李 剑，景 博,袁彩霞

(1．北京邮电大学网络与交换国家重点实验室，北京 100876；2．北京理工大学软件学院，北京 100081)

在基于多智能体的电子商务系统中，通常需要自治的agent之间进行自动协商。但是由于智能体自身的不完全、不对称信息的存在，协商时往往要做出无数次的让步或要提出无数的建议与反建议也不能达到满意的协商效果，从而使得协商的效率非常低下。因此怎样提高电子商务中自动协商效率是一个关键的问题[1-2]。

针对于这一问题，本文将改进的遗传算法(IGA，Improved Genetic Algorithm)应用于竞争环境下电子商务的双边多议题协商当中，来提高agent协商的效率。多种实验证明，改进的遗传算法在求解竞争环境下双边多议题协商的时候效率更高一些。

1 问题

在竞争环境下基于智能体的电子商务环境当中[3]，智能体在自动协商的时候都是追求自身利益的最大化[4-5]。但是智能体之间的利益往往是相互冲突的，这就带来一个问题，如何在协商过程中，或者说在协商解的空间当中找出一个协商双方整体利益最大化同时又尽量满足双方各自利益的最优解是电子商务中一个关键的问题[6]。

下面以基于智能体的电子商务当中双边多议题协商为例说明这一问题[7]。在双边多议题协商当中，买方智能体a和卖方智能体b的效用函数为

(1)

其中i表示智能体a或b，j表示议题。

为了求得协商双方的最优解，许多应用当中都采用求下式的最大值作为衡量条件[8]

(2)

这个判断条件追求的是双方智能体整体利益的最大化，适合于电子商务当中协商双方关系是合作的情况，比如一个公司的两个子公司进行协商的时候可以用公式(2)找出最优解。……