Double Learning Algorithm in Bilateral Multi-Issue Negotiation under Incomplete Information

In order to enhance the efficiency in bilateral multi-issue negotiation under incomplete information, double learning algorithm that includes Q-learning algorithm and Bayesian learning algorithm is presented. The Q-learning algorithm is used to learn the weights of issues, and the Bayesian learning algorithm is used to learn the reservation price of issues. Experiments show that the algorithm can help agents to negotiate more efficiently.

考虑发用电相似性的海上风电中长期双边协商交易优化决策模型

海上风电是未来最有潜力的可再生能源之一,但其出力具有随机性和波动性。为了更好地促进海上风电的市场化消纳,文中基于海上风电商与负荷聚合商间的中长期双边协商交易构建了优化决策模型。首先,通过时间序列相似性评估方法,为目标海上风电寻找最优的用电负荷组合。其次,考虑需求响应备用容量配置和发用电曲线预测误差,构建了基于两阶段分布鲁棒优化的中长期交易优化决策模型,为海上风电配置适应其未来一段时间内出力特性的需求响应资源,并合理调整中长期交易曲线。最后,通过仿真算例验证了所提模型的有效性和实用性。

Automated Negotiation in E Commerce: Protocol Relevance and Improvement Techniques

We all negotiate,formally or informally,in jobs,in day today lives and outcomes of negotiations affect those processes of life.Although negotiation is an intrinsic nature of human psyche,it is very complex phenomenon to implement using computing and internet for the various purposes in E Commerce.Automation of negotiation process poses unique challenges for computer scientists and researchers,so here we study how negotiation can be modeled and analyzed mathematically,what can be different techniques and strategies or set of rules/protocols to be implemented and how they can be relevantly implemented.We are in a quest to find out how this complex process,which involves human psyche can be automated using computers and modern day technologies.Now,the quest is not only automation,looking at the research in the related field in last ten years;but it is all about finding solutions to make e-negotiation more efficient and more accurate,as well as useful in any kind of electronic trading situations.Here is an attempt to consolidate our work of last few years on automation of negotiation process;we call it as negotiation protocol on research,study as well as implementation level of negotiation automation.Overall,we are trying to give few solutions to make the automation more efficient.

增量式双边多属性自动协商策略

提出一种双边多属性自动协商策略.在该策略下,协商议程由外生议程与内生议程相结合,外生议程采用n步议程方法,内生议程采用部分接受策略,由部分接受策略产生局部交易,当局部交易变成全局交易时,协商过程结束;当某个属性无法达成一致时,协商失败.利用该策略,协商过程能获得平衡解和帕累托最优解,且时间复杂性较低.

多智能体代理下电力双边谈判中的模糊贝叶斯学习模型

在基于多智能体(multi-Agent)代理技术的电力双边谈判中,提高Agent的环境自调节能力对提高谈判效率有着重要意义。该文通过将贝叶斯学习模型引入到基于Agent环境下的电力双边谈判中来赋予Agent学习的能力,使其能够根据动态环境调整自我认识,从而达到提高谈判效率的目的。与此同时,考虑到谈判环境的模糊不确定性,分别运用模糊集和模糊概率理论构建Agent的模糊贝叶斯学习模型,并给出在这种环境下Agent的点报价策略和区间报价策略。最后结合算例证明,谈判双方在都采取模糊贝叶斯学习情况下的谈判效率要比一方或双方都不采取贝叶斯学习情况下的谈判效率要高,而双方采取区间报价策略能有效缩减谈判时间,为决策者提供了更有弹性的决策空间。

基于博弈论的电力市场双边交易智能体谈判策略

在中国未来的批发竞争电力市场环境下,研究发电商与大用户之间“直供”的长期双边合同交易。考虑交易期望目标,提出多参与者交易的混合战略投标策略,并详细分析了在混合战略下的博弈及其纳什均衡问题。应用层次分析法(AHP)对未来可能的交易对象进行综合评判并确定混合战略的选择概率,以达到交易双方找到合适的交易对象、降低长期合同交易的谈判成本,从而成功签订交易合同的目的。应用多智能体系统(MAS)的思想对多人参与的多轮循环谈判过程进行模拟。最后用一个多人参与的算例说明了该方法的有效性。

