一、一个基于Agent系统网上购物系统的模拟（论文文献综述）
王鑫[1]（2020）在《电子商务中虚假评分检测与信誉评估方法研究》文中认为近年来,随着全球电子商务产业迅猛发展,产业规模不断扩大,电子商务在国民经济中占据着越来越重要的地位。然而,许多不良商家受商业利益的驱使,利用电子商务平台信息不对称和信誉体系发展滞后的弱点,使用多种手段破坏信誉系统,误导消费者和电商平台,给电子商务产业的健康发展造成了不良影响。针对电子商务平台信誉系统脆弱和虚假评分屡禁不止的问题,本文从买家（评分者）的评分行为入手,在买家分类方法、电子商务平台信誉评估和买家虚假评分检测等方面展开研究。主要完成了以下几个方面的工作:1.基于印象理论对买家的评分行为进行了建模,给出了宽松型和严苛型买家的定义,并依据买家的行为特征设计了基于最近邻搜索的买家筛选方法。该方法改进了最近邻搜索算法,无须在剩余买家的聚类上花费额外的聚类时间,提高了分类的速度。实验结果表明,本文的分类方法优于传统的分类方法。2.提出了基于买家行为的无监督卖家信誉评估方法（Impression-Based Strategy,IBS）。首先,依据严苛型和宽松型买家的行为特征,提出了卖家是否诚信的评判规则。其次,运用卖家属性评判规则,预分类出一部分诚实和不诚实的卖家;以这部分卖家作为基准,把买家再分成诚实的、不诚实的和不确定的三类。最后,加权聚合诚实和不确定买家群组对卖家的评分,对卖家信誉进行评估。在模拟数据集和Yelp数据集上的实验表明,IBS方法不仅能准确估计卖家的信誉,而且能够防御各种常见的和未知的信誉攻击。即使在不诚实的买家比例很高的极端环境下,IBS也能有效地工作。3.基于深度学习理论,提出了一种半监督的买家虚假评分检测算法。该算法用马尔可夫决策过程来建模买家的评分序列,根据买家的评分特征设计了一个深度Q网络,用于学习买家的评分行为。为了能够更快地感知环境的变化,在深度Q网络中引入了 IBS的卖家信誉评估方法。基于真实数据的实验表明,这种融合卖家信誉评估方法的深度Q网络经过大约2万样本的训练学习后,可以作为一个过滤器来检测同一平台中其它评分的真伪。4.设计并实现了一个基于多Agent系统的电子商务信誉仿真平台。平台考虑了信誉和价格因素,交易和选择策略,市场中各参与方的行为模式等。研究者可以加载自己的分布式或集中式的信誉模型,以方便各信誉模型之间进行比较。
郭延辉[2]（2012）在《移动电子商务系统中多agent谈判模型与算法的研究与实现》文中研究说明随着计算机软硬件技术、移动计算技术和通信技术的迅速发展并不断普及，移动电子商务和Agent技术的迅速发展，企业、消费者和供应商网之间的交易越来越普遍，网上谈判成为网上交易必不可少的一个环节，是交易双方沟通的最有效途径。Agent具有一定智能性，自主性，能够克服人类一些无法克服的困难，不受时间、空间等多方面的限制，协助人进行网上交易、网上谈判，甚至能达到比传统人与人谈判模式更理想的谈判效果。本文首先对Agent和移动Agent系统进行了简单概述，然后介绍了多Agent系统的定义，组成、属性以及多Agent谈判产生的原因，分析了多Agent谈判常用的相关智能算法。然后，本文对多Agent谈判的模型结构，多Agent谈判的谈判机制进行了论述，建立了关于谈判提议的产生、评价和选择等问题的数学模型，并对基于让步的反提议策略的数学模型进行讨论。在以上研究的基础上，本文对基于多属性效用理论的多Agent多属性谈判问题进行了模块化的分析。由于这种经典的方法具有一定的局限性，所以本文对此进行了优化，通过特殊知识和一般知识的结合改善了多Agent谈判的效果。最后，本文依照上述模型基于J2EE平台运用Java语言，设计了一个基于多Agent移动电子商务原型子系统，并对其开发环境及技术，框架结构，主要模块及各个模块的主要功能进行了简要介绍。并用课题移动电子商务原型子系统对多属性效用谈判算法、基于遗传算法的多Agent谈判以及多服务谈判模的可行性和有效性进行了验证。
张挺[3]（2012）在《基于SO-CIR-Agent模型的智能代理平台在拍卖领域的应用》文中研究表明近几年,随着网络技术和电子商务的快速发展,Web服务引起了越来越多人的关注。建立在WSDL,SOAP以及UDDI等标准之上,结合XML等技术,Web服务在企业管理、消费服务、网络信息系统等众多领域得到广泛的应用。然而目前的Web服务并没有为服务的智能化调用、客户意图的封装、软件异构等问题提供支持。Agent技术的发展和诞生是网络技术和人工智能技术进步的必然结果。Agent拥有自治性、协商性、社会性等优点,具备强大的解决问题的能力,在某些场合能够模拟人类的行为,替人们完成一些较为复杂的事情。这些特征使得Agent技术适用于需要人工参与的复杂活动的仿真领域。因而,Agent技术的出现和发展为解决Web服务乃至整个电子商务领域所面临的问题带来了新的希望。本文正是通过Agent技术模拟用户的行为,利用用户Agent将用户的请求进行了封装,主动地调用Web服务,极大的简化了用户的操作。本系统将Agent平台和Web服务框架组合起来,建立起一个兼有二者特点的新系统,为竞拍Agent提供模拟的交易平台来仿真网上拍卖的整个过程,为拍卖方和竞拍方提供便捷的拍卖机制来进行网上拍卖,使竞拍者获得更大的便利。Agent技术和Web服务技术是当今计算机领域中两个非常重要的技术。如果能把支持跨平台性、松散耦合和互操作的Web服务技术与具有高度智能性、协调性和合作性的Agent技术的优势互补,将会给用户带来更大的方便与效益,为用户构建具有高度适应性、扩展性和交互性的面向Web服务的多Agent系统。作为面向服务基础上的CIR-Agent架构,本系统由CIR-Agent模型扩展而来,必然具有自治的功能,因为这正是CIR-Agent的本身具备的特性之一。它集成了 CIR-Agent所具有的一切能力来适应面向服务的环境需要。Web服务具有的优势正好可以用来克服Agent在分布式设计中的—些困难。对于这个问题,Agent研究者们提出了各种方法来将SOA和AO工程的优势绑定在一起。他们中的一些人关注于执行层面上的面向服务的Agent,另外的研究如何扩展具有Web Service特性的Agent平台或者是整合Agent平台与Web Service平台。本文主要分析讨论如何克服面向服务技术的自治性问题和解决Agent技术分布式设计的难点。在深入研究CIR-Agent模型的基础上,对它的应用范围做一个扩展,同时使服务更多的作用于这个模型的知识模块和通信模块。本研究在概念层面上的SOA与AO工程的结合的同时还将设计出具体的系统实例。文章首先对Agent技术、Web服务的基本理论以及二者结合的原理进行了系统的分析,然后根据Agent的技术特点和Web服务技术的特性,提出了SO-CIR-Agent系统平台来融合两种技术的优势,互补存在的缺陷。随后,进一步给出了拍卖仿真系统体系结构的整体设计。最后,在前几章分析与设计的基础上,本文采用广为流行的基于FIPA规范的JADE平台,利用Maven框架开发了一个网上拍卖系统平台,就典型实例给出了模拟交易过程,实现了原型系统。本文提出的SO-CIR-Agent系统平台可作为参考,进行适当的改进还可以用于其他的网络应用,例如网上购物、旅行服务、企业管理等。为进一步实现复杂智能网络系统做了必要的理论与实践准备,具有—定的参考价值。
