检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于SVM的多agent协商伙伴选择

计算机应用与软件 2012年第6期29卷 131-134页

作者：谷琦松刘胜全新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学现代教育技术中心新疆乌鲁木齐830046

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... 详细信息

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。

关键词：多agent协商效用伙伴选择支持向量机

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于预测与诚信的多agent协商客户选择

基于预测与诚信的多Agent协商客户选择

作者：谷琦松新疆大学

学位级别：硕士

随着电子商务的蓬勃发展，agent技术应用于协商客户选择是近些年来的研究热点。在交易协商客户选择中，现有的协商客户选择方法在协商理论和方法上都存在一定的不足，主要表现在对协商历史信息学习不充分、预测的精度不高、预测时间较... 详细信息

随着电子商务的蓬勃发展，agent技术应用于协商客户选择是近些年来的研究热点。在交易协商客户选择中，现有的协商客户选择方法在协商理论和方法上都存在一定的不足，主要表现在对协商历史信息学习不充分、预测的精度不高、预测时间较长以及没考虑诚信度对整个交易结果产生重要的影响等。基于此，本文提出了一种基于预测与诚信的多agent协商客户选择方法。首先，根据电子商务中的agent协商交互特征，提出了基于梯度信息的最小支持向量回归算法（GE-LS-SVR），对agent的协商决策策略进行学习，从agent的协商历史信息中获取学习样本来训练GE-LS-SVR，用GE-LS-SVR来预测交易客户在协商交易时可能出现的协商结果和对应的协商收益;其次，针对交易执行阶段协商客户agent不信守承诺、进行不诚信交易的情况，提出了基于多agent的电子商务诚信关系模型，给出了各个诚信度的计算方式以及诚信度的评估方法;再次，在电子商务交易中的客户选择问题上，把预测的协商收益与诚信度有机结合得出交易完成后的最终收益，根据agent的自利性特性，选择最终收益值最大的协商客户。最后，通过仿真实验模拟验证了本文所提方法的有效性和优越性。

关键词：多agent协商客户选择效用 GE-LS-SVR 诚信度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于学习的多agent协商模型研究

基于学习的多Agent协商模型研究

作者：张少魁郑州大学

学位级别：硕士

agent的协商环境是开放的、动态变化的,这就要求agent在协商过程中必须具有很强的应变能力和自治能力。协商之前agent的这些能力在自身的BDI模型设计中已经确定,因此agent要想在协商中灵活应对随时可能变化的外部因素,最后取得较好的收... 详细信息

agent的协商环境是开放的、动态变化的,这就要求agent在协商过程中必须具有很强的应变能力和自治能力。协商之前agent的这些能力在自身的BDI模型设计中已经确定,因此agent要想在协商中灵活应对随时可能变化的外部因素,最后取得较好的收益,就必须在协商前对自身的BDI模型做出全面更新,以保证协商模型在交互过程中能够智能的指导agent做出行为选择。而目前的协商agent学习算法多存在于协商过程之中,对协商前自身信念中关于对手agent私有信息的认知度还不高。本文针对协商前agent信念的更新问题,构造了一种协商agent历史学习算法。文中详细分析了多agent系统中的行为方式和其决策模型,参考Zeng,Sycara(1998)等人关于协商agent的学习方案,并结合Fatima和Wooldridge(2001)等人对不完全信息情况下agent协商决策行为的对比矩阵,进一步对多agent多问题协商系统的协商模型中的内嵌学习机制和决策机制作了深入分析。对比多种已经存在的协商agent学习算法和决策模型,文中分析了提高这种多agent系统决策模型能力的可能性。 agent在协商过程中对协商对手信息的高认知度可以提高agent自身的决策效率和最终收益。所以本文设计了一个双边多问题协商的agent历史学习算法。文中在对中间平台数据库中agent协商历史信息做出分类后,规范定义了算法中协商线程模式和协商支撑模型,随后给出了算法的详细实施方案。协商agent历史学习算法通过处理对手agent的协商历史信息,对协商对手的私有保留信息进行预测。预测结果可以在协商过程开始前对自身的初始信念进行更新,这样就可以增强agent对协商对手私有信息的认知度,同时可以提高agent决策模型的决策能力,缩短协商线程。文章通过多组实验数据对该算法进行多方面的对比分析。实验表明,算法的预测结果对agent协商过程中的动作选择和策略生成具有一定的指导意义。

关键词：多agent协商学习算法协商模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于在线学习的多agent协商

基于在线学习的多Agent协商

作者：王娟郑州大学

学位级别：硕士

Internet的飞速发展已经深刻地影响着传统商业模式的运作，电子商务已经被越来越多的人所接受，目前基于agent的电子商务研究成为业界研究热点。如何快速、高效地进行agent协商，已经成为经济学家和计算机学者共同研讨的一个主要方向。... 详细信息

