论文部分内容阅读
由于更能体现人类的社会智能、具有更高的灵活性和适应性，多主体系统(MAS)可以广泛应用于构建开放、动态的软件系统，是人工智能研究的核心领域之一。随着人们对电子商务交易智能化、个性化需求的提高，实现电子商务谈判的智能化和个性化已经成为下一代电子商务的发展方向。电子商务自动谈判的研究已成为多主体系统的典型应用之一。本文以电子商务自动谈判中的协议、策略和主体学习为研究对象，完成了以下工作：1．分析了良好的谈判协议、策略和谈判机制应该满足的性质，举例说明了谈判协议和谈判过程的区别和联系，扩展了谈判主体的FIPA动作和FIPA主体通讯语言的格式。2．提出了扩展颜色Petri网的协议描述方法，它不仅可以表示谈判协议中的基本概念，还可以表示这些概念之间的语义关系。给出了扩展颜色Petri网协调性的矩阵分析方法和可达性的扩展或然状态图分析方法，并利用它们对拍卖协议和1：1谈判协议的扩展颜色Petri网模型的性质进行了分析。3．为了实现主体间协议的一致理解和共享，给出了协议本体框架。实现了把ECPN协议模型转换为OWL格式本体的算法，并利用该算法把协议模型转换为OWL描述的本体。把该OWL本体导入到Protégé中，并利用Protégé环境和RACER工具提供的一致性检查功能对本体中的术语一致性、包含一致性和引用一致性进行了检查。为了方便主体访问协议本体，生成了一个API接口程序。4．定义了谈判过程中主体的几种决策模型，利用博弈论思想分析了谈判开始时主体谈判态度选择均衡点的存在性，提出了一种态度自适应的谈判策略，给出了一种基于历史交互信息的对手态度获取方法。实现了策略分析系统，并利用该系统对态度自适应的。谈判策略和各种固定态度的谈判策略进行了比较分析。5．给出了主体行为选择倾向矩阵，主体行为选择算法和基于历史的主体行为学习算法(HQ-学习算法)，并对HQ-学习算法的收敛性和收敛速度进行了说明。6．介绍了电子商务自动谈判原型系统框架的相关细节，通过实例说明了系统的运行过程。