邢圣飞[4]（2011）在《基于Agent的在线逆向拍卖自动协商模型研究》文中进行了进一步梳理在网络经济发展的促使下,传统交易市场开始向网络市场转型,新兴的在线逆向拍卖采购方式也打破了传统的企业采购模式,不仅节约采购成本、提高采购效率,也为实现采购市场“阳光下的交易”开辟了新径。但如何在复杂的网络环境下成功实现逆向拍卖交易,如何实现像传统交易方式中直接、灵活的协商方式是一个值得研究的问题。本论文根据电子商务理论、拍卖理论和Agent相关知识,重点研究在线逆向拍卖协商模型的构建与应用实现。首先,绪论部分阐述了本论文的研究背景和意义,并分析了国内外关于在线逆向拍卖自动协商的研究情况,本文采用定量和定性相结合方法、图表分析法等对在线逆向拍卖协商问题进行研究。其次,理论综述部分系统概述了在线逆向拍卖的相关理论知识、Agent的理论知识和体系结构,以及Agent的系统建模思想和建模步骤;分析了基于Agent的自动协商理论,并对目前已有的自动协商系统进行归纳总结。再次,根据在线逆向拍卖规则和流程构建了基于Agent的逆向拍卖自动协商模型;根据Agent的并发特性,提出基于拍卖双方效用最大化的协商策略;并构建了一个基于Agent的自动协商内部机制模型。根据在线逆向拍卖双方协商效用最大化的协商策略,通过Swarm平台模拟了逆向拍卖过程中主体双方的效用变化趋势,当效用趋向一致时则协商成功。最后,为使在线逆向拍卖自动协商模型能够实现应用,使在线逆向拍卖协商能够成功实施,本文设计了一个基于Agent的在线逆向拍卖应用平台框架,提出了在线逆向拍卖成功实施的的保障措施。
靳晶[5]（2011）在《基于Agent电子商务系统的建模与实现》文中认为随着互联网与信息技术的发展,电子商务的运营模式逐渐被人们所接受,但是传统的电子商务模式因其系统功能单一、交易成本高、自动化程度低等原因不能适应用户们的需求,因此人们迫切需要一种智能化、人性化、高效率的全新电子商务模式。近年来Agent技术成为开发电子商务系统的强大工具,将Agent技术应用到电子商务系统中,能够克服传统电子商务的缺点,满足用户智能化个性化的需求,大大地提高网上交易效率。因此,本文重点对Agent技术在电子商务系统中的应用进行了研究。本文主要研究工作如下:1、分析和总结目前国内外关于Agent技术在电子商务应用领域的研究现状与动态,提出传统电子商务模式所存在的问题。介绍Agent的概念、特点、工作原理以及电子商务的概念、模式等知识,总结B2c模式电子商务系统的工作流程。2、研究面向Agent的建模方法,对几种着名的建模方法总结改进,构建‘个基于Agent的电子商务系统模型。通过此模型,建立购买方的Agent、销售方的Agenl以及他们之间进行交流的电子商店。3、对系统中每个子模型进行研究,将电子商务模型划分成三个子模型:购买者子模型、电子市场子模型以及销售方子模型,对三个子模型进行Agent交易流程设计,探讨系统叶]每个Agent所要实现的功能。4、阐述基r Agent的丌发平台JADE,对平台q]Agent的类、通信、行为等进行定义说明,给出系统的体系结构并利用JADE平台、Ec¨pse丌发环境对系统进行仞步的实现。
韩东旭[6]（2008）在《基于角色的智能电子商务协商模型研究》文中研究说明面向Agent的软件工程（AOSE）、多Agent系统（MAS）在软件工程领域受到越来越多的关注，面向Agent的软件开发也得到广泛地研究与应用。在对多Agent系统的研究中，其社会性逐渐引起人们的重视。在人类社会中，个人通过承担某个社会角色进行活动与交互，与人类社会相对照，将多Agent系统看作具有社会性的组织，本文提出一种基于角色的多Agent系统概念。Agent技术在电子商务系统开发中的应用，产生了智能电子商务。在智能电子商务诸多环节中，将多Agent协商模型应用到电子商务的协商阶段，充分发挥Agent的智能特性，由担任协商角色的主体Agent模拟人类行为进行智能化协商，大大提高了电子商务中协商的效率。本文将多Agent系统看作具有社会性的组织，将系统内的任务与目标分解为角色，主体Agent绑定角色实施行为与交互以完成任务、实现目标。根据对Gaia方法和BDI模型的分析与研究，在Gaia方法的基础上对角色概念作进一步的丰富，并在BDI模型中加入角色的概念，提出一种基于角色的多Agent交互模型。同时根据对多Agent协商模型的研究，提出一种用于电子商务协商的双边多议题协商模型（BNM），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。最后采用本文提出的基于角色的多Agent交互模型理论设计了智能电子商务协商模型的演示系统，以使提出的理论得到实施与验证。
