基于MULTI-AGENT的電子商務自動談判.pdf

1、隨著計算機技術和電子商務的發(fā)展，網(wǎng)上談判和網(wǎng)上交易越來越被人們所接受。社會的競爭越來越激烈，比起傳統(tǒng)的談判方式和交易方式，網(wǎng)上談判和網(wǎng)上交易可以節(jié)省大量的人力和物力資源。尤其是自動談判，它不用談判雙方指定一個固定的談判地點和動用太多的談判人員，從而減少傳統(tǒng)談判和交易帶來的負面影響。 在傳統(tǒng)的電子商務自動談判中，人們往往根據(jù)效用函數(shù)來決定是否接受對方的報價，使得低于給定效用值的報價都被淘汰出去。本文主要是從模糊的角度來討論談判者關

2、于對方報價的接受度，采用隸屬度函數(shù)來表示這個接受度。模型還引入了貝葉斯學習機制通過Agent對談判雙方的一些信念和保留值進行學習，并且結合不同的談判條款對談判者的影響權重不同，采用組合的方法來考慮多條款談判中的讓步問題。本文提出了一種比傳統(tǒng)談判模型更加接近現(xiàn)實的談判模型，并且對該模型如何在計算機中實現(xiàn)進行了研究，并且結合實例采用Swarm仿真平臺對不具有學習機制的談判模型和具有學習機制的談判模型進行了仿真評估，結果表明模型在各自適應的條