基于模糊逻辑的Agent社会信用评价模型

针对现有Agent社会中交易信用评价模型过于简单且灵活性不够,而社会、经济领域评价模型计算量过大、难以直接应用等问题,结合评价过程和评价结果模糊性的特点,设计了一种基于模糊逻辑的信用评价模型.模型为每个交易影响因素建立论域以及论域上的模糊集,以交易数据作为输入,通过隶属函数得到各影响因素的模糊评价,在此基础上分别进行一次、多次和综合交易信用评价,从而得到客观的交易信用评价结果.模型根据Agent主观和客观信用评价结果推理得到最终信用评价结果.结合实例说明了该方法的可操作性,并将该模型应用于社区/联邦式的政策导向型Agent社会模型SASA5中,为Agent商务交往提供了关键技术支持.