王淑英[7]（2006）在《基于移动Agent的电子商务应用研究与开发》文中提出随着Internet的快速发展,基于网络的电子商务显示出比传统商务的巨大优势,极大提高了传统商务活动的效益和效率。但现有的电子商务系统将难以解决商务信息爆炸式地增长及及客户的个性化需求,面对海量商品信息的客户很难做出最佳选择,而且缺乏客户与商家的交互。 笔者在分析了现有电子商务模式的基础上,设计了一种基于移动Agent的智能购物系统,为客户搜索符合客户要求的商品信息,推荐合理的商品,实现客户与商家的双赢。系统使用Java语言开发,系统的运行环境是普通浏览器,采用IBM的Aglet平台实现移动Agent环境。系统工作流程如下: 商家在智能购物系统注册商家信息,成为系统的供应商,为客户提供商品信息。客户在智能购物系统注册客户信息,主要指客户的基本情况和偏好信息。完成注册后,客户可随时提出搜索请求。处理客户请求表单的Servlet会把客户请求和客户注册的偏好信息结合起来构造查询语句,启动本身植入的Aglet服务器,把查询语句传递给客户Agent,客户Agent派遣搜索Agent把消息传给中介Agent,中介Agent派遣搜索Agent把消息传给商家Agent,商家Agent派遣销售Agent把符合客户请求的商品信息逆向返回给客户Agent。客户Agent把最佳商品信息返回给客户。 系统的研究内容主要有以下几点: 1)信息的并行检索:利用基于网络拓扑结构的分层派遣、并行检索的策略提高信息的检索速度。 2)信息过滤:利用分层信息过滤机制过滤不必要的信息,实现信息的本地过滤,减轻网络与主系统的负担。 3)客户偏好获取:利用移动Agent的学习能力获取客户的偏好信息,最大限度的为客户服务,避免无用信息的传输。 系统的主要创新点是将分层派遣、并行检索、分层信息过滤技术和移动Agent技术引入到面向Internet的电子商务系统中,使整个电子商务环境具有主动性、智能化和个性化的特点。如果把现有的商务系统比作洗衣机的话,本系统则是多功能的全自动洗衣机。 经过一系列的测试,这个电子商务原型系统运行情况良好,很好地体现了设计思想。它验证了在电子商务领域引入移动Agent技术,能够增强电子商务服务的能力,极大地方便了用户。
王雅芳[8]（2006）在《电子商务税收业务过程建模及其系统模拟》文中指出随着现代信息技术尤其是网络技术的迅猛发展,信息的处理、传递速度突破了时间和地域性的局限,网络化与全球化成为一种不可避免的世界趋势。以互联网为载体、以交易双方为主体、以银行电子支付和结算为手段、以客户数据为依托的全新的商务模式——电子商务,正以其无可比拟的优势和不可逆转的趋势,改变着传统商务活动的运作模式。电子商务在全球的风起云涌更是使传统贸易发生了革命性的变化,既给税务部门带来了新的机会,又提出了挑战。它的产生和发展促进了贸易,增加了税收;同时它又对税收制度及其管理手段提出新的要求。电子商务环境下的税收问题己成为世界各国研究的热点问题,并投入了大量的人力和物力展开技术研究。在分析传统税收业务过程和电子商务特点的基础上,利用Petri网为描述手段,建立了电子商务税收征管业务过程模型,并借助矩阵方程对模型进行了相关的分析和验证。同时将移动代理技术应用于电子商务的税收征管领域,以建立的Petri网模型为理论基础,结合移动代理的技术优势,构建了基于移动代理的电子商务税收征管模拟系统框架,给出了模拟系统的详细设计,并在IBM公司提供的Aglets平台下进行了仿真实现。仿真试验的结果表明:此模型实现了电子商务的交易及征税的集成处理。征税事件的发生,以商家支付处理完成为标志,征税过程主要由税收支付代理在银行平台和税收服务平台间移动及各服务程序完成。模拟系统除了能对有效请求正确响应外,也能对常见的错误予以提示。它提供了解决现有电子商务的征税处理问题的一种有效方法,对整个税务系统的电子商务税收征管提供了一些可借鉴的思路,同时对传统商务的税收征管改革也具有积极意义。
龚勇[9]（2005）在《多Agent联盟形成技术在组合贸易电子商务中的应用研究》文中进行了进一步梳理由于具备能够突破贸易的时空限制、降低交易的各类成本等诸多优势,电子商务自出现至今始终备受关注,但是近年来其发展却呈现出一定程度的震荡和萎缩,而目前电子商务研究的理论及应用不能适应商务活动中用户日益个性化和自动化的需求便是导致这种状况的一个主要原因。本文针对此问题,以第二代电子商务的发展为背景,将多Agent联盟形成技术同组合贸易相结合,从市场级宏观和Agent级微观这两个不同角度,对组合贸易中消费者联盟形成的若干关键问题进行了深入研究。首先,本文从市场宏观层次的角度研究,将组合市场抽象为一个具有随机特性的群集系统,利用基于群集智能的多Agent系统分析方法,针对一种卖方主导的组合电子市场中大量消费者联盟形成的问题,为多Agent间交互的动态特性做出宏观层次的定量分析,根据群集系统的速率方程,给出了一个反映组合市场中市场结构动态变化的微分方程,通过数值仿真,验证了组合贸易中多Agent联盟形成的可行性和有效性;并给出一种简单但有效的中介主导的组合电子市场模型,对其中消费者联盟形成问题进行研究,说明了中介主导型商务系统这种电子市场模式存在的价值和先进性。然后,本文转换研究视角,深入组合市场中智能Agent的微观层次,针对消费者具有多样性及个性化组合需求的自动规划问题,研究组合贸易中的规划技术及其与联盟形成过程的融合。在提出一种新的多Agent中介系统主导的组合市场模型IMASCM模型的基础上,首先介绍了一种组合贸易中适用的计划表示方法,然后研究了消费者组合购买问题的自动规划过程。本文将联盟过程看作规划过程的一环,通过单商品交易联盟形成、需求传播和剩余支付转移三个相继循环执行的过程形成整个联盟规划过程,为消费者生成包含联盟结果的购买计划。此研究创新性地提出了对消费者包含大量约束关系的个性化与多样化需求的解决方法,对电子商务的发展颇具实用价值。最后,针对电子商务的实施与应用问题,基于IMASCM组合市场模型,本文研究了灵巧文档Agent及基于Web Services的元组中心组织技术,以此实现电子商务平台中各类Agent的结构和协作模型,设计了第三方平台的系统结构,并且实现一个商务原型系统,验证了联盟规划方法概念的正确性和算法的有效性。
汪勇[10]（2005）在《基于Multi-Agent的智能电子商务系统研究》文中研究说明目前的电子商务模式已经可以通过网络完成部分甚至是大部分交易行为,从而大大缩短交易时间,降低交易费用。但是这种以供应商为中心的电子商务模式存在如下问题:第一,信息过载带来的效率低问题。由人来负责信息搜索并完成交易将越来越困难,客户饱受信息泛滥之苦,浪费了大量的时间和精力;第二,交易成本较高。基于第三方注册机制的动态电子商务虽然有效地解决了信息过载问题,但随着注册规模的增大,高昂的维护费用、很大的系统开销和可能的行业垄断都会增加交易成本;第三,系统功能单一。现行的电子商务系统只提供了商品信息发布、浏览、选择和交易等简单功能,在电子谈判、电子签名和业务智能等方面无能为力;此外,还存在安全性不够、移动性欠缺、接入手段单一和政策法律不健全等问题。 Agent技术应用于电子商务使电子商务走向智能化。本研究旨在于探讨一种新的电子商务模式,试图解决电子商务的效率、成本和业务智能问题。