10.7544/issn1000-1239.2014.20120758
基于Bayesian学习的适应性优化协商模型
在复杂的自动协商环境中,设计能够处理不完全信息和动态情形的协商agent有效学习机制正成为具有挑战性的议题.提出了一种基于Bayesian学习的时间依赖的双边多议题协商优化模型(BLMSEAN).通过只观察对手的历史报价,将Bayesian学习和基于混合策略的演化算法相结合,所提模型使得协商agent能够对于对手协商参数的概率分布有更精确的估计(如期限、保留报价和议题权重等),能够适应性地调整让步策略使协商双方都受益,提高了协商的成功率和效用,通过实验可以显示所提的模型学习对手私有信息和适应性调整让步策略的有效性.
自动协商、让步策略、Bayesian学习、回归分析、演化算法
51
TP18(自动化基础理论)
国家自然科学基金项目60973075,61272186;工信部基础科研计划基金项目B0720110002
2014-04-23(万方平台首次上网日期,不代表论文的发表时间)
共10页
721-730