导读:本文包含了双边多议题协商模型论文开题报告文献综述及选题提纲参考文献，主要关键词:自动协商,双边多议题,高斯过程回归,动态风险
双边多议题协商模型论文文献综述
邹立[1]（2014）在《一类复杂环境下双边多议题协商模型研究》一文中研究指出双边多议题协商是Agent自动化协商研究的重要内容,特别是复杂环境下的双边多议题协商的研究,一直是自动化协商研究热点。多议题协商引入的大规模结局空间,协商对手未知性和协商时间限制等,使建立高效的面对复杂环境的协商模型成为当前协商研究的挑战性问题之一。本文提出一种基于对手预测的动态风险协商模型,该模型采用高斯过程回归来根据对手提议效用值来预测对手的让步率,并通过动态风险函数来改变Agent的风险态度。本文设计了两类动态风险策略,第一种风险策略是基于协商时间的,Agent在协商过程中能够根据协商消耗时间改变风险态度,通过分析对手的让步策略并结合协商消耗时间,计算出Agent当前接受对手提议存在的风险大小,使Agent不会以低效用值过早地接受对手提议;第二种风险策略是基于效用阈值的,Agent对协商对手的风险态度取决于对手提议的效用与Agent效用阈值的差,在预测对手让步的基础上,根据对手效用的大小来改变Agent的风险态度。根据上述的协商模型和两类风险策略,本文设计与实现一种双边多议题协商Agent。将基于上述策略的协商Agent模型在GENIUS协商竞标赛平台上与其他协商Agent进行协商实验。其结果表明,本文建立的协商Agent能适应复杂环境下不同的协商领域,基于协商时间的动态风险协商策略能够根据协商消耗时间以及对手提议效用值来调整风险系数以改变Agent的风险态度,而基于效用阈值的动态风险协商策略能够根据对手提议效用值的变化情况来决定自身的风险策略从而改变让步率。两类动态风险策略在不同的协商领域中进行双边多议题协商均能获得较高的效用值,并且消耗的协商时间相对较少,验证了采用本文提出的动态风险机制的协商模型在各类协商领域中都具有良好的协商性能。(本文来源于《湖南大学》期刊2014-05-13）
周松华[2]（2014）在《基于模糊粒子群优化算法的双边多议题协商模型》一文中研究指出针对电子商务应用,提出了一种基于模糊粒子群优化算法的双边多议题协商模型。该模型以追求协商双方联合效用最大化为前提,通过粒子群在对手提议和自身议题理想值域之间进行快速有效搜索出最优解或近似最优解生成反提议;从而促使协商实现"双赢"。实验分析表明,该模型能有效提高协商效率。(本文来源于《井冈山大学学报(自然科学版)》期刊2014年01期）
邓磊[3]（2012）在《基于离线学习机制的双边多议题关联协商模型研究》一文中研究指出将Agent自动化协商理论与技术引入到电子商务领域，以解决服务方与客户方可能存在的争议，成为实现参与方各自利益的重要手段，其中双边多议题协商是该领域中的一个重要研究课题。以往的基于议程、相似度、案例等传统协商模型并没有考虑各议题取值之间可能存在的关联依赖性，协商效用值通常较低。同时议题取值之间的关联依赖性也无疑增加了多议题协商问题的复杂度，因此构建高效的面向议题关联的多议题协商模型成为了近些年来协商研究的一个热点问题。近些年来对多议题关联协商的研究也出现了一些成果，如将多议题协商问题转化为多目标优化问题，通过空间搜索求解，然而该方法并没有对议题关联依赖性进行描述，并且计算复杂度通常较高。在基于效用图的协商模型中，议题通常为二元取值（0或1），因此在多议题多取值的协商过程中将受到限制。而基于GAI协商模型，利用GAI网表示议题子集之间是否存在依赖性，然而当议题取值空间连续或较大时，GAI网将受到一定限制。本文在离线学习机制的基础上，提出了一种基于离线学习机制的双边多议题关联协商模型。首先，给出了协商模型的内部架构，并对各组成部分进行了相应的形式化描述。其次，提出一种新的离线学习机制，该机制主要由两大部分组成：关联规则库的构建和C-GNN算法。