Internet的飞速发展已经深刻地影响着传统商业模式的运作，电子商务已经被越来越多的人所接受，目前基于agent的电子商务研究成为业界研究热点。如何快速、高效地进行agent协商，已经成为经济学家和计算机学者共同研讨的一个主要方向。基于agent的协商可看作在信息不完全的状态下个性agent之间既竞争又合作的决策过程。对于多agent系统而言，由于它是一个开放的动态系统，因此要求协商过程能够适应环境的动态变化。理论分析表明，如果在协商的多agent系统中引入学习机制，使得每个agent通过学习来协调自身的行为，则能有效地完成协商目的。本文正是基于这样一个背景开展工作的。本文主要研究了在基于agent的双边多议题协商中，如何应用在线学习机制来提高协商效率。文章首先参考Zeng，Sycara(1997)等人关于协商学习的模型并加以改进，提出了相关开放有效的协商模型。在该协商模型的基础上引入贝叶斯学习机制，并分别对更新信念、生成提议等协商过程作了详细阐述。在限时条件下的多议题协商中，为了当协商进入僵持状态时参与协商的买卖双方能确定是否进行妥协，从而使协商继续进行下去，本文在贝叶斯学习的基础上提出了基于不妥协度的协商策略，从而使协商过程不至于在一些无关紧要的冲突点终止。实验表明在协商过程中进行学习可以提高对方私有信息的预测精确度，缩短了协商时间，提高了协商效率。协商是一个动态的复杂过程，协商双方彼此之间保密自己的私有信息。本文采用贝叶斯网络学习来更新agent关于环境和其他个体的信念，从而使agent在协商交互中能够对协商对手的保留值动态预测，更有效地进行交互推理。并实验证明其可行性。

关键词：多agent协商协商模型贝叶斯学习不妥协度

基于RBF神经网络的多agent协商机制的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于RBF神经网络的多Agent协商机制的研究

作者：马颜军大连海事大学

学位级别：硕士

电子商务的出现,正在改变着企业的商务运作模式和人们的经济生活方式。协商是电子商务的关键环节,用agent代替用户和商家进行协商,将大大提高远程商务运作的效率。如何提高agent在协商过程中的自学习能力是一个重要的问题。理论分析表明... 详细信息

电子商务的出现,正在改变着企业的商务运作模式和人们的经济生活方式。协商是电子商务的关键环节,用agent代替用户和商家进行协商,将大大提高远程商务运作的效率。如何提高agent在协商过程中的自学习能力是一个重要的问题。理论分析表明,如果在多agent协商系统中引人学习机制,使得参与协商的一方能够根据对方的信念进行推理并在协商中进一步学习对方的行为方式,将有利于协商效率的提高。因此,协商过程中的学习问题逐渐受到越来越多研究者的重视。本文在深入研究多agent协商的相关理论和RBF神经网络技术的基础上,分析了多agent协商模型,针对目前协商agent的学习算法多存在于协商过程之中,缺乏对协商历史信息学习的能力这一问题,提出使用RBF神经网络学习来更新agent在协商前关于环境和其他个体的信念,使agent在协商交互中能够对协商的关键结果集进行预测和学习,从而确定协商交互中的推理策略,提高协商交互的效率和协商个体的效用。通过对多agent协商模型的分析与研究,将RBF神经网络技术应用到多agent协商中,对协商模型进行了优化,使agent在协商过程中能根据自己的需要运用预测结果来缩短协商进程,同时获得合理的收益,提高协商过程的可控性。并以此为基础建立了一种具有学习机制的双边多议题协商模型BNM(Bilateral-Multi-Issue Negotiation Model),从协商模型、协商协议、协商算法、效用评价及协商流程等方面进行了定义、分析与设计。最后针对基于RBF神经网络的多agent协商模型设计了一个简单的电子商务协商模型的演示系统,通过实例验证了该模型的可行性。

关键词：多agent协商协商模型 RBF神经网络预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于学习的多agent协商研究

基于学习的多Agent协商研究

作者：陈亚楠郑州大学

学位级别：硕士

agent和多agent系统(Multi-agent Systems，简称MAS)正在成为人工智能研究实用化和在分布计算环境下的软件智能化的重要技术。MAS技术的研究主要集中在三个方面：agent行为理论、agent体系结构和多agent协作。其中，多agent协作主要是... 详细信息

