导读:本文包含了僵局消解论文开题报告文献综述及选题提纲参考文献，主要关键词:应急目标协商,僵局消解,外部信息,等效置换
僵局消解论文文献综述
刘丹,王红卫,宋英华,王喆[1]（2015）在《考虑外部信息的应急目标协商僵局消解方法研究》一文中研究指出为快速、有效地消解时限条件下应急目标协商产生的协商僵局,提出应急组织背景下带僵局消解的应急目标协商程序。为确保协商参与者的整合效用,基于保留值等效置换机制建立僵局议题消解模型,并提出外部信息直接影响和间接影响下改进的粒子群优化(PSO)算法求解模型,最后通过试验对改进的算法进行分析和验证。结果表明:外部信息启发式引导随机粒子的寻优过程,对快速消解应急目标协商僵局有明显的积极影响。建立合作稳定的应急决策组织,并向经历过类似议题协商的组织成员或权威的专家征询意见和建议,是获得协商僵局时准确的外部信息的主要途径。(本文来源于《中国安全科学学报》期刊2015年05期）
王黎明,沈扬[2]（2010）在《协商僵局的消解策略研究》一文中研究指出针对多议题协商中的僵局问题,提出了一个基于议题权值的优化策略。利用学习机制预测对手议题权值,并考虑多议题协商中各议题之间的相关性,在保证协商参与者利益的前提下,根据议题的权值,有针对性地调整议题预保留值的取值,从而能够打破僵局,并快速消解协商僵局,促使协商双方得到合理协商解,使得协商效率大大提高。(本文来源于《计算机应用》期刊2010年06期）
沈扬[3]（2010）在《协商僵局消解优化问题研究》一文中研究指出自动协商的研究具有重要价值,它将传统活动中的协商经验应用于智能化的自动协商中,研究传统活动中协商经验的方法,采用人工智能技术对协商的决策函数、协商提议、协商策略等进行学习与推理,形成合理的自动协商过程,能够提高自动协商的智能程度,促进协商系统的发展。在协商中,协商参与者追求自身的最大利益是协商的最终目的,协商者代表的是个人或组织的需求,他们通过交换提议来寻求一种双方都能接受的方案。但是协商并不是无限制地满足自身的利益,其有一定的利益界限。如果协商参与者各持己见,互不让步,协商必定失败。在自治协商的过程,经常会发生由于某个协商Agent议题没有达到平衡点,导致协商陷入僵局的情形。当僵局出现时,如果不采取一定的消解机制,那么在限时条件下很可能会使得协商失败,大大降低协商成功率以及协商效用。因此,为了提高协商成功率以及协商效用,很有必要对协商僵局消解机制展开研究。在深入学习双边多议题自治协商过程以及僵局消解过程之后,本文提出了一个协商僵局的模型,明确了协商僵局产生时的状态,对其中的参数给出了明确的定义,使得对于协商僵局的分析过程更加明确；同时提出了一种基于议题权重学习方法,并提出了一个基于有限坚持策略的协商僵局消解策略,通过使用权值学习以及基于坚持策略对协商僵局进行消解,从而实现对协商模型的优化。文中涉及到了协商僵局的多个方面,具体包括：协商过程分析、协商僵局消解过程分析、协商僵局的检测、协商僵局模型的建立、学习机制、协商僵局消解策略。最后通过试验对文中提出的方法和策略进行验证,试验结果有效证明了本文提出的策略的可行性及有效性。实验结果表明本论文提出的方法既保证了协商参与者利益的,又能够有效解决协商僵局问题。(本文来源于《郑州大学》期刊2010-05-01）
