一种消解协商僵局的多目标粒子群优化算法

被引：7

作者：

彭志平

陈珂

机构：

[1] 茂名学院计算机科学与技术系

来源：

电子学报 | 2007年 / 08期

基金：

广东省自然科学基金;

关键词：

多议题协商; 协商僵局; 粒子群算法; 多目标优化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

解决协商僵局问题是协商优化中的重要研究课题.利用协商议题之间的相关性,提出了一种用于消解双边多议题协商僵局的多目标粒子群优化算法(MOPSO).MOPSO首先动态放宽僵局议题的保留值,然后将僵局议题相关的多个议题的保留值缩紧问题转化为一个多目标优化问题,通过粒子群搜索到Pareto最优解集,从而并行优化了这些相关议题的保留值,最后在不降低协商者整体利益条件下进行协商议题保留值向量等效置换.实验验证了MOPSO是有效的,其僵局解决能力明显比现有的其他方法强.

引用

页码：1452 / 1457

页数：6

共 7 条

[1]

Mediating a bilateral multi-issue negotiation[J] . Raymund J. Lin,Seng-cho T. Chou.Electronic Commerce Research and Applications . 2004 (2)

[2]

A fuzzy constraint based model for bilateral, multi-issue negotiations in semi-competitive environments[J] . Xudong Luo,Nicholas R. Jennings,Nigel Shadbolt,Ho-fung Leung,Jimmy Ho-man Lee.Artificial Intelligence . 2003 (1)

[3] Using similarity criteria to make issue trade-offs in automated negotiations [J].

Faratin, P ;

Sierra, C ;

Jennings, NR .

ARTIFICIAL INTELLIGENCE, 2002, 142 (02) :205-237

[4] Surplus equivalence of leveled commitment contracts [J].

Sandholm, T ;

Zhou, YH .

ARTIFICIAL INTELLIGENCE, 2002, 142 (02) :239-264

[5]

Recent approaches to global optimization problems through Particle Swarm Optimization[J] . K.E. Parsopoulos,M.N. Vrahatis.Natural Computing . 2002 (2-3)

[6]

Automated Negotiation: Prospects, Methods and Challenges[J] . N.R. Jennings,P. Faratin,A.R. Lomuscio,S. Parsons,M.J. Wooldridge,C. Sierra.Group Decision and Negotiation . 2001 (2)

[7] Autonomous agents for business process management [J].

Jennings, NR ;

Norman, TJ ;

Faratin, P ;

O'Brien, P ;

Odgers, B .

APPLIED ARTIFICIAL INTELLIGENCE, 2000, 14 (02) :145-189

← 1 →