多智能体系统及其在电子商务中的应用

前言

第1章绪论

1．1引言

1．2多智能体系统与自治智能体

1．2．1多智能体系统

1．2．2自治智能体

1．2．3多智能体的环境

1．2．4自治智能体研究的基本问题

1．2．5相关研究领域

1．3多智能体强化学习

1．3．1单智能体的强化学习

1．3．2马尔可夫决策过程

1．3．3Q学习

1．3．4多智能体环境下的强化学习

1．4多智能体的博弈学习

1．4．1博弈学习的基本概念

1．4．2多智能体博弈学习方法

1．5交易代理体的自动协商

1．5．1研究内容

1．5．2性能评价

1．5．3模型分类

1．5．4研究方法

第2章基于多智能体学习的电子市场定价

2．1引言

2．2基于内省推理的虚拟行动学习

2．2．1老练学习

2．2．2协调博弈

2．2．3从协调博弈得到的启示

2．2．4基于内省推理的博弈学习方法

2．3实例验证与仿真

2．3．1协调博弈实例验证

2．3．2少数者博弈

2．3．3经典协调博弈

2．4电子市场智能定价

2．4．1具有多个吸收状态的Q学习

2．4．2电子市场定价的马尔可夫博弈模型

2．4．3基于强化学习的定价算法

2．4．4基于IIFPWL的定价算法仿真

2．4．5定价算法的实际应用

2．5相关工作

2．6本章小结

第3章配货电子市场的多智能体合作学习

3．1引言

3．2基于黑板模型的多智能体合作学习

3．2．1一个例子

3．2．2基于黑板模型的多智能体学习

3．2．3格子世界仿真

3．2．4BBMML算法的收敛性

3．2．5BBMML算法的改进

3．3基于进化算法的多智能体学习

3．3．1进化的BBMML

3．3．2进化的BBMML仿真

3．4基于状态空间划分的多智能体在线学习

3．4．1Q表的泛化

3．4．2通信原语

3．4．3操作原语

3．4．4SSPML算法

3．4．5SSPML仿真

3．5配货电子市场的合作学习

3．6相关工作

3．7本章小结

第4章基于市场机制的多智能体协商模型

4．1引言

4．2问题描述及预备知识

4．2．1电子市场原料配置问题

4．2．2资源分配问题的价格机制求解

4．3基于市场价格机制的协商模型

4．3．1基于市场价格机制的协商

4．3．2MMN仿真

4．4基于边际效用的定价方法

4．4．1基于边际效用的定价方法

4．4．2MUMMN仿真

4．5具有预动行为的动态原料配置

4．6污染治理市场的应用实例

4．6．1引言

4．6．2问题描述和形式化分析

4．6．3完全信息环境下的污染治理

4．6．4不完全信息环境下的污染治理

4．7本章小结

第5章基于自适应模糊推理的交易智能体协商

5．1引言

5．2连续的双向拍卖协议

5．3交易智能体的模糊规则

5．3．1Sugeno控制器及其扩展

5．3．2卖方智能体的模糊规则

5．3．3卖方智能体的模糊规则

5．4交易智能体的自适应模糊推理

5．5仿真实验

5．6本章小结

第6章基于模糊约束规划模型的商品搜索引擎

6．1引言

6．2模糊约束求解问题

6．2．1带优先级的模糊约束问题

6．2．2带模糊语言变量的PFCSP

6．3PFCSP的规划模型及其求解

6．3．1PFCSP问题的规划模型

6．3．2卖方效用函数的BP神经网络拟合

6．3．3PFCSP求解的混合智能算法

6．3．4PFCSP及其规划模型的性质

6．4协商模型

6．4．1交易智能体的形式化定义

6．4．2交易智能体的协商过程

6．4．3协商模型的性质

6．5相关工作

6．6本章小结

第7章基于模糊相似关系的自动协商系统

7．1预备知识

7．1．1效用函数

7．1．2模糊相似函数

7．2启发式协商算法

7．3仿真验证

7．4本章小结

第8章基于粗糙集的交易知识获取方法

8．1Rotagh集知识约简基本概念

8．2可变精度rough集理论

8．3基于辨识矩阵的属性约简算法

8．4基于可变精度rough集模型的属性值约简方法

8．5将约简规则转变为模糊约束

第9章基于多智能体的电子市场联盟问题

9．1引言

9．2结伴购买的博奕策略

9．2．1模型及其分析

9．2．2结盟的信用机制

9．2．3算法及其分析

9．3买方智能体结盟的利益分配及其结盟策略

9．3．1联盟内利益分配

9．3．2结盟策略

9．3．3仿真实验

9．4多智能体结盟博弈问题的演化算法

9．4．1引言

9．4．2资源结盟博弈

9．4．3遗传算法

9．4．4仿真实验与结果分析

第10章基于智能体的供应商选择策略

10．1引言

10．2Gittins吸引子

10．3供应商选择问题

10．3．1问题描述

10．3．2引入购买概率

10．3．3商品价格不同的情形

10．3．4引入信用学习机制

10．4方法及算例

10．4．1方法

10．4．2算例

参考文献

　　本书的研究内容可以从理论和应用两个层面来概括。在理论层面上属于MAS领域，内容涵盖了MAS研究领域的主要方面，包括：多智能体学习、推理、协商、交互机制等等；在应用层面上围绕电子市场的实际应用，讨论了电子市场定价、物流配货、原料配置、C2C交易协商、B2C协商等问题，并分别面向电子市场的具体应用问题提出了具体算法。