将移动Agent技术和现代人工智能方法应用于电子商务,建立一个智能化的电子商务环境,提高电子商务的效率,降低交易成本,实现智能业务处理。 智能电子商务系统IEBS（Intelligence E-Business Systern）是一个Multi-Agent系统,它由不同功能的Agent担任电子商务的主体,协作完成商务活动。IEBS的智能特性体现在两个方面:一是模拟人类行为的Agent作为商务活动的主体;二是现代人工智能技术的应用使业务处理智能化。 本文主要从理论上对Agent与IEBS的关系、IEBS的框架体系、主要业务的智能处理和IEBS中的电子谈判系统进行了深入的研究。介绍了Agent概念和特性,设计了他的形式化理论模型（HSA模型）、Multi-Agent系统组织结构、Agent资源分配与任务调度及Agent迁移策略;研究了IEBS的框架模型,包括他的概念模型、工作模型和系统结构,分析了他的业务流程。运用进化计算和BP神经网络等方法,研究了IEBS中的主要业务处理问题,包括供应商资源发现与供应商信用评价、基于多目标进化规划的采购方案优化算法和智能交易支付协议;最后,设计了一个面向多问题并行遗传谈判模型、电子谈判协议和电子谈判系统。
二、一个基于Agent系统网上购物系统的模拟（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、一个基于Agent系统网上购物系统的模拟（论文提纲范文）
（1）电子商务中虚假评分检测与信誉评估方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容 |
| 1.4 论文结构 |
| 2 相关基础理论 |
| 2.1 信誉及相关概念 |
| 2.2 无监督学习概述 |
| 2.3 Agent和MAS相关理论 |
| 2.4 马尔可夫决策过程概述 |
| 2.5 社会心理学印象理论 |
| 2.6 小结 |
| 3 基于印象理论的买家分类方法 |
| 3.1 基于印象理论的买家分类 |
| 3.2 买家属性的形式化定义 |
| 3.3 宽松型和严苛型买家的筛选算法 |
| 3.4 实验 |
| 3.5 小结 |
| 4 基于评分者印象的无监督信誉评估模型 |
| 4.1 模型形式化定义 |
| 4.2 卖家诚信属性判定规则 |
| 4.3 基于评分者印象的信誉评估方法 |
| 4.4 实验 |
| 4.5 小结 |
| 5 基于深度学习的虚假评分检测方法研究 |
| 5.1 DQN回顾 |
| 5.2 基于深度学习的虚假评分检测算法 |
| 5.3 实验 |
| 5.4 小结 |
| 6 基于多Agent的电子商务信誉仿真平台设计与实现 |
| 6.1 传统信誉仿真平台回顾 |
| 6.2 基于MAS的电商信誉仿真实验平台 |
| 6.3 小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 附件 |
（2）移动电子商务系统中多agent谈判模型与算法的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题意义和背景 |
| 1.2 国内外研究现状和存在问题 |
| 1.3 论文研究的目的和意义 |
| 1.4 论文研究的思路和内容 |
| 第二章 系统关键技术 |
| 2.1 多 Agent 系统概述 |
| 2.1.1 Agent 及多 Agent 系统 |
| 2.1.2 多 Agent 谈判机制 |
| 2.1.3 多 Agent 系统的优势及意义 |
| 2.2 基于遗传算法的操作流程 |
| 2.3 本章小结 |
| 第三章 多 Agent 系统需求分析 |
| 3.1 移动 Agent 的需求分析 |
| 3.2 多属性效用谈判模型的需求分析 |
| 3.2.1 多属性效用函数 |
| 3.2.2 多属性效用谈判模型的需求分析 |
| 3.3 本章小结 |
| 第四章 多 Agent 谈判模型与算法的设计与实现 |
| 4.1 多服务谈判的基本概念 |
| 4.2 基于移动 Agent 的多服务谈判的模型 |
| 4.3 基于遗传算法的多 Agent 谈判 |
| 4.3.1 遗传算法的产生 |
| 4.3.2 遗传算法的具体实现过程 |
| 4.4 基于多 Agent 谈判的移动电子商务系统的框架结构 |
| 4.5 多 Agent 谈判模块的设计与实现 |
| 4.6 本章小结 |
| 第五章 系统测试 |
| 5.1 测试数据准备与测试方法 |
| 5.1.1 测试数据准备 |
| 5.1.2 测试方法 |
| 5.2 测试结果分析 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 致谢 |
| 参考文献 |
（3）基于SO-CIR-Agent模型的智能代理平台在拍卖领域的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1. 前言 |
| 1.1 课题研究背景和意义 |
| 1.2 课题研究内容 |
| 1.3 论文结构 |
| 2. Agent及其属性 |
| 2.1 Agent的介绍 |
| 2.2 Agent的定义 |
| 2.3 多Agent系统 |
| 2.3.1 MAS的定义及特点 |
| 2.3.2 MA S的体系结构 |
| 2.4 Agent通信语言 |
| 2.4.1 KQML语言 |
| 2.4.2 FIPA ACL |
| 2.5 Agent的抽象体系结构 |
| 2.5.1 BDI模型 |
| 2.5.2 CIR-Agent模型 |
| 3. Web Service |
| 3.1 Web Service概览 |
| 3.1.1 构成Web服务的技术 |
| 3.1.2 Web服务的前景 |
| 3.1.3 Web服务的定义 |
| 3.2 Web服务模型 |
| 3.2.1 Web服务体系结构中的角色 |
| 3.2.2 Web服务体系结构中的操作 |
| 3.2.3 Web服务的构件 |
| 3.2.4 Web服务开发生命周期 |
| 3.3 Web服务通信模型 |
| 3.3.1 基于消息路由的通信模型 |
| 3.3.2 基于RPC的通信模型 |
| 3.4 服务描述的发布和发现 |
| 3.4.1 服务发布 |
| 3.4.2 服务发现 |