张慧[4]（2008）在《基于PSO的协商僵局消解机制的研究》一文中研究指出随着Internet的普及和电子商务的迅速发展,对电子商务的要求越来越高,为了适应这种要求,Agent技术被应用到了电子商务中,来提高电子商务的智能性和实用性。近年来,基于Agent技术的自治协商在电子商务领域得到了广泛的应用。自治协商模型是实现双边Agent进行多议题自治协商的基础,然而实际中,双边多议题自治协商过程中经常会发生由于某个协商议题没有达到平衡点而导致协商陷入僵局的情形。为了提高协商成功率和协商效用,开展协商僵局消解机制的研究是很有必要的,这对于推动智能电子商务真正实用化具有非常重要的意义。目前如何消解协商僵局已经成为多议题协商优化研究中的一项重要课题。本文在双边多议题协商模型的基础上,利用协商议题保留值向量的等效置换原则,在保证协商双方的整合效用都不降低的条件下,提出了一个消解协商僵局的数学模型,利用该模型优化了双边多议题协商模型。针对该模型中保留值向量等效置换的要求,作者对标准粒子群算法的进化方程进行了改进,使得改进后的粒子都在一个超平面上运动。在此超平面上的粒子代表的保留值向量的整合效用都是相等的。为了验证该模型的有效性,我们设计并实现了一个电子商务过程,使用改进的算法对模型进行求解,优化了协商议题的保留值向量,成功的消解了僵局,提高了协商成功率和协商效用,从而达到优化双边多议题自治协商模型的目的。实验证明了系统的有效性。论文包括以下七个部分内容:(1)阐述了本文的研究背景与意义,概述了僵局消解和粒子群算法(Particle Swarm Optimization,PSO)的研究现状。(2)介绍了电子商务、多Agent技术、自动协商技术的定义与相关概念。(3)构建了基于Agent的双边多议题自动协商模型。文章首先介绍了协商环境的相关知识,然后讲述了协商议题、提议策略、协商协议的概念和理论,最后给出了自动协商的形式化定义。(4)介绍了僵局消解原理的知识,并提出了僵局消解的数学模型,以及带僵局消解交互过程。(5)介绍了粒子群算法的原理、几种改进的粒子群算法,并将粒子群算法与僵局消解过程相结合,在僵局消解模型的基础上改进了标准粒子群算法,提出了一种新的改进的粒子群算法,用来解决协商过程中的僵局问题。(6)介绍了僵局消解过程的设计,将粒子群算法用于双边多议题协商模型的僵局消解过程,并用实验验证了方法的有效性。(7)对本文所作的工作进行全面总结,并且提出本文的不足之处,以及今后可能的研究方向。(本文来源于《太原理工大学》期刊2008-04-01）
彭志平,陈珂[5]（2007）在《一种消解协商僵局的多目标粒子群优化算法》一文中研究指出解决协商僵局问题是协商优化中的重要研究课题.利用协商议题之间的相关性,提出了一种用于消解双边多议题协商僵局的多目标粒子群优化算法(MOPSO).MOPSO首先动态放宽僵局议题的保留值,然后将僵局议题相关的多个议题的保留值缩紧问题转化为一个多目标优化问题,通过粒子群搜索到Pareto最优解集,从而并行优化了这些相关议题的保留值,最后在不降低协商者整体利益条件下进行协商议题保留值向量等效置换.实验验证了MOPSO是有效的,其僵局解决能力明显比现有的其他方法强.(本文来源于《电子学报》期刊2007年08期）
僵局消解论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对多议题协商中的僵局问题,提出了一个基于议题权值的优化策略。利用学习机制预测对手议题权值,并考虑多议题协商中各议题之间的相关性,在保证协商参与者利益的前提下,根据议题的权值,有针对性地调整议题预保留值的取值,从而能够打破僵局,并快速消解协商僵局,促使协商双方得到合理协商解,使得协商效率大大提高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
僵局消解论文参考文献
[1].刘丹,王红卫,宋英华,王喆.考虑外部信息的应急目标协商僵局消解方法研究[J].中国安全科学学报.2015
[2].王黎明,沈扬.协商僵局的消解策略研究[J].计算机应用.2010
[3].沈扬.协商僵局消解优化问题研究[D].郑州大学.2010
[4].张慧.基于PSO的协商僵局消解机制的研究[D].太原理工大学.2008
[5].彭志平,陈珂.一种消解协商僵局的多目标粒子群优化算法[J].电子学报.2007