| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景 | 第10-12页 |
| ·智能体技术 | 第10-11页 |
| ·电子商务 | 第11页 |
| ·网上拍卖 | 第11-12页 |
| ·国内外研究现状分析 | 第12-15页 |
| ·自动协商系统研究现状分析 | 第13-14页 |
| ·多属性网上拍卖分析 | 第14-15页 |
| ·研究内容与意义 | 第15-17页 |
| ·研究内容 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| 第二章 基于移动 AGENT 的多属性拍卖系统框架 | 第17-24页 |
| ·移动 AGENT 技术 | 第17-19页 |
| ·移动 Agent 技术的应用 | 第17-18页 |
| ·移动 Agent 系统的优势 | 第18页 |
| ·关键技术性问题 | 第18-19页 |
| ·基于移动 AGENT 的多属性拍卖系统框架 | 第19-23页 |
| ·以服务器 | 第20页 |
| ·销售代理 | 第20-21页 |
| ·购买代理 | 第21-22页 |
| ·系统工作流程 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 多属性网上拍卖协议与 KQML 原语设计 | 第24-33页 |
| ·多属性拍卖机制分析 | 第24-25页 |
| ·多属性拍卖的定义 | 第24页 |
| ·多属性拍卖的特点 | 第24-25页 |
| ·基于合作的自动协商协议设计 | 第25-29页 |
| ·拍卖协议内容 | 第25-26页 |
| ·基于合作的自动协商协议流程 | 第26-27页 |
| ·协商协议流程的状态图描述 | 第27-29页 |
| ·协商通信语言 | 第29-31页 |
| ·Speech Act 理论 | 第29-30页 |
| ·知识查询操作语言 | 第30-31页 |
| ·支持拍卖协议的 KQML 设计 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于 BP 神经网络的偏好学习算法 | 第33-40页 |
| ·偏好学习算法 | 第33-36页 |
| ·BP 神经网络基本原理 | 第33-35页 |
| ·改进的 BP 算法 | 第35-36页 |
| ·基于改进 BP 神经网络的偏好学习 | 第36-39页 |
| ·偏好学习原理 | 第36页 |
| ·学习 Agent 结构 | 第36-37页 |
| ·偏好学习过程 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 投标与决策分析 | 第40-50页 |
| ·自动投标算法 | 第40-43页 |
| ·遗传算法基本原理 | 第40-41页 |
| ·改进遗传算法 | 第41-43页 |
| ·基于改进遗传算法的自动投标策略 | 第43-46页 |
| ·自动投标策略分析 | 第44页 |
| ·自动投标过程 | 第44-45页 |
| ·实验结果 | 第45-46页 |
| ·单一中标人决策模型 | 第46-48页 |
| ·多属性网上拍卖的决策模型 | 第47页 |
| ·多属性效用函数的决策模型 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第六章 多属性网上拍卖系统设计 | 第50-62页 |
| ·多属性网上拍卖系统实现 | 第50-59页 |
| ·系统体系结构 | 第50-52页 |
| ·Aglet 机制分析 | 第52-55页 |
| ·KQML 原语实现 | 第55-59页 |
| ·多属性网上拍卖系统案例 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间主要研究成果 | 第69页 |