基于混合智能算法的非线性双边多属性谈判模型

在非线性效用函数基础上,运用混合人工智能技术,建立非线性双边多属性谈判模型,给出在一定精度范围内逼近Pareto最优解的近似求解方法。最后通过价格、质量两属性的非线性双边谈判模拟算例,验证了方法的正确性与有效性。为多属性谈判研究提供了新的思路。

基于有限理性用户选择行为的定制化电价套餐设计

利用电力需求响应机制,通过引导用户主动参与电网调峰,能够提高用户和电网互动的积极性、减轻电网峰时供电压力。针对各电力用户因其用电差异性而需要不同的电价套餐,且电力用户选择电价套餐的决策行为普遍是有限理性而非完全理性的,该决策行为存在演化博弈过程的特点,提出了一种考虑有限理性用户选择行为的定制化电价套餐设计方法。首先,采用K-means算法对电力用户的日负荷曲线的负荷特征指标对其进行聚类分析,并生成聚类后的每一类用户的典型负荷曲线,利用模糊理论根据各典型负荷曲线确定各套餐的用电曲线;其次,通过熵权法计算用户效用,并在此基础上应用演化博弈理论计算用户在有限理性情况下的套餐选择比例;然后,建立售电公司和供电公司之间的双边协商购电合同模型;最后,在保障售电公司市场占有率和用户满意度的前提下,以实现售电公司和用户的双赢为目标,建立面向有限理性用户的定制化电价套餐模型。算例结果证明了所提方法及模型的合理性和可行性。

合作环境及Shapley讨价还价下的供应链质量双边谈判

针对来料缺陷,基于合作博弈及Shapley讨价还价理论,探讨了供应链质量双边谈判问题。首先,探讨了非合作博弈的情形,并进一步探讨了矩阵博弈框架及合作环境下的质量最优合同设计。给出了供应链质量双边谈判的Shapley讨价还价解及解的内涵、特征结构及价值。合作环境下的质量双边谈判Pareto最优解与分销商检验策略无关,但与谈判现状点的选取有关。供应商的谈判价值与分销商检验水平正相关,与其所分担的外部故障成本比例反相关。分销商的谈判价值随其检验水平先提高后降低,与供应商承担外部故障成本比例正相关。Shapley讨价还价谈判结果对供销双方均有利,供应商将获得最小的谈判结果,而分销商将获得最大的谈判结果。最后,通过数值分析,验证了上述研究结果。

学习机制在电子商务中的应用

为了削除基于智能体电子商务双边多议题协商中智能体之间的不完全信息,加速协商的过程,提高协商的效率,提出一种分类学习机制来学习协商中竞争对手的不完全信息,特别是协商中议题的权重信息.该方法主要通过协商过程中将不同的让步议题分配给不同类别权重,从而学习到对方协商议题的权重信息.在实验中,分别对没有学习的智能体和带有分类学习的智能体的协商结果进行对比.结果表明,在求解双边多议题协商问题时,带有学习机制的智能体可以使得协商中的智能体高效达到协商的满意解;在基于智能体的电子商务中,带有学习的智能体可以提高电子商务中协商的效率.

基于双边多议题的Pareto最优协商研究

研究完全信息情况下的双边多议题协商问题,提出一种双方反提议决策模型,在每一轮反提议生成过程中,提议方在满足自身效用在该轮的保留效用水平下,最大化对方的效用,从而使协商结果达到Pareto最优,同时对双方在不同让步策略下的协商结果进行算例分析,为基于双方合作的完全信息协商提供理论参考。

基于双边协商的一对多协商协议

提出一个基于双边协商的一对多协商协议(OMN).该协议采用显现协调机制协调动态增加的多个协商线程,解决了已有协商协议中的中心节点问题和同步协商问题,提高了协商系统的分布性和动态可扩展性.