agent和多agent系统(Multi-agent Systems，简称MAS)正在成为人工智能研究实用化和在分布计算环境下的软件智能化的重要技术。MAS技术的研究主要集中在三个方面：agent行为理论、agent体系结构和多agent协作。其中，多agent协作主要是研究自动agent系统如何能够更有效的交互。近年来，协商作为MAS中矛盾处理和冲突消解的一种重要的方法，已经成为MAS系统协作研究中的一个重要的分支。在MAS的研究中，研究者使用很多方法提高协商模型的适应能力和决策能力，其中很重要的一个方法就是在协商模型中加入学习机制，使得系统的性能得到改善。然而，目前的agent协商学习算法多存在于协商过程中，在协商前，agent个体自身信念中对于交互对手的私有信息认知程度还不高。本文详细分析了MAS中多议题协商过程，简要介绍了协商的概念，对协商各个不同的类型进行了详细地介绍。针对多agent多议题协商模型内部的学习、决策机制能力的提高问题，对比了多种已经存在的协商agent学习算法和决策模型。 agent个体在协商开始前对交互对手信息的认知程度在一定程度上影响了agent自身的决策效率和最终收益。本文参考Zeng等人提出的协商agent学习方案，以贝叶斯理论为基础，使用agent协商系统中在中间平台上存储的对手agent的协商历史信息，对协商对手的各个议题保留值等私有信念进行预测。并在此基础上，对已有的agent协商交互机制进行优化，提高agent个体在协商中的最终收益。最后通过实验证明了工作的有效性。本文同样以贝叶斯理论为基础，通过协商历史对交互对手的策略进行预测。并以此为基础，在协商模型中运用预测结果，对协商模型进行了优化，使agent在协商过程中能根据自己的需要来缩短协商进程，同时获得合理的收益，提高协商过程的可控性。最后通过实验证明了工作的有效性。

关键词：多agent协商贝叶斯方法策略学习协商模型

CSCMS中分布式多agent的通信与基于协商的任务分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

CSCMS中分布式多Agent的通信与基于协商的任务分配

作者：曲冠南吉林大学

学位级别：硕士

本文主要针对协同供需链管理系统中分布式多agent的通信及基于协商的任务分配进行设计并实现。首先,从多agent通信模式和通信语言两方面对多agent通信进行综述,构建协同供需链管理系统中多agent构建通信框架,并对消息内容建模,通过对... 详细信息

本文主要针对协同供需链管理系统中分布式多agent的通信及基于协商的任务分配进行设计并实现。首先,从多agent通信模式和通信语言两方面对多agent通信进行综述,构建协同供需链管理系统中多agent构建通信框架,并对消息内容建模,通过对动作、行为以及角色的定义,将agent交互协议定义为一组角色的交互行为,从而实现协同供需链管理系统中分布式多agent的通信与交互。其次,分析并形式化描述供需链中多agent任务分配问题,建立相关agent效用函数,并对合作协商机制及其中的问题进行研究,在此基础上,设计并实现协同供需链管理系统中分布式多agent基于协商的任务分配过程、算法和交互协议。最后,通过采购任务分配的模拟实例,展示多agent协商交互过程,以及任务分配结果。

关键词：供需链管理系统 agent 分布式多agent 多agent通信多agent协商任务分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多agent协商的服务流程定制

计算机学报 2006年第7期29卷 1116-1126页

作者：曹健李明禄张申生上海交通大学计算机科学与工程系上海200240

针对复杂业务需求,提出了基于多agent协商的服务流程定制模型、算法和系统．首先介绍了该模型及其支持系统的框架以及服务agent的结构和工作原理;然后在将业务需求满足定义为分布式柔性约束满足问题的基础上,提出了基于多agent协商的求... 详细信息

针对复杂业务需求,提出了基于多agent协商的服务流程定制模型、算法和系统．首先介绍了该模型及其支持系统的框架以及服务agent的结构和工作原理;然后在将业务需求满足定义为分布式柔性约束满足问题的基础上,提出了基于多agent协商的求解算法并介绍了一个应用案例;最后,给出了一个原型系统．该模型和系统能够对复杂的业务需求进行建模和求解,从而寻找到合适的服务,满足了服务流程定制的需要．

关键词：服务流程服务agent 分布式柔性约束满足多agent协商

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于策略选择的agent多议题协商优化

信息技术 2007年第6期31卷 76-78,82页

作者：陈亚楠中国人民银行海口中心支行科技处海口570105

agent和多agent系统(Multi-agent Systems,简称MAS)正在成为人工智能研究实用化和在分布计算环境下的软件智能化的重要技术。协商策略是agent协商的一个重要问题,选择有效的策略,可以有效地提高协商的效率。提出了一个策略选择算法,并... 详细信息

agent和多agent系统(Multi-agent Systems,简称MAS)正在成为人工智能研究实用化和在分布计算环境下的软件智能化的重要技术。协商策略是agent协商的一个重要问题,选择有效的策略,可以有效地提高协商的效率。提出了一个策略选择算法,并以此为基础,在协商模型中运用预测结果,对协商模型进行了优化,使agent在协商过程中能根据自己的需要来缩短协商进程,同时获得合理的收益,提高协商过程的可控性。最后通过实验证明了工作的有效性。

关键词：多agent协商贝叶斯方法策略协商模型