一种基于多目标优化的Agent多议题协商模型

• 全文链接
• 请求原文

作   者：

刘俞斌;  张伟;  童向荣;  董红斌; 

作者机构：

哈尔滨工程大学计算机科学与技术学院;  烟台大学计算机科学与技术学院智能信息处理实验室; 

关键词：

Pareto最优;  多议题协商;  多目标优化;  多Agent系统; 

期刊名称：

计算机工程与科学

基金项目：

非规范知识的认知理论
基于贝叶斯博弈的协同演化算法及其在交易Agent中的应用研究

i s s n：

1007-130X

年卷期：

2010 年 32 卷 06 期

页   码：

89-91+118

摘   要：

Agent多议题协商研究是多Agent合作求解的核心内容之一,一般基于对策论的方法实现Pareto最优的协商结果。由于很多学者将其转化为单目标约束满足问题,因而只能满足一方的效用最大化要求。Nash指出在理想情况下Agent应追求自身效用最大和对手效用最大的多目标优化,以达到快速达成一致并能最优化自身效用的目的。针对该问题,本文给出一种用指数型功效系数法求解的一揽子交易多议题协商模型NMMOP,该模型能够实现双方Agent的效用最优,提高协商双方的总效用。实验结果验证了该模型的优化效率优于Fatima和Faratin等人的工作。