資源描述：
《基于bayesian學(xué)習(xí)的多agent談判機(jī)制研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、大連海事大學(xué)碩士學(xué)位論文基于Bayesian學(xué)習(xí)的多Agent談判機(jī)制研究姓名：蘇桃莉申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師：劉寧20090701中文摘要摘要隨著Agent技術(shù)與電子商務(wù)相關(guān)技術(shù)的結(jié)合，基于Agent技術(shù)的電子商務(wù)模型逐漸成為學(xué)術(shù)界研究的熱點(diǎn)。現(xiàn)有的電子商務(wù)系統(tǒng)對(duì)商務(wù)自動(dòng)化方面的技術(shù)支持仍較為薄弱，尤其是在自動(dòng)談判方面。Agent自身所具有的自治性、社會(huì)性、反應(yīng)性和自學(xué)習(xí)能力能夠有效地適應(yīng)電子交易市場(chǎng)的靈活性。在基于Agent的自動(dòng)談判中，Agent代表談判者通過不斷的學(xué)習(xí)、交換提議來達(dá)成雙贏的結(jié)果，既能節(jié)約時(shí)間又能實(shí)現(xiàn)便捷的交易。如何使Agent在交互過程中提高談
2、判能力是多Agent系統(tǒng)技術(shù)研究的關(guān)鍵問題。理論分析表明，在多Agent談判系統(tǒng)中引入學(xué)習(xí)機(jī)制，使得每個(gè)Agent通過學(xué)習(xí)來協(xié)調(diào)自身的行為，能夠有效地完成談判任務(wù)。因此，將機(jī)器學(xué)習(xí)理論應(yīng)用到自動(dòng)談判系統(tǒng)中成為電子商務(wù)領(lǐng)域的最新研究課題。本文主要研究了在雙邊多議題談判中，如何引入學(xué)習(xí)機(jī)制來提高談判效率。首先，依掘國(guó)內(nèi)外相關(guān)技術(shù)的研究現(xiàn)狀，在談判策略上，分析了傳統(tǒng)的依據(jù)單一條件提議談判策略的不足，將依據(jù)時(shí)間、．資源、對(duì)手行為等單一因素的談判策略綜合起來，通過對(duì)談判協(xié)議的引入以及對(duì)提議形式的詳細(xì)分析，提出了一個(gè)基于組合提議的談判策略。在組合算法上，采用加權(quán)求和的方法，組合各單一談判策略，生成新的提
3、議。然后，闡述了貝葉斯學(xué)習(xí)在談判過程中的應(yīng)用，設(shè)計(jì)了一個(gè)基于Bayesian學(xué)習(xí)的多Agent談判模型，并對(duì)談判過程進(jìn)行了詳細(xì)的描述。最后設(shè)計(jì)了基于Bayesian學(xué)習(xí)的電子商務(wù)談判系統(tǒng)的模型框架，初步實(shí)現(xiàn)了一個(gè)基于學(xué)習(xí)的電子商務(wù)談判系統(tǒng)。關(guān)鍵詞：多Agent，電子商務(wù)，Bayesian學(xué)習(xí)，談判模型英文摘要ABSTRACTWiththeintegratingofAgemtechnologyandE—commerce，e-commercebasedonAgenttechnologyhasbecomethehotspotsofAcademicresearch．Currentlye—commer
4、cedidlittletowardsBusinessautomationtechnology,particularlythedomainofautomatednegotiation．ThecharactersofAutonomy,sociality,reactivityandself-leamingofAgentadaptedtotheflexibilityofe-commerce．AgentsonbehalfofthenegotiatorsreachaWin—wingoalbyself-learningandchangingproposing．Howtoimprovethenegotiat
5、ionabilityisthekeyprobleminthestudyofMulti—AgentSystem．TheoreticalanalysisshowsthatitCancompletenegotiationgoalbyimprovingthelearningmechanisminMulti—AgentNegotiationSystemandmakingeveryAgentcoordinatetheirownbehaviorsthroughlearning．Therefore，theapplicationofmachinelearningtheorytoautomatednegotia
6、tionsystemhasbecomethelateste．commerceresearch．Thispaperstudies．thathow+toimprovetheefficienciesofnegotiationinthebilateralproblems．Atfirst，analyzingthelimitationoftraditionalsinglenegotiationstrategiesofTime-based，resource—basedandbehavior-basedandSOon，weputforwardaproposalba§edonthecombinationoft
7、henegotiationstrategies，adoptingthecombinationalgorithmofweightedSHillmethodtocombinethedifferentsinglenegotiationstrategies．ThenweexpatiatedonBayesianlearninginthemulti—Agentnegotiation，anddesignedanE—comm