| 3.5 Web服务在分布式环境中的优势 |
| 4. SO-CIR-Agent系统平台设计 |
| 4.1 系统模型分析 |
| 4.2 系统基本描述 |
| 4.3 SO-CIR-Agent平台原理 |
| 4.3.1 知识模块 |
| 4.3.2 通信模块 |
| 4.3.3 基于Web服务的通信 |
| 4.4 系统实现 |
| 5. SO-CIR-Agent系统平台实现 |
| 5.1 SO-CIR-Agent系统平台开发环境 |
| 5.2 基于Agent JADE平台的开发 |
| 5.2.1 JADE平台简介 |
| 5.2.3 Agent的设计与实现 |
| 5.3 基于Agent的服务 |
| 5.4 实例分析 |
| 5.4.1 问题描述 |
| 5.4.2 平台实现过程 |
| 6. 结束语 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 在读期间科研成果目录 |
（4）基于Agent的在线逆向拍卖自动协商模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究状况 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究思路、主要内容和研究方法 |
| 1.3.1 研究思路和主要内容 |
| 1.3.2 研究方法 |
| 第2章 相关理论概述 |
| 2.1 在线逆向拍卖 |
| 2.1.1 在线逆向拍卖定义 |
| 2.1.2 在线逆向拍卖定价模式 |
| 2.1.3 在线逆向拍卖存在问题和风险 |
| 2.2 多Agent系统 |
| 2.2.1 Agent概述 |
| 2.2.2 Agent建模特点 |
| 2.2.3 MAS体系结构 |
| 2.2.4 多Agent系统建模思想 |
| 2.2.5 多Agent系统建模步骤 |
| 2.3 协商理论 |
| 2.3.1 协商定义 |
| 2.3.2 协商Agent |
| 2.4 自动协商 |
| 2.4.1 自动协商定义 |
| 2.4.2 自动协商系统 |
| 2.5 本章小结 |
| 第3章 基于多Agent的自动协商模型构建 |
| 3.1 自动协商模型构建 |
| 3.1.1 逆向拍卖协商模型描述 |
| 3.1.2 权重设置 |
| 3.1.3 自动协商的决策函数 |
| 3.1.4 基于效用最大化的让步协商策略 |
| 3.2 自动协商协议及算法流程 |
| 3.2.1 自动协商协议 |
| 3.2.2 自动协商算法流程 |
| 3.3 逆向拍卖的Agent协商通信机制 |
| 3.3.1 Agent协商通信语言 |
| 3.3.2 Agent协商通信体系结构 |
| 3.3.3 Agent通信作用 |
| 3.4 基于Agent的自动协商内部机制模型 |
| 3.5 本章小结 |
| 第4章 在线逆向拍卖自动协商模型仿真 |
| 4.1 Swarm平台概述 |
| 4.1.1 Swarm仿真的特点 |
| 4.1.2 Swarm体系结构 |
| 4.1.3 Swarm建模思想 |
| 4.2 自动协商模型仿真建立 |
| 4.2.1 仿真程序模块建立 |
| 4.2.2 模块程序化设计 |
| 4.3 程序编译运行 |
| 4.4 本章小结 |
| 第5章 在线逆向拍卖自动协商应用实现 |
| 5.1 在线逆向拍卖自动协商模型应用平台设计 |
| 5.1.1 应用平台设计思路 |
| 5.1.2 应用平台结构设计 |
| 5.1.3 基于多Agent的逆向拍卖自动协商平台 |
| 5.2 在线逆向拍卖自动协商实施与控制 |
| 5.2.1 制定自动扩展终止规则巩固竞拍供应商的基础 |
| 5.2.2 采用Agent代理竞价模式提高竞价预测能力 |
| 5.2.3 运用访问控制和数字认证技术建立安全交易认证体系 |
| 5.2.4 构建企业采购渠道预警体系提高采购控制能力 |
| 5.2.5 建立反馈信息库实行诚信级别管理 |
| 5.3 本章小结 |
| 结论 |
| 附录 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（5）基于Agent电子商务系统的建模与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 传统电子商务系统存在的问题 |
| 1.3 国内外研究现状 |
| 1.4 课题研究的内容 |
| 1.5 本文的结构安排 |
| 第2章 Agent 与电子商务理论 |
| 2.1 Agent 概述 |
| 2.1.1 Agent 的定义 |
| 2.1.2 Agent 的特征 |
| 2.1.3 Agent 的工作原理 |
| 2.1.4 多Agent 系统(MAS) |
| 2.2 电子商务概述 |
| 2.2.1 电子商务的定义 |
| 2.2.2 电子商务的特点 |
| 2.2.3 电子商务的概念模型 |
| 2.2.4 电子商务的模式 |
| 2.2.5 B2C 电子商务系统的工作流程 |
| 2.3 Agent 的开发平台JADE |
| 2.3.1 JADE 简介 |
| 2.3.2 Agent 平台 |
| 2.3.3 Agent 类 |
| 2.3.4 Agent 通信 |
| 2.3.5 Agent 行为 |
| 2.4 本章小结 |
| 第3章 基于Agent 的电子商务系统模型 |
| 3.1 设计的总体目标 |
| 3.2 Agent 建模方法分析 |
| 3.2.1 几种主要Agent 建模方法分析 |
| 3.2.2 改进的Agent 建模方法分析 |
| 3.3 基于Agent 的电子商务系统模型 |
| 3.3.1 基于Agent 的消费者购买行为模型 |
| 3.3.2 基于Agent 的电子商务系统模型 |
| 3.4 本章小结 |
| 第4章 基于Agent 电子商务系统的设计 |
| 4.1 购买方子系统设计 |
| 4.1.1 买方系统流程 |
| 4.1.2 买方系统设计 |
| 4.2 电子市场的设计 |
| 4.2.1 界面层 |
| 4.2.2 管理层 |
| 4.2.3 Agent 层 |
| 4.3 销售方系统设计 |
| 4.3.1 卖方系统流程 |
| 4.3.2 卖方系统设计 |
| 4.4 本章小结 |
| 第5章 基于Agent 电子商务系统的初步实现 |
