论文部分内容阅读
随着Internet的快速发展，传统的电子商务流程面临着新的挑战。软件Agent的出现，提供了一种新的网络计算模式，在解决电子商务这样的大型分布式系统问题上具有适应性和优势。目前软件Agent技术在电子商务中的研究，主要还停留在理论研究方面，一些实际系统仍存在许多问题。
就目前软件Agent技术在电子商务中研究所存在的不足，我们针对电子商务系统，提出一种“基于软件Agent的自治动态协商模型”，试图构造一个高效的电子商务系统。主要工作及创新点包括以下几个方面：
为实现Agent的自治性，我们基于BDI (Belief Desire Intention，BDI)模型来对软件Agent进行建模，这使得Agent具备自治协商的能力。
为实现软件Agent在电子商务中的动态协商，我们同时考虑市场内、外部因素变化对Agents协商的影响。协商过程中Agents根据环境的变化动态地调整自身的协商策略，从而实现Agents的动态响应。
协商模型是多点对多点的协商，为实现多协商，模型中通过引入Agent复制体的概念，对每一个协商对象，Agent生成一个复制体与之进行协商，每个复制体负责代表Agent与其中一个协商对象进行协商。
软件Agent在协商过程中，利用基于案例库的推理系统将当前协商任务与案例库中的已有案例(协商经验记录)进行匹配，找出最相似案例，利用最相似案例来调整自身的协商策略，即：进行经验学习。
协商结束后，软件Agent将当前结束的协商进行存储，即：案例库更新。为避免案例库中案例数目的指数增长，对当前结束的协商与案例库中的已有协商经验记录进行匹配。若不存在高匹配值的经验，则将此新经验作为一条新的记录存储于案例库中。否则，将新经验与高匹配的已有经验进行融合。
最后，用Java语言在J2EE平台上实现本文提出的软件Agent动态协商模型。从实验的结果来看，软件Agent能够根据环境内、外部的变化及时地调整自身的协商策略，并能根据协商经验调整当前的协商策略。