对于关联规则库的构建主要通过关联规则产生机制和关联规则优化机制两步实现，并利用库中的议题关联规则来形式化描述关联议题取值之间的依赖性。同时通过利用C-GNN算法对协商历史记录进行学习，形成相应的关联预测神经网络结构，从而实现对关联议题可能接受取值的有效预测。再次，在时间依赖协商策略的基础上，通过结合议题关联规则与关联预测神经网络产生的预测值提出了两种新的协商策略：基于关联规则的时间依赖策略和基于预测值的分段时间依赖策略。最后，通过模型对比实验设计，模拟实现双边多议题协商交互过程。实验结果表明，本文所提出的双边多议题关联协商模型相对于传统的基于议程的协商模型在协商总体效率与效用值方面都得到了进一步的提高，从而验证了该模型的可行性与有效性。(本文来源于《湖南大学》期刊2012-03-27）
胡军,邓磊,宋颖辉[4]（2011）在《面向议题关联的双边多议题协商模型研究》一文中研究指出在Agent双边协商过程中往往包含对多个议题的协商.针对以往的基于议程、相似度、案例等协商方法中大部分都忽略了议题取值之间可能存在的依赖关系,提出一种面向议题关联的双边多议题协商模型.首先模型结合了多议题顺序协商思想和局部接受协商策略;其次引入离线学习机制,对协商成功的历史记录进行分区离线学习,利用离线学习机制产生的议题关联规则与预测神经网络实现对关联议题可能接受取值的预测;最后模型提出一种基于关联预测值的分段时间协商策略.实验结果表明,该模型在一定程度上提高了协商的总体效用值和效率.(本文来源于《湖南大学学报(自然科学版)》期刊2011年12期）
彭艳斌,艾解清[5]（2011）在《基于马尔可夫链蒙特卡罗方法的双边多议题协商模型》一文中研究指出为了提高自动化双边多议题协商的成效,提出了建立贝叶斯后验模型,以协商历史数据为训练样本,学习对手的协商偏好,依据对手偏好制定双赢的协商反建议,进而提高协商成效。假设空间是复杂的多维连续函数,借助马尔可夫链蒙特卡罗方法对其进行抽样,提高了极大后验的计算速度。实验数据表明,新型协商模型能够提高协商效率,减少协商回合数,并提高协商总体效用。(本文来源于《计算机集成制造系统》期刊2011年09期）
孙瑜[6]（2011）在《基于Multi-Agent的双边多议题电子商务协商模型研究》一文中研究指出电子商务作为一种全新的购买方式越来越多地走进了人们的生活,并产生了深远的影响。目前已有以中介机构为中心的电子商务平台,但这些中介平台主要存在如下叁个问题:商品价格为固定价格,无法像传统交易中买卖双方讨价还价;卖方需要花费时间和精力与多个买方同时沟通,缺乏自动化和智能性;交易结果未对中介盈利造成直接影响。针对上述叁个问题,本文将Agent技术引入以中介平台为中心的电子商务交易中,提出了基于中介Agent的电子商务交易模型总体框架,设计了分布式并发的实时双边多议题协商模型,利用Agent技术实现自动协商以提高电子商务交易的自动化程度。本文首先设计了一个以中介Agent为中心的电子商务交易模型以及双边多议题协商模型,使得该交易协商模型可分布式地并发地满足多组买方和卖方的一对一交易中就多议题进行实时协商,以提高电子商务平台的智能性和交易效率。然后,在电子商务协商交易模型中引入了信誉评价模块,中介平台对用户交易成功后的相互评价进行综合衡量后得出用户的信誉度,以量化的信誉影响因子参数来影响交易协商的效果,更真实地反映用户的交易行为。接着,本文赋予中介Agent以学习能力,使各方Agent根据协商结束后的用户反馈信息来调整用户对各议题的偏好信息,从而不断调整用户的让步策略和交易策略,以提高下次协商的成功概率及减少协商过程的回合数,从而节省协商时间和获取更多的佣金和提成。此外,考虑到一些现实情况,本文还引入了急迫度的概念描述买卖双方Agent对协商达成一致的急迫程度,通过急迫度因子来调整Agent的让步策略,以满足不同客户的让步幅度。同时,还根据传统交易中的买卖双方讨价还价,分别为买卖双方设计了更适用它们的不同让步策略。最后,本文在Eclipse平台下开发基于中介平台的实验交易系统,通过实验来模拟本文所提出的交易模型及协商模型,根据对实验结果的分析来验证了所提模型的可行性及有效性。(本文来源于《华南理工大学》期刊2011-05-25）