| 5.1 系统体系结构 |
| 5.2 系统的实现 |
| 5.2.1 系统的开发环境 |
| 5.2.2 数据库的设计 |
| 5.2.3 用JDBC 连接SQL Server 数据库 |
| 5.2.4 买卖双方Agent 的实现 |
| 5.3 在JSP 中调用Agent |
| 5.4 系统运行实例 |
| 5.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间发表的论文和参加科研情况 |
（6）基于角色的智能电子商务协商模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 国内外研究现状 |
| 1.2.1 角色与Agent技术研究现状 |
| 1.2.2 智能电子商务研究现状 |
| 1.2.3 协商技术研究现状 |
| 1.3 本文研究内容及主要工作 |
| 1.4 论文组织结构 |
| 第2章 电子商务综述 |
| 2.1 电子商务概述 |
| 2.1.1 电子商务定义 |
| 2.1.2 电子商务产生与发展条件 |
| 2.1.3 电子商务分类及发展阶段 |
| 2.2 电子商务的概念模型 |
| 2.3 智能电子商务 |
| 2.3.1 概念的提出 |
| 2.3.2 典型应用系统 |
| 第3章 Agent及MAS相关概念与技术 |
| 3.1 软件Agent概述 |
| 3.1.1 Agent的定义与特性 |
| 3.1.2 单Agent的体系结构 |
| 3.1.3 Agent的行为意图和理性平衡 |
| 3.2 多Agent系统概述 |
| 3.2.1 多Agent系统定义与特性 |
| 3.2.2 多Agent系统的体系结构 |
| 3.2.3 典型的多Agent系统 |
| 3.3 基于角色概念的提出 |
| 3.3.1 传统Agent的局限性 |
| 3.3.2 角色概念的提出 |
| 3.4 协商研究概况 |
| 3.4.1 协商发展及适用范围 |
| 3.4.2 电子商务中的协商 |
| 第4章 基于角色的多Agent系统建模 |
| 4.1 Gaia方法 |
| 4.1.1 基于角色的Gaia方法 |
| 4.1.2 Gaia方法的分析过程 |
| 4.1.3 Gaia方法的设计过程 |
| 4.2 Agent的BDI模型 |
| 4.2.1 对BDI概念性阐述 |
| 4.2.2 Bratman的BDI理论 |
| 4.2.3 Rao和Georgeff的BDI模型 |
| 4.2.4 基于BDI的Agent结构 |
| 4.3 角色相关知识 |
| 4.3.1 角色概念 |
| 4.3.2 角色间的关系 |
| 4.3.3 角色与Agent |
| 4.4 基于角色的Agent模型 |
| 4.4.1 多Agent系统中的环境 |
| 4.4.2 多Agent系统中的角色模型 |
| 4.4.3 基于角色的BDI模型 |
| 4.4.4 基于角色的多Agent系统描述 |
| 4.5 基于角色的多Agent系统建模 |
| 4.5.1 基于角色建模过程 |
| 4.5.2 角色层建模 |
| 4.5.3 Agent层建模 |
| 第5章 多Agent智能协商模型 |
| 5.1 多Agent协商概述 |
| 5.2 电子商务中的多Agent协商 |
| 5.3 基于Agent的协商模型 |
| 5.3.1 协商模型 |
| 5.3.2 协商协议 |
| 5.3.3 协商算法 |
| 5.3.4 效用评价 |
| 5.3.5 协商流程 |
| 第6章 协商模型实例设计与实现 |
| 6.1 协商模型演示系统概述 |
| 6.2 协商模型演示系统分析与设计 |
| 6.3 协商模型演示系统开发与实现 |
| 第7章 总结与展望 |
| 7.1 本文的主要工作 |
| 7.2 未来的工作展望 |
| 参考文献 |
| 攻读学位期间公开发表论文 |
| 致谢 |
| 研究生履历 |
（7）基于移动Agent的电子商务应用研究与开发（论文提纲范文）
| 第1章 引言 |
| 1.1 电子商务改变了人们传统的经济生活 |
| 1.2 移动Agent的引入开辟了电子商务的新时代 |
| 1.2.1 国内移动Agent技术在电子商务中的研究现状 |
| 1.2.2 国外移动Agent技术在电子商务中的研究现状 |
| 1.3 目前基于移动Agent的电子商务系统的缺陷 |
| 1.4 基于移动Agent的智能购物系统 |
| 第2章 电子商务理论基础 |
| 2.1 电子商务概述 |
| 2.2 电子商务的特性 |
| 2.3 电子商务系统的应用类型 |
| 2.4 电子商务的优势 |
| 2.5 国内电子商务的发展现状和趋势 |
| 2.6 国外电子商务的发展现状和趋势 |
| 2.7 移动Agent在电子商务中应用现状及趋势 |
| 第3章 移动Agent技术简析 |
| 3.1 Agent技术 |
| 3.1.1 Agent的体系结构 |
| 3.1.2 多Agent系统 |
| 3.2 移动Agent技术 |
| 3.2.1 移动Agent概念 |
| 3.2.2 移动Agent的体系结构 |
| 3.2.3 移动Agent的基本特征 |
| 3.2.4 移动Agent的关键技术 |
| 3.2.5 移动Agent系统的安全性 |
| 3.2.6 移动Agent标准化组织及其规范 |
| 3.2.7 移动Agent系统的开发平台 |
| 3.2.8 移动Agent的应用领域 |
| 3.2.9 移动Agent的主要优点 |
| 3.2.10 移动Agent研究现状和发展方向 |
| 3.2.11 移动Agent技术的开发步骤 |
| 3.2.12 使用移动Agent方法应该注意的几个问题： |
| 第4章 基于移动Agent的智能购物系统的开发环境与工具 |
| 4.1 智能购物系统的开发环境 |
| 4.2 智能购物系统的开发平台 |
| 4.2.1 Aglet概述 |
| 4.2.2 Aglet Workbench |
| 4.2.3 Aglet上下文： |
| 4.2.4 Aglet的通信 |
| 4.3 智能购物系统的开发语言 |
| 4.4 Java 2的主要特点 |
| 4.5 JDBC |
| 4.6 Servlet简介 |
| 第5章 基于移动Agent的智能购物系统的研究与开发 |
| 5.1 系统分析 |
