具有學(xué)習(xí)機制的適應(yīng)性自動談判系統(tǒng)研究.pdf

1、隨著電子商務(wù)服務(wù)和軟件技術(shù)的快速發(fā)展，具有一定獨立性、智能性、可移動性的Agent以及由其組成的多Agent系統(tǒng)被廣泛地用于模擬、優(yōu)化、實現(xiàn)電子商務(wù)活動中的自動談判。本文在深入學(xué)習(xí)自動談判協(xié)議、談判策略、效用函數(shù)和模糊邏輯的基礎(chǔ)上，提出了一種一對一多屬性綜合式模糊推理適應(yīng)性自動談判模型，用于解決現(xiàn)存自動談判系統(tǒng)中主觀估計對手偏好信息，忽略對手報價歷史，不能響應(yīng)談判環(huán)境變化，不具有主動學(xué)習(xí)能力的問題。 在理論上，本文利用模糊邏輯理

2、論構(gòu)建電子商務(wù)協(xié)商模型和協(xié)商策略，用9條if-then模糊規(guī)則分別給出連續(xù)款項和離散款項的模糊推理策略，針對協(xié)商過程中的協(xié)商策略，提出了基于時間和基于對手行為的讓步策略。模型通過比較對手報價的效用與用模糊規(guī)則新產(chǎn)生的報價的效用的大小，輔助談判參與方做出接受報價，給出反報價，結(jié)束談判的決定。為了使模型具有學(xué)習(xí)機制，模型運用貝葉斯學(xué)習(xí)方法，分析對手報價歷史，尋找高效率的信息溝通規(guī)律，逐步獲得對手偏好信息；引入遺傳算法對模糊規(guī)則參數(shù)進行編碼，

3、通過基本的遺傳操作實現(xiàn)優(yōu)化模糊推理系統(tǒng)的目的。 在方法上，引入多Agent技術(shù)實現(xiàn)交易談判機制，并在Swarm平臺上對提出的模型進行仿真。為了評估不同談判策略的談判效果和時間消耗程度，本文對談判雙方分別采用不同的談判策略進行仿真實驗。仿真結(jié)果表明，本文提出的模糊推理自動談判系統(tǒng)能根據(jù)談判環(huán)境的變化，動態(tài)調(diào)整讓步幅度，生成合理提議；模型通過綜合運用模糊推理技術(shù)和機器學(xué)習(xí)方法，完善了智能體的學(xué)習(xí)與推理能力，這對提高電子商務(wù)系統(tǒng)整體效