10.3778/j.issn.1002-8331.2008.02.027
基于学习的多Agent多议题协商优化研究
以买方Agent的观点,对从交易平台上获得的卖方Agent的历史协商信息进行分析,并根据其特点做初步过滤.在此基础上,针对现有协商模型中存在的问题,提出了一个Agent协商对手选择算法和相应的交互机制,并验证了其可行性.该算法可用于Agent协商开始前协商对手的选择和初始信念的更新,对Agent在协商中策略的选择和执行具有指导作用,能有效提高Agent在协商中的效用及效率.
Agent、多议题、协商、学习、效用
44
TP393(计算技术、计算机技术)
2008-04-01(万方平台首次上网日期,不代表论文的发表时间)
共3页
89-91