基于Agent的改进贴近度的多属性评价模型
2021-03-09伍京华吴学桥
计算机工程与应用 2021年5期
伍京华,吴学桥
1.中国矿业大学(北京)管理学院,北京100083
2.北京交通大学 经济管理学院,北京100044
基于Agent的自动谈判[1-2]利用Agent的人工智能优势,采用计算机模拟人们谈判,既能解决实际谈判中的异地问题,还能在节约谈判人工和时间等成本的基础上,有效提高谈判效率和效果,因此处于商务智能中自动谈判研究前沿。
实际商务谈判往往是多属性的,但由于谈判属性性质不同,评价模型也不同,导致基于Agent的自动谈判中的多属性评价问题一直未能很好解决[3],进一步导致基于Agent的自动谈判发挥Agent的人工智能优势不够充分,因此使得对其中多属性评价的研究具有重要的理论意义和实际价值。目前,该领域研究主要集中于基于Agent的自动谈判研究[4]、基于Agent的多属性研究[4]、基于Agent的多属性评价研究三个方面[4]。
在基于Agent的自动谈判方面,Radu[4]建立了捕捉对手行为要素的谈判模型,并提出基于遗传算法的策略设计方法以提高Agent的表现,但没有考虑让步或妥协等对谈判结果的影响。Vahidov等[5]研究了基于Agent的自动谈判策略与任务复杂性的相互作用,以及对Agent的评价产生的影响,该研究仅以问题数量表示谈判任务的复杂性,较为片面。Mell等[6]提出在线交互式人机谈判平台LAGO,考虑人的意识影响,加强Agent与人的交互,但是没能对Agent模拟人的情感深入研究。Haleema等[7]提出了基于Agent的灵活谈判策略及模型,考虑保留值和上一轮谈判提议,并能快速将提议缩小至双方期望值,也对Agent模拟人的情感研究不够。……
登录APP查看全文