陈璐,邱玉辉,张谦[7]（2008）在《基于模糊约束的双边多议题协商模型研究》一文中研究指出针对零售电子市场中的商品交易协商,提出了一个基于模糊约束的双边多议题协商模型.在此模型中,协商者的需求和偏好被表示为模糊约束,并采用PFCSP(prioritized fuzzy constraints satisfaction problem)的思想评估协商对手的提议以及做出提议和反提议.给出了模型中协商双方的形式化描述和各自的行为协议、协商策略,并通过实验分析比较了几种不同的协商策略.(本文来源于《西南大学学报(自然科学版)》期刊2008年07期）
彭志平,彭宏[8]（2007）在《基于并发Options的双边多议题协商模型优化》一文中研究指出针对双边多议题协商中的僵局问题,提出利用并发Options优化协商模型的方法.这种方法可在不降低双边协商效用的前提下,并行动态优化与僵局议题相关的多个议题的保留值.电子商务的实验结果表明:基于并发Options的协商模型优化方法是有效的;无论是学习速度,还是最佳策略的优化程度和泛化能力,该方法均明显优于基于标准Options和Q-学习的优化方法.(本文来源于《华南理工大学学报(自然科学版)》期刊2007年09期）
彭志平,彭宏,郑启伦[9]（2007）在《一种双边多议题自治协商模型的研究》一文中研究指出针对电子商务应用,该文提出一种双边多议题自治协商模型。该模型用几种向量对协商议题进行形式化描述;定义两种效用评价函数刻画效用评价机制;引入贝叶斯决策理论,实现协商过程agent自学习;对传统合同网协议进行扩展,用于控制双方的协商交互;结合agent自学习,给出了3种提议策略。实验表明该模型是有效的,具有较强的实用性。(本文来源于《电子与信息学报》期刊2007年03期）
双边多议题协商模型论文开题报告
（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：
针对电子商务应用,提出了一种基于模糊粒子群优化算法的双边多议题协商模型。该模型以追求协商双方联合效用最大化为前提,通过粒子群在对手提议和自身议题理想值域之间进行快速有效搜索出最优解或近似最优解生成反提议;从而促使协商实现"双赢"。实验分析表明,该模型能有效提高协商效率。
（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。
双边多议题协商模型论文参考文献
[1].邹立.一类复杂环境下双边多议题协商模型研究[D].湖南大学.2014
[2].周松华.基于模糊粒子群优化算法的双边多议题协商模型[J].井冈山大学学报(自然科学版).2014
[3].邓磊.基于离线学习机制的双边多议题关联协商模型研究[D].湖南大学.2012
[4].胡军,邓磊,宋颖辉.面向议题关联的双边多议题协商模型研究[J].湖南大学学报(自然科学版).2011
[5].彭艳斌,艾解清.基于马尔可夫链蒙特卡罗方法的双边多议题协商模型[J].计算机集成制造系统.2011
[6].孙瑜.基于Multi-Agent的双边多议题电子商务协商模型研究[D].华南理工大学.2011
[7].陈璐,邱玉辉,张谦.基于模糊约束的双边多议题协商模型研究[J].西南大学学报(自然科学版).2008
[8].彭志平,彭宏.基于并发Options的双边多议题协商模型优化[J].华南理工大学学报(自然科学版).2007
[9].彭志平,彭宏,郑启伦.一种双边多议题自治协商模型的研究[J].电子与信息学报.2007