| 5.1.1 需求分析 |
| 5.1.2 问题分析 |
| 5.1.3 可行性研究 |
| 5.2 系统体系结构 |
| 5.3 系统的功能模块 |
| 5.4 系统的设计实现 |
| 5.4.1 智能购物代理网站的开发 |
| 5.4.2 数据库设计 |
| 5.4.3 数据库接口 |
| 5.4.4 客户管理 |
| 5.4.5 系统管理 |
| 5.4.6 查询系统接口 |
| 5.4.7 查询系统 |
| 5.5 系统安装与测试 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读研究生期间发表的论文 |
（8）电子商务税收业务过程建模及其系统模拟（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究概况 |
| 1.3 电子商务系统的技术特点及不足 |
| 1.4 课题主要研究工作 |
| 2 移动 AGENT 技术 |
| 2.1 移动AGENT的基本概念 |
| 2.2 移动AGENT技术的研究状况 |
| 2.3 移动AGENT系统开发平台 |
| 2.4 本章小结 |
| 3 电子商务环境下税收业务流程建模 |
| 3.1 传统税收业务过程分析 |
| 3.2 电子商务环境下税收流程分析概述 |
| 3.3 电子商务征税过程建模 |
| 3.4 模型的性能分析 |
| 3.5 本章小结 |
| 4 基于 MA 的电子商务征税系统设计与模拟 |
| 4.1 模拟系统结构 |
| 4.2 模拟系统设计 |
| 4.3 模拟系统的工作流程 |
| 4.4 各AGENT子系统之间的通信 |
| 4.5 各子系统的数据库的设计 |
| 4.6 本系统中安全问题的考虑 |
| 4.7 本章小结 |
| 5 系统仿真与分析 |
| 5.1 系统仿真支撑环境 |
| 5.2 系统的仿真运行 |
| 5.3 系统的测试 |
| 5.4 模拟系统分析 |
| 5.5 本章小结 |
| 6 总结 |
| 6.1 本文主要研究成果 |
| 6.2 下一步的工作方向 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间发表论文目录 |
（9）多Agent联盟形成技术在组合贸易电子商务中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 Agent与多Agent系统 |
| 1.2.1 Agent的基本概念和性质 |
| 1.2.2 Agent的结构 |
| 1.2.3 多Agent系统 |
| 1.2.4 多Agent系统中的协作 |
| 1.2.5 多Agent系统的设计与分析 |
| 1.3 以Agent为中介的电子商务研究 |
| 1.3.1 电子商务 |
| 1.3.2 电子商务的中介 |
| 1.3.3 Agent技术与电子商务应用 |
| 1.3.4 以Agent为中介的电子商务 |
| 1.3.5 电子商务中的组合贸易问题 |
| 1.4 多Agent联盟形成方法研究 |
| 1.4.1 多Agent联盟形成问题的一般描述 |
| 1.4.2 联盟形成的行为规范机制研究 |
| 1.4.3 多Agent联盟形成方法研究 |
| 1.5 对相关概念的探究 |
| 1.5.1 经纪人、代理人与中介 |
| 1.5.2 中介主导与中介主持 |
| 1.6 电子市场模式的发展演化 |
| 1.7 论文研究的问题 |
| 1.8 论文的组织结构 |
| 第二章 组合市场中多Agent联盟形成的动态特性分析 |
| 2.1 引言 |
| 2.2 群集多Agent系统的数学分析方法 |
| 2.2.1 群集多Agent系统 |
| 2.2.2 群集多Agent系统的数学分析 |
| 2.2.3 满足Markov性的电子市场 |
| 2.3 一种卖方主导的组合市场中多Agent联盟形成的数学分析 |
| 2.3.1 一种卖方主导的组合电子市场模型 |
| 2.3.2 卖方主导的组合电子市场中多Agent联盟形成的数学分析 |
| 2.3.3 仿真实验结果及分析 |
| 2.4 一种中介主导的组合电子市场 |
| 2.5 本章小结 |
| 第三章 组合市场中的联盟规划方法研究 |
| 3.1 引言 |
| 3.2 智能Agent的规划问题研究 |
| 3.2.1 计划表示方法 |
| 3.2.2 计划生成方法 |
| 3.3 电子商务中组合购买的一种计划表示方法 |
| 3.3.1 面向组合购买的组合市场模型IMASCM |
| 3.3.2 组合贸易中的计划表示方法 |
| 3.4 组合贸易中的联盟规划算法 |
| 3.4.1 联盟规划方法的基本思想 |
| 3.4.2 单商品交易联盟算法 |
| 3.4.3 需求传播算法 |
| 3.4.4 剩余支付转移算法 |
| 3.4.5 联盟规划算法 |
| 3.4.6 联盟规划算法的特点分析 |
| 3.5 本章小结 |
| 第四章 基于IMASCM市场模型的组合贸易商务中介系统的设计及实现 |
| 4.1 电子商务实施应用的相关研究工作 |
| 4.1.1 基于Agent的电子商务网站实现的Agent功能 |
| 4.1.2 电子商务系统中智能Agent的主要实现方法 |
| 4.1.3 目前基于Agent的电子商务系统的实施和应用存在的问题 |
| 4.2 灵巧文档Agent技术研究 |
| 4.2.1 文档Agent技术的发展 |
| 4.2.2 灵巧文档Agent的概念 |
| 4.2.3 灵巧文档Agent的计算模型 |
| 4.2.4 灵巧文档Agent的一种实现方案 |
| 4.3 基于Web Services的元组中心组织协作模型研究 |
| 4.3.1 时空耦合关系与类Linda协作模型 |
| 4.3.2 WSTCO模型的概述 |
| 4.3.3 WSTCO模型的操作原语 |
| 4.3.4 WSTCO模型的体系结构 |
| 4.4 组合市场商务平台的系统结构设计 |
| 4.5 一个组合贸易的原型系统及其实验数据分析 |
| 4.5.1 实验方案 |
| 4.5.2 一个数码产品交易的原型系统及实验数据 |
| 4.5.3 实验结果分析以及与相关工作的对比 |
| 4.6 本章小结 |
| 第五章 结论和展望 |
| 5.1 本文的主要贡献和创新 |
| 5.2 进一步的研究工作 |
| 致谢 |
