基于协同进化的自动谈判研究是多主体系统、协同进化学习算法和电子商务自动谈判研究的交叉点，是目前分布式人工智能和智能计算等领域的新兴研究课题。作为解决现有AMEC系统中的适应性谈判问题的潜在关键技术，协同进化能够赋予谈判主体根据动态谈判环境中的谈判协议自适应地生成最优谈判策略的能力。然而就目前的研究现状而言，协同进化通常仅用于模拟某些简单的零和博弈场景，如赌便士博弈等。如何将协同进化技术扩展到自动谈判研究中来，还有待于进一步的研究。　　本文结合分布式人工智能、电子商务、协同进化学习机制和博弈论等领域的理论与方法，针对基于协同进化的自动谈判的若干关键技术展开研究，在以下几个方面取得了一定的研究成果：　　1）运用经典博弈论和进化博弈论分别对电子商务自动谈判建模，提出了自动谈判的经典博弈模型和进化博弈模型；将进化博弈论和种群遗传学领域的不可入侵性与动态可达性概念扩展到多策略种群协同进化场景，分析了谈判主体策略种群的入侵模式、入侵动态、稳定性概念及其判定条件，并提出了ESNIS策略组合的判定算法；以电子商务中常见的谈判形式－轮流出价谈判协议为典型案例研究和验证了其SPE策略组合是全局ESNIS和协同进化的必然结局的结论。　　2）从宏观和微观层面上深入剖析了基于协同进化模拟自动谈判的基本思想，提出了适用于一般自动谈判场景的协同进化模拟算法；在此基础上分别对单议题谈判、多议题谈判和不完全信息谈判加以模拟和验证，重点运用剔除弱劣策略的方法解决了单议题谈判中存在的驰豫振荡现象、运用适应度共享和隔离两种小生境技术设计算法解决了多议题谈判中的遗传漂移现象、设计合理的策略子种群编码机制对不完全信息谈判场景进行了模拟与验证等；实验结果显示协同进化算法能够分别收敛于上述谈判形式的SPE策略组合、Pareto最优策略组合以及SE策略组合等。　　3）对于一类带有时间偏好的单边不完全信息轮流出价谈判及其SE策略组合进行了深入分析；认为弱类型谈判主体的谈判策略是谈判博弈中不确定性的根源并据此定义了“伪装”与“诚实”两种出价策略；在此基础上运用单阶段偏离法则分别推导和证明了谈判博弈中的合并均衡与分离均衡；最后通过策略比较和构造静态出价博弈证明了合并均衡是谈判博弈中唯一理性的SE策略组合。　　4）提出一种基于协同进化与协议本体技术的适应性谈判主体体系结构，致力于为现有AMEC系统中谈判主体缺乏适应性提供整体解决方案；设计了基于协议本体的自适应协议理解机制，并在JADE主体开发环境中设计和开发了一个自动谈判原型系统，实现了其中谈判主体的策略生成子模块。　　综上所述，本文从理论分析、实验模拟与验证以及原型系统的实现三个角度分别对基于协同进化的自动谈判研究这一新领域进行了探索。相信这些工作将会对于丰富现有的谈判研究方法，促进协同进化谈判研究的发展起到积极的作用。