电子商务的优势使越来越多的交易在网上进行。智能Agent技术引入到电子商务中使网上交易的各个阶段实现自动化、智能化成为可能。谈判作为交易过程中的一个重要环节，是买卖双方针对要交易的对象的各个方面进行协调、达成一致的过程；是决定交易是否成功、是否能够达到买卖双方要求水准的关键所在。如何让Agent自动采用某种策略来代替人们完成这个过程——自动谈判，一直是电子商务和MAS研究的热点和重点。目前，国内外许多学者对自动谈判进行了研究，且取得了显著的成果。但是现在的研究一般是针对一次谈判来说，在现实生活中，交易过的双方由于需求的存在可能会再一次进行交易，且这种现象是广泛存在的。重复交易的过程注定了要进行重复谈判，利用哪些因素联系交易历史使得当前谈判能够更快更好的达成一致，成为大家研究的一个热点。本文的研究工作正是在这种背景下进行的，具有较好的理论价值和应用情景。所做工作主要包括这样几个方面：1、论文分析了自动谈判系统的研究现状，提出了一个Agent基于补偿和承诺的双边重复谈判模型。刻画了模型系统中Agent的结构；定义了重复谈判中状态转移协议和Agent交互协议；设定了重复谈判环境；描述了谈判过程中使用的提议形式。2、提出了基于案例推理的首提议生成策略。Agent收到交易需求之后，根据相似度函数寻找案例库中最相似需求，使用最相似需求的交易提议作为本次谈判的首提议。这样首提议的提出不仅考虑到用户的需求，同时还考虑到交易历史，使首提议的提出更加合乎实际。3、引入补偿联系重复谈判的过程，引入承诺来加速单次谈判，使得在长期的谈判过程中有稳定高效的谈判效用。同时，引入合作度对Agent的补偿程度给予量化，在一定程度上避免长期谈判过程中Agent一致处于让步地位；引入可信度量化Agent对承诺兑现的程度，在一定程度上避免Agent对其承诺不给予兑现的现象。4、设定了谈判过程中的效用函数，针对不同的提议形式给出不同的效用函数计算方法，使效用函数能够在多种情况下使用。提出了多种策略函数形式，使Agent能够根据自己的情景有效地选择谈判策略。针对长久的重复谈判，Agent能够根据自己得到的补偿给予让步，使整个谈判过程中Agent的平均谈判效用是一个平衡；针对涉及到的承诺，Agent能够根据对手的可靠度给予评价，在一定程度上避免上当受骗。5、深入分析了重复谈判过程中使用到的谈判策略。本文针对谈判历史引入让步策略和强制策略；针对首次谈判对手引入平衡策略；针对离散议题引入偏好优先策略，并且把这些策略量化为一种可计算的形式，使对谈判策略的选择和谈判过程变换为可形式化过程。6、在上述理论研究的基础上，采用Java语言构建了实验系统。模拟买卖双方重复交易、评价收到提议、生成反提议等自动谈判过程，统计并分析各项实验数据，验证了本文提出的双边重复谈判的可行性和有效性。