基于加速遗传模拟退火算法的协商策略研究.pdfVIP

第２７卷第４期　　　 计算机应用与软件 Ｖｏｌ２７Ｎｏ．４ ２０１０年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１０ 基于加速遗传模拟退火算法的协商策略研究 徐　明　蔡鸿明　姜丽红 （上海交通大学软件学院　上海２００２４０） 摘　要　　随着电子商务的不断发展，如何快速有效地进行自动协商是研究所面临的一个重要问题。根据Ｂａｚｚａｒ协商模型，提出了 一种加速遗传模拟退火算法（ＡＧＡＳＡ），该算法将遗传算法和模拟退火算法结合，并且加入压缩搜索范围的算法加速机制，同时采用 特殊的实数编码方式令算法能更加稳定地收敛。仿真试验表明，算法能快速稳定地解决协商模型所描述的协商问题。 关键词　　协商　遗传算法　模拟退火算法　实数编码 ＯＮＮＥＧＯＴＩＡＴＩＯＮＰＯＬＩＣＹＢＡＳＥＤＯＮＡＧＡＳＡＡＬＧＯＲＩＴＨＭ ＸｕＭｉｎｇ　ＣａｉＨｏｎｇｍｉｎｇ　ＪｉａｎｇＬｉｈｏｎｇ （ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＳｈａｎｇｈａｉＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２４０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＡｌｏｎｇｗｉｔｈｔｈｅｇｒｏｗｉｎｇｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅＥｃｏｍｍｅｒｃｅ，ｔｈｅｒｅｉｓａｎｉｍｐｏｒｔａｎｔｓｕｂｊｅｃｔｆｏｒｏｕｒＩｎｓｔｉｔｕｔｅｔｈａｔｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍ ｏｆａｕｔｏｍａｔｉｃｎｅｇｏｔｉａｔｉｏｎｒａｐｉｄｌｙａｎｄｅｆｆｉｃｉｅｎｔｌｙ．Ｉｎｔｈｅｐａｐｅｒ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｎｅｇｏｔｉａｔｉｏｎｍｏｄｅｌｏｆＢａｚｚａｒ，ｗｅｐｒｏｐｏｓｅａｎａｃｃｅｌｅｒａｔｉｎｇｇｅｎｅｔｉｃ ａｎｄｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇ（ＡＧＡＳＡ）ａｌｇｏｒｉｔｈｍ．ＩｔｉｓｂａｓｅｄｏｎｔｈｅｕｎｉｏｎｏｆＧＡａｎｄＳＡａｎｄｃｏｍｂｉｎｅｓａｌｇｏｒｉｔｈｍａｃｃｅｌｅｒａｔｉｎｇｍｅｃｈａｎｉｓｍｗｈｉｃｈ ｃｏｍｐｒｅｓｓｅｓｔｈｅｓｅａｒｃｈｉｎｇａｒｅａ，ａｔｔｈｅｓａｍｅｔｉｍｅｔｈｅｓｐｅｃｉａｌｒｅａｌｃｏｄｉｎｇｍｏｄｅｉｓａｄｏｐｔｅｄｔｏｍａｋｅｔｈｅａｌｇｏｒｉｔｈｍｃｏｎｖｅｒｇｅｓｍｏｒｅｓｔａｂｌｙ．Ｅｘｐｅｒｉ ｍｅｎｔｓｏｆｓｉｍｕｌａｔｉｏｎｉｎｄｉｃａｔｅｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｃａｎｓｏｌｖｅｔｈｅｎｅｇｏｔｉａｔｉｏｎｐｒｏｂｌｅｍｄｅｓｃｒｉｂｅｄｂｙｔｈｅｎｅｇｏｔｉａｔｉｏｎｍｏｄｅｌｑｕｉｃｋｌｙａｎｄｓｔａｂｌｙ． Ｋｅｙｗｏｒｄｓ　　Ｎｅｇｏｔｉａｔｉｏｎ　Ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ　Ｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍ　Ｒｅａｌｃｏｄｉｎｇ 且能大幅度提升收敛速度，从而使协商过程更加高效准确。仿 ０　引　言 真试验表明，该算法比遗传算法、模拟退火算法以及一般的遗传 模拟退火算法都具有优越性。 随着电子商务的不断发展，企业和消费者都希望获得一种 更加主动化、智能化的服务，从而基于 Ａｇｅｎｔ的电子商务诞生 １　加速遗传模拟退火算法 了。由于Ａｇｅｎｔ所代表个人的偏好、目的和知识的不同，两个 Ａｇｅｎｔ要达到一致，就必须经过一个协商的过程。而当参与协商 根据上面所述，模拟退火算法克服了遗传算法局部寻优能 的Ａｇｅｎｔ数目和所需协商的属性较多，且范围比较大的时候，协 力差的缺点，增强了遗传算法的全局收敛性，而遗传算法能有效 商问题就变成了一个大规模的非线性优化问题，采用传统的方 地加快模拟退火算法的收敛，减少了算法的运算时间，两者互相 法比较难解决。 取长补短，弥补对方的不足，因此将此两种算法结合使用，是解