基于模糊理论的双边多议题协商相关技术研究

论文摘要

双边协商策略机制是目前多智能体（Multi-Agent System,MAS）研究的重要方向。本文在充分调研自动协商相关理论与技术的基础上,针对MAS自动协商技术中的自动协商模型和提议产生策略展开了研究。首先,简要介绍了MAS中的自动协商基本概念、类型和协商结果的衡量标准,详细分析了双边多议题自动协商系统的特性、参数和通信语言。然后,提出了一种包含定性议题的双边多议题多Agent系统自动协商模型:改进的MMAN,给出了其形式化描述,并仔细设计和讨论了模型中所涉及的议题表达、效用评价机制、协商协议、Agent描述、时间依赖的提议生成策略等内容。相比于现有的研究,改进的MMAN模型能够利用模糊集合更好地处理协商中的定性议题。利用模糊集合的贴近度概念,定义了合理的定性议题效用函数,将定性议题和定量问题置于一致的整合效用评估框架之内。设计了定性议题的时间依赖的提议生成策略,使得改进的MMAN模型不仅能处理定量议题,而且能处理定性议题,具备更强的实用性。还修正了现有研究的效用评价中,议题效用值未能归一化的错误,使得在计算整合效用时,议题的权重能真正发挥其作用。随后,利用模糊逻辑系统作为逼近器,选择算法简单、计算量小的最近邻学习算法同时对该系统进行参数和结构自适应调整,以得到最优解。在利用仿真手段验证其精度水平的基础上,采用这种逼近器利用当前协商周期内对手Agent的提议值历史数据,对其时间依赖提议产生函数进行在线学习,来预测对手在未来时刻的提议值,并据此对Agent协商中的提议产生策略进行了修正,以保证既能较快地达成协作,又能很好地兼顾协商双方各自的利益,实现“双赢”的目标。最后,利用Java语言在eclipse平台下设计实现了一个实验系统BMNs （Bilateral Multi-issue Negotiation system）,并对所提提议生成策略的有效性进行了验证。实验结果表明,算法对于加快双边协商进程、改善协商具有重要作用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 Agent 与MAS 概述
• 1.1.1 Agent 技术概况
• 1.1.2 MAS 技术研究现状
• 1.2 自动协商技术的发展现状
• 1.2.1 协商的基本概念
• 1.2.2 自动协商技术的基本类别
• 1.2.3 双边多议题自动协商技术研究现状
• 1.3 本文主要研究内容
• 第二章 MAS 自动协商相关理论
• 2.1 自动协商的基本概念
• 2.1.1 自动协商的定义
• 2.1.2 协商的基本类型
• 2.2 自动协商系统的组成
• 2.3 协商结果的衡量标准
• 2.4 双边多议题自动协商过程研究
• 2.4.1 自动协商系统的特性
• 2.4.2 自动协商系统的参数
• 2.4.3 协商通信语言
• 2.5 小结
• 第三章 包含定性议题的双边多议题自动协商模型
• 3.1 协商环境假设
• 3.2 多Agent 协商模型形式化描述
• 3.3 协商议题
• 3.3.1 形式化描述
• 3.3.2 可定量表达的议题
• 3.3.3 可定性表达的议题
• 3.4 效用评价机制
• 3.4.1 单定量议题的效用函数
• 3.4.2 单定性议题的效用函数
• 3.4.3 整合效用
• 3.5 协商协议
• 3.6 Agent 形式化描述
• 3.7 提议生成策略
• 3.7.1 时间依赖策略
• 3.7.2 其它依赖策略
• 3.8 小结
• 第四章 基于模糊逻辑系统学习的提议生成策略
• 4.1 模糊逻辑系统的模型
• 4.1.1 模糊产生器
• 4.1.2 模糊规则库
• 4.1.3 模糊推理机
• 4.1.4 模糊消除器
• 4.2 模糊逻辑系统的逼近特性
• 4.2.1 模糊逻辑系统输入输出关系的推导
• 4.2.2 模糊逻辑系统的万能逼近特性
• 4.3 模糊逻辑系统的学习算法
• 4.3.1 问题分析
• 4.3.2 基于最近邻聚类的学习算法
• 4.4 基于学习的提议生成策略
• 4.5 小结
• 第五章 实验与结果分析
• 5.1 BMNs 的构建
• 5.1.1 BMNs 的设计原则
• 5.1.2 BMNs 的实现
• 5.2 实验与分析
• 5.2.1 整合效用对比实验
• 5.2.2 协商成功时间对比实验
• 5.3 小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果