基于马尔可夫链蒙特卡罗方法的双边多议题协商模型

为了提高自动化双边多议题协商的成效,提出了建立贝叶斯后验模型,以协商历史数据为训练样本,学习对手的协商偏好,依据对手偏好制定双赢的协商反建议,进而提高协商成效。假设空间是复杂的多维连续函数,借助马尔可夫链蒙特卡罗方法对其进行抽样,提高了极大后验的计算速度。实验数据表明,新型协商模型能够提高协商效率,减少协商回合数,并提高协商总体效用。

基于改进增强学习算法的双边多协议协商策略

针对传统增强学习算法存在妥协过快导致自身效用降低的缺点,通过设计改进增强学习算法的双边多议题协商模型,引入期望还原率,还原Agent的期望,从而提高协商解的质量。通过实验分析了期望还原率不同取值对协商的影响,并对传统增强学习协商策略、基于时间的协商策略和改进增强学习协商策略的协商效果做了对比。实验表明,在协商次数允许的范围之内,基于期望还原率的改进增强学习算法在双边多议题协商中能够提升双方的效用。

基于Agent的双边多议题协商算法

双边多议题协商是一个复杂的动态交互过程。解决Agent在对环境和对方信息不全知的情况下通过协商达成一致并最大化自身效用是非常重要的。为了寻求Pareto效率解,提出了一种在无中介参与的情况下双方通过多轮相互探测求解的方法。实验分析了偏好对协商过程的影响并说明了该算法是一种在较低计算代价下求得Pareto效率解的有效双边多议题协商算法。

一种基于混合遗传算法的双边多议题协商

为了提高基于智能体电子商务双边多议题协商中agent协商的效率,提出了一种agent的协商模型,并且将混合遗传算法(HGA)应用于其中,以提高agent协商的效率.分别对4种遗传算法进行1 000次实验,结果表明,它们达到协商最优解时,标准遗传算法(SGA)平均都需要218次协商,基于Metropolis准则的遗传算法(MGA)平均需要184次协商,自适应遗传算法(AGA)平均需要152次协商,而HGA平均仅需要121次协商.这表明,在求解双边多议题合作协商问题时,HGA可使协商中的agent高效地达到协商的最优解.

基于BPNN-GA算法的双边多属性谈判求解

通过对现有网上谈判模型研究发现,原有求解方法因多采用线性效用函数假设而存在自身无法克服的局限性。提出了基于BPNN-GA算法的双边多属性谈判求解方法。为求解属性间具有复杂函数依赖关系、效用函数难以显式表达,以及具有非线性效用函数映射关系的双边多属性谈判提供了一种有效的求解方法。最后通过谈判实例验证了该方法的有效性。

基于混合遗传算法的电子市场双边协商求解

双边协商是电子市场交易过程中重要环节,目标是寻求使买卖双方效用最大的协商方案。在构建电子市场双边协商的决策模型的基础上,提出了一种求解双边协商问题的十进制编码、实施保留最优策略和基于种群熵的混合遗传算法。该算法能够避免二进制编码的缺点,有效地提高收敛速度、克服早熟现象,并容易引入领域知识。算例说明了该混合遗传算法的高效性。

产品协同设计系统中交互式双边协商问题研究

为了解决产品协同设计系统中的冲突消解问题,提出一种基于多目标遗传算法的交互式双边协商算法。该算法通过目标加权法将向量优化问题转化为标量优化问题,其中不同的权重向量可以提供不同的Pareto解。在该算法实现过程中,采用实数编码法进行编码,每个染色体代表一组描述协商方案的属性集。遗传操作包括选择、交叉和变异,其中方案的选择操作采用排序法,避免了在群体规模固定的情况下产生过量的后代。提出了一种最优保存策略,让方案群中适应度最大的方案不参与交叉和变异,而直接去替换适应度最小的方案,提高了算法的求解速度。最后,通过一个成本控制问题进行了检验,证明该算法不仅能得到协商结果,而且可以得到更多的Pareto解,为协同设计系统提供更多的选择方案和选择空间。

考虑网络安全约束的电力直接交易仿真方法

针对目前电力直接交易仿真仅针对集中撮合交易模式且没有考虑网络安全约束等缺点,提出了考虑网络安全约束的电力直接交易仿真方法。在双边协商交易模式仿真中,通过随机建立、删除交易方式模拟交易过程的不确定性;在集中撮合交易模式仿真中,通过集中出清和匹配撮合两步实现集中撮合;针对潮流约束,通过用户负荷曲线及电网潮流转移分布因子予以考虑。此外,该文还证明了所提双边协商交易模式仿真方法的收敛性。算例表明,文中所提方法具有较好的收敛性,为市场个体深入研究电力直接交易过程中各种不确定性和网络安全约束提供了有效的仿真工具。