15-16 |
|
1．1．1 Agent的定义 |
15 |
|
1．1．2 Agent的特征 |
15-16 |
|
1．1．3 Agent的分类 |
16 |
|
1．2 AGENT的结构 |
16-21 |
|
1．2．1 Agent的概念结构 |
16-18 |
|
1．2．2 Agent的体系结构 |
18-20 |
|
1．2．3 Agent的抽象结构 |
20-21 |
|
1．3 AGENT形式化定义与实现 |
21-24 |
|
1．3．1 Agent的形式化定义 |
22-23 |
|
1．3．2 Agent的行为模式 |
23 |
|
1．3．3 Agent的实现方法 |
23-24 |
|
1．4 MULTI-AGENT系统 |
24-30 |
|
1．4．1 Multi-Agent系统的定义与分类 |
24-25 |
|
1．4．2 Multi-Agent系统概念模型 |
25-26 |
|
1．4．3 Multi-Agent系统的组织结构模型 |
26-27 |
|
1．4．4 Multi-Agent系统中的协调与协作 |
27-30 |
|
2 基于Agent的电子商务与谈判 |
30-39 |
|
2．1 基于AGENT的电子商务 |
30-33 |
|
2．1．1 电子商务的概念 |
30 |
|
2．1．2 Agent在电子商务中的适用性 |
30-31 |
|
2．1．3 CBB模型 |
31-33 |
|
2．2 传统谈判 |
33-36 |
|
2．2．1 传统谈判的概念界定 |
33-34 |
|
2．2．2 传统谈判机制分类 |
34-35 |
|
2．2．2 谈判相关概念 |
35-36 |
|
2．3 基于AGENT的谈判 |
36-39 |
|
2．3．1 基于Agent谈判的定义 |
36-37 |
|
2．3．2 基于Agent的谈判过程 |
37-38 |
|
2．3．3 Agent应用于谈判的优势 |
38-39 |
|
3 基于Agent的自动谈判 |
39-54 |
|
3．1 谈判环境 |
39-40 |
|
3．2 AGENT谈判过程设计 |
40-42 |
|
3．2．1 更新信念 |
41 |
|
3．2．2 约束库和约束检查 |
41 |
|
3．2．3 评估提议 |
41 |
|
3．2．4 策略构造 |
41 |
|
3．2．5 本体服务器 |
41-42 |
|
3．3 谈判协议 |
42-44 |
|
3．4 谈判模型 |
44-47 |
|
3．4．1 谈判模型分析 |
44-45 |
|
3．4．2 自动谈判模型 |
45-47 |
|
3．5 谈判策略 |
47-54 |
|
3．5．1 期望效用策略(Expected Utility Strategy) |
48-50 |
|
3．5．2 集合式提议(Grouping Proposal) |
50-54 |
|
4 具有学习机制的谈判系统 |
54-64 |
|
4．1 学习的必要性 |
54 |
|
4．2 学习机制 |
54-59 |
|
4．2．1 强化学习 |
55-57 |
|
4．2．2 贝叶斯学习 |
57-59 |
|
4．3 谈判系统中的学习机制 |
59-64 |
|
4．3．1 评估提议 |
59 |
|
4．3．2 更新信念 |
59-60 |
|
4．3．3 动态Q-学习 |
60-62 |
|
4．3．4 提议生成过程 |
62-64 |
|
5 总结 |
64-65 |
|
参考文献 |
65-68 |
|
后记 |
68 |
|
| 【DOI】 | LunWen.ID:2.2008.387656 |
