论文部分内容阅读
随着Internet的日益完善和电子商务的广泛应用,如何快速、高效地进行协商是智能agent研究的一个重点。协商的目的就是协商的双方或多方达成一致,并获取利益。达成一致要靠协商各方的协作,可是协商各方都想利用少量的信息去换取对方的更多的信息,使本方在协商中处于有利的地位,采取更加主动的协商策略去获利,所以它们会选择隐藏各自的信息,只提供模糊不确切的信息进行协商,这又阻碍协商各方的协作。因为真实环境下的协商,买方不会提供清晰明确的需求,他们的需求应该是模糊的,不确切的,不完整的。而卖方采取的对策是不会透露全部的商品信息,他们会把商品的部分信息作为附加奖励来促销,商品的利润信息更不会透露给买方。他们这样做的目的是为避免在协商中不利于本方维护最大利益的出价,所以不愿意透露它们的私有信息给对方。因此,如果对这些模糊的不确切的信息处理不妥,很容易会导致协商失败。在协商中,卖方和买方agents如何处理模糊的不确切信息,既能保证它们采取让步等协作方式情况下,协商结果达成一致的同时,又使让步程度为最小限度,并获得更多的利益。要解决这样的矛盾,关键是能够处理协商买方的模糊的不确切需求。本文开发一个协商模型,使卖方和买方agents在信息隐藏,出价,让步等方面采取的策略去处理模糊的不确切需求,从而保证协商能够达成一致,并使结果是Pareto最优。在协商模型中,买方agent采用模糊的不确切需求的概念,卖方agent借用模糊表和相关的差异矩阵获取商品的部分信息作为附加奖励的策略实现信息隐藏;以及买方和卖方agents按各自收益从高到低的出价,和实行最小限度的让步的策略;在有限的协商过程中,能处理模糊的不确切需求,并谋求Pareto最优的一致的协商结果。总之,本文的研究工作和创新点主要包括以下几个方面:1、本文研究的基础归结为不确切需求的满意度问题,并引入约束满足问题形式化描述不确切需求的满意度问题。把不确切需求形式化成约束,不确切需求的满意度形式化成约束的满足。2、本文在不确切需求的满意度问题基础上引入模糊的不确切需求的满意度问题,利用模糊数学中截集技术扩展约束满足问题为模糊的约束满足问题,并用模糊的需求满足问题形式化描述模糊的不确切需求满意度问题。买方可以利用模糊的不确切需求隐藏它的需求信息。3、本文给所有不确切需求(包括模糊的不确切需求)加入优先次序,可以表示买方对需求的偏好,买方按需求的偏好出价。4、本文利用模糊表和相关的差异矩阵,可以通过对卖方的商品信息的差异比较,找出商品的特征信息作为商品的奖励信息。卖方隐藏商品的奖励信息,并用奖励促销。5、本文提出的可接受度公式为协商提供一种可计算的解决方案,使得在协商过程中,对所需商品的满意情况,以及商品的限制和奖励对商品销售的影响情况等这些非形式化的过程变换成可计算的形式化的过程。