| 参考文献 |
| 附录A 作者攻读博士学位期间发表的学术论文 |
| 附录B 作者攻读博士学位期间参加的主要科研项目 |
（10）基于Multi-Agent的智能电子商务系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 问题的提出 |
| 1.2 研究背景 |
| 1.3 研究的目的和意义 |
| 1.4 研究内容 |
| 1.5 主要创新工作 |
| 第2章 现代电子商务 |
| 2.1 电子商务概述 |
| 2.1.1 电子商务定义 |
| 2.1.2 电子商务产生的基础 |
| 2.1.3 电子商务发展阶段 |
| 2.1.4 全球电子商务现状 |
| 2.2 目前电子商务系统存在的问题 |
| 2.3 电子商务的发展方向 |
| 2.3.1 现代电子商务的特征 |
| 2.3.2 智能电子商务 |
| 2.4 本章小结 |
| 第3章 Agent结构的形式化描述 |
| 3.1 软件Agent |
| 3.1.1 Agent起源 |
| 3.1.2 Agent概念 |
| 3.1.3 移动Agent的特性 |
| 3.2 Agent形式化结构模型 |
| 3.2.1 几种常见的模型 |
| 3.2.2 存在的问题 |
| 3.3 HSA模型 |
| 3.3.1 模型的形式化描述 |
| 3.3.2 HSA模型的工作过程 |
| 3.3.3 执行Agent结构 |
| 3.4 移动Agent在电子商务中的应用 |
| 3.5 本章小结 |
| 第4章 Agent任务调度与迁移策略研究 |
| 4.1 Multi-Agent系统 |
| 4.1.1 概念解析 |
| 4.1.2 研究现状 |
| 4.1.3 Agent管理模型 |
| 4.1.4 典型的Multi-Agent系统 |
| 4.2 基于组织的动态资源分配 |
| 4.2.1 资源描述 |
| 4.2.2 动态资源分配策略 |
| 4.3 基于EP算法的Agent任务调度 |
| 4.3.1 调度方法概述 |
| 4.3.2 EP算法 |
| 4.3.3 Agent任务调度 |
| 4.3.4 Matlab实现的调度实例 |
| 4.4 移动Agent迁移 |
| 4.4.1 迁移机制分析 |
| 4.4.2 基于Java的动态迁移机制 |
| 4.4.3 基于SAGA算法的Agent迁移 |
| 4.5 本章小结 |
| 第5章 IEBS框架体系设计 |
| 5.1 Agent功能与协作 |
| 5.1.1 Agent功能分类 |
| 5.1.2 协同电子商务 |
| 5.2 IEBS框架模型 |
| 5.2.1 概念模型 |
| 5.3.2 基于TTAS的工作模型 |
| 5.3.3 IEBS体系结构 |
| 5.3 IEBS业务流程分析 |
| 5.3.1 基于有向图的业务过程模型 |
| 5.3.2 客户采购业务流程 |
| 5.3.3 商家销售业务流程 |
| 5.3.4 合作企业业务流程 |
| 5.4 基于MA的分布式业务流程管理 |
| 5.5 本章小结 |
| 第6章 IEBS中主要业务的智能处理 |
| 6.1 智能业务处理 |
| 6.2 供应商资源发现 |
| 6.2.1 智能搜索引擎 |
| 6.2.2 供应商资源发现方法 |
| 6.2.3 基于BP神经网络的供应商信用评价 |
| 6.3 采购方案优化 |
| 6.3.1 “MtoM”采购 |
| 6.3.2 基于MOEP算法的方案选择 |
| 6.3.3 有效方案与最优方案 |
| 6.4 智能交易支付协议 |
| 6.4.1 电子商务协议研究现状 |
| 6.4.2 智能交易支付协议设计 |
| 6.4.3 协议性能分析 |
| 6.5 本章小结 |
| 第7章 E-Negotiation系统设计 |
| 7.1 多问题并行遗传谈判模型 |
| 7.1.1 Agent谈判模型比较 |
| 7.1.2 模型描述 |
| 7.1.3 谈判收益分析 |
| 7.2 电子谈判协议设计 |
| 7.3 谈判策略 |
| 7.3.1 策略分类 |
| 7.3.2 E-Negotiation策略设计 |
| 7.3.3 策略存储 |
| 7.4 动态问题权重的遗传谈判算法设计 |
| 7.4.1 谈判业务流程 |
| 7.4.2 问题设计与实数编码 |
| 7.4.3 谈判方案确定 |
| 7.5 E-Negotiation系统设计 |
| 7.5.1 系统设计目标 |
| 7.5.2 体系结构与开发环境 |
| 7.5.3 谈判过程 |
| 7.5.4 ENS主要功能 |
| 7.6 本章小结 |
| 第8章 结束语 |
| 8.1 论文总结 |
| 8.2 展望与进一步的研究 |
| 参考文献 |
| 致谢 |
| 附录 |
| 附录1 基于MOEP算法的Agent任务调度部分计算程序 |
| 附录2 Agent最短迁移路径的SAGA部分计算程序 |
| 附录3 供应商信用评价的BP神经网络部分计算程序 |
| 附录4 攻读博士学位期间科研情况及发表的论文 |
四、一个基于Agent系统网上购物系统的模拟（论文参考文献）
- [1]电子商务中虚假评分检测与信誉评估方法研究[D]. 王鑫. 山东科技大学, 2020
- [2]移动电子商务系统中多agent谈判模型与算法的研究与实现[D]. 郭延辉. 电子科技大学, 2012(05)
- [3]基于SO-CIR-Agent模型的智能代理平台在拍卖领域的应用[D]. 张挺. 西南财经大学, 2012(05)
- [4]基于Agent的在线逆向拍卖自动协商模型研究[D]. 邢圣飞. 燕山大学, 2011(12)
- [5]基于Agent电子商务系统的建模与实现[D]. 靳晶. 河北工程大学, 2011(11)
- [6]基于角色的智能电子商务协商模型研究[D]. 韩东旭. 大连海事大学, 2008(06)
- [7]基于移动Agent的电子商务应用研究与开发[D]. 王淑英. 武汉理工大学, 2006(08)
- [8]电子商务税收业务过程建模及其系统模拟[D]. 王雅芳. 华中科技大学, 2006(03)
- [9]多Agent联盟形成技术在组合贸易电子商务中的应用研究[D]. 龚勇. 国防科学技术大学, 2005(11)
- [10]基于Multi-Agent的智能电子商务系统研究[D]. 汪勇. 武汉理工大学, 2005(08)