基于增强学习的自动协商研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 基于辩论的协商 | 第10页 |
| 1.2.2 基于博弈论的协商 | 第10-11页 |
| 1.2.3 基于启发式的协商 | 第11页 |
| 1.2.4 基于机器学习的协商 | 第11-13页 |
| 1.3 论文研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 自动协商简介 | 第15-20页 |
| 2.1 AGENT 技术 | 第15-16页 |
| 2.1.1 agent 的定义 | 第15页 |
| 2.1.2 多 agent 系统 | 第15-16页 |
| 2.2 电子商务 | 第16-17页 |
| 2.2.1 电子商务概述 | 第16页 |
| 2.2.2 电子商务的运作流程 | 第16-17页 |
| 2.3 电子商务中的自动协商 | 第17-18页 |
| 2.4 AGENT 在电子商务中的应用 | 第18-19页 |
| 2.5 小结 | 第19-20页 |
| 3 基于增强学习的双边单议题协商 | 第20-38页 |
| 3.1 传统的增强学习协商 | 第20-24页 |
| 3.1.1 增强学习简介 | 第20-21页 |
| 3.1.2 增强学习在协商中的应用 | 第21-23页 |
| 3.1.3 增强学习协商算法 | 第23-24页 |
| 3.2 改进参数的增强学习的协商 | 第24-26页 |
| 3.3 基于对手分类的增强学习的协商 | 第26-27页 |
| 3.3.1 信念调整 | 第27页 |
| 3.3.2 协商报价策略 | 第27页 |
| 3.4 实验 | 第27-36页 |
| 3.4.1 关于协商参数取值研究的实验 | 第27-31页 |
| 3.4.2 基于改进增强学习算法的实验 | 第31-35页 |
| 3.4.3 基于对手分类的实验 | 第35-36页 |
| 3.5 小结 | 第36-38页 |
| 4 基于增强学习的双边多议题协商 | 第38-50页 |
| 4.1 双边多议题协商框架 | 第38-43页 |
| 4.1.1 协商议题 | 第38-39页 |
| 4.1.2 协商协议 | 第39-40页 |
| 4.1.3 协商决策过程 | 第40-43页 |
| 4.1.4 协商的假设条件 | 第43页 |
| 4.2 基于时间的双边多议题协商 | 第43-44页 |
| 4.3 实验 | 第44-49页 |
| 4.3.1 议价区间相差较大时的实验 | 第44-45页 |
| 4.3.2 议价区间相差较小时的实验 | 第45-47页 |
| 4.3.3 不同期望还原率的实验 | 第47页 |
| 4.3.4 大量数据对比的实验 | 第47-49页 |
| 4.4 小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第56页 |
