基于GA的Agent多议题商务谈判决策问题研究.docVIP

基于GA的Agent多议题商务谈判决策问题研究 　　摘要:针对谈判过程中的最优决策和谈判效率问题,结合商务谈判具体特点,运用现在比较流行的Agent技术和遗传算法(GA),提出了用于解决多议题谈判问题的基于GA的Agent谈判模型,并结合具体问题对模型的有效性进行了仿真试验,通过模型的应用谈判各方提供了合理的谈判决策建议,达到双赢目的,实现了效用最大化。 　　Abstract: Based onthe negotiation process for the optimal of decision-making and efficiency negotiations, combined with the specific characteristics of business negotiations, the use of Agent technology is now more popular and genetic algorithms (GA) to resolve many issues of Agent-based negotiations are proposed, GA model, combined with specific questions on the validity of the model simulation, the application of the negotiating parties through the model provided, a reasonable decision-making negotiations, proposals, to achieve win-win situation and maximum utility. 　　关键词:谈判模型;遗传算法;Agent;多议题谈判 　　Key words: bargaining models; genetic algorithm; Agent; multi-issue negotiations 　　中图分类号:TP27 文献标识码:A文章编号:1006-4311(2010)27-0176-02 　　 　　0引言 　　谈判作为一种解决分歧与争端的有效手段,大量存在于人们的生活之中,由于谈判问题中存在着许多的不确定性,对其进行建模和评价十分困难,很多学者也为之付出了很多的努力。近些年,应用信息技术运用优化算法来辅助谈判决策的制定受到了很多学者的追捧。现在有好多种谈判模型,而多议题谈判模型主要是研究谈判各方如何针对多个主题达成共识。谈判中的各方都不愿泄露自己的基本效用函数,而期望通过谈判过程获得最佳的解决方案。多议题谈判寻求最优解时的搜寻空间相当大而且特别复杂。目前,众多研究是利用遗传算法来解决这些难题(例如文献[1,2])。由于遗传算法[3]在一个相当大而且复杂的空间中搜寻解的高效性,所以它很适合于处理这样的问题。 　　1基于遗传算法的Agent自动谈判系统模型构建 　　1.1 自动谈判系统模型框架本文结合文献[4]提出了一个综合运用遗传算法和Agent技术的谈判系统模型框架,具体描述如图1所示。 　　Agent技术相结合的谈判包括三个主要工作阶段:首先,通过提议一个报价来初始化一次谈判;然后,如果报价不能被接受,计算谈判对手的提议;最后给出一个新的谈判提议。这个过程要重复很多轮,直到谈判达成一致提议为止。 　　1.2 基于遗传算法的Agent多议题谈判模型描述本文所提谈判模型充分考虑到谈判的效率和向多边谈判的扩展问题,模型引用了用来保障谈判公平的可信中介概念,中介Agent最终能够找到一个实现谈判各方双赢的谈判协议。本文通过最大化由买卖双方收益和组成的联合收益来构建模型,设定了买卖双方的最终收益差别应该低于一个记为?酌的设定值,模型的解决问题能力不会受这个设定值变化的影响,它只是谈判系统使用者根据谈判的具体特点进行的参数设定。谈判中各Agent的偏好用数值的形式进行度量。考虑到多议题的谈判机制,模型应用了多属性效用理论来计算Agent的偏好,谈判中的每个议题通过一个权重值来标明其相对于其他议题的偏好情况。效用函数的值即为Agent的总体收益。 　　假设买卖双方针对某一种商品的具体交易进行谈判协商。模型中卖方 (Agent1)和买方 (Agent2)都期望谈判成功,从而顺利实现商品交易,商品谈判议题包括商品价格(CP)、交货时间(DT)、付款方式(PM)和售后服务(ASS),可形式化表示为:,形式化表示中的各议题顺序对谈判没有任何影响,买卖双方根据对各议题的关注程度设定相应权重值[5],谈判目标函数可具体描述为: 　　MaxG(x)=G(F(seller),F(buyer))=F(seller