×
郑焕Gwak;沈光孟;真人、蒙古人

一种新的动态分集控制EA，用于协同优化协商策略。 （英语） 兹比尔1362.68245

信息科学。 273, 1-32 (2014).
摘要：在基于agent的自动谈判研究中，寻找不完全信息下的最优谈判策略是一个具有挑战性的问题。虽然已有一些利用进化算法（EA）通过协同进化学习寻找策略的工作，但由于有偏见的协同进化和协同进化的失败，它们的协同进化策略往往收敛到非全局最优（这会给参与主体带来无效的协商结果）。为了克服这些缺点，本文引入并比较了具有额外动态分集控制能力的新型遗传算法（GA）和分布估计算法（EDA）：（1）动态分集控制器GA（D2 C-GA），（2）动态分离性控制器EDA（D2 C-EDA），（3）改进的D2C-GA（ID 2 C-GA）和（4）改进的D 2 C-EDA（ID 2 C EDA）。而D（^2）C-GA和D（^ 2）C-EDA采用了这部小说多样化和精细化（DR）过程、ID（^2）C-GA和ID（^ 2）C-EDA采用改进和增强的DR（mDR）过程以及两个额外的局部启发式人口修复和局部邻域搜索进行了一系列广泛的实验，比较和评估了简单遗传算法（S-GA）、简单EDA（S-EDA）以及新型遗传算法和EDA在两个自利协商主体针对不同截止时间组合的有效协商策略中的性能。良好的实证结果表明：（i）ID（2）C-EDA由于其良好的泛化性能，可以在所有考虑的情况下共同进化（近似）最优谈判策略；（ii）在求解精度方面，它也普遍优于S-GA、S-EDA、D（2）C-GA、D，协同进化搜索能力和平均协同进化重启率。有趣的是，我们还发现，ID2 C-GA和ID2 C-EDA的协同进化性能是互补的，因为ID2 C-GA和ID2 C-EDA通常分别在相同和不同截止日期的情况下取得更好的结果。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）

关键词：

自动谈判;谈判代理人;共同进化学习;遗传算法;分布算法的估计;自适应分集控制
PDF格式BibTeX公司 XML格式引用
\textit{J.Gwak}等人，《信息科学》。273，1--32（2014；Zbl 1362.68245）
全文： DOI程序

参考文献：

[3] Chong，S.Y。；蒂诺，P。；Yao，X.，测量共同进化学习中的泛化性能，IEEE Trans。进化。计算。，12, 479-505 (2008)
[6] 法拉廷，P。；塞拉，C。；Jennings，N.R.，《自治代理的协商决策函数》，Robot。自动。系统。，24, 3-4, 159-182 (1998)
[7] Fatima，S。；Wooldridge，M.，《基于议程的多议题谈判框架》，人工制品。智力。，152, 1, 1-45 (2004) ·Zbl 1082.91510号
[8] Fatima，S。；伍尔德里奇，M.J。；Jennings，N.R.，《软件代理谈判的博弈论和进化模型的比较研究》，Artif。智力。修订版，23,187-205（2005）
[9] Fatima，S。；伍尔德里奇，M.J。；Jennings，N.R.，《不完全信息代理人的最优谈判策略》（Meyer，J.-J.；Tambe，M.，ATAL 2001，LNCS（LNAI），第2333卷（2002），Springer:Springer-Hidelberg），53-68
[10] Fatima，S。；伍尔德里奇，M。；Jennings，N.R.，《不完全信息的谈判》，《数学年鉴》。Artif公司。英特尔。，44, 3, 207-232 (2005) ·兹比尔1123.91315
[12] Fogel，D.B.，《模拟进化优化导论》，IEEE Trans。神经网络。，5, 1, 3-14 (1994)
[13] Gerding，E.H。；Bragt，D.D.B.v。；La Poutré，J.A.，进化模拟的多议题谈判过程：验证和社会扩展，计算。经济。，22, 39-63 (2003) ·Zbl 1046.91047号
[14] Goldberg，D.E.，《搜索、优化和机器学习中的遗传算法》（1989），Addison-Wesley Longman Publishing Co.，Inc·Zbl 0721.68056号
[15] Gwak，J。；Sim，K.M.，具有动态多样性控制和局部邻域搜索的增强EDA，用于协同进化最优协商策略，应用。智力。（2012），doi:10.1007/s10489-012-0384-6
[17] Gwak，J。；Sim，K.M.，《p-s优化代理的协同谈判策略》，（Ao，s.-I.；Castillo，O.；Huang，X.，《智能控制与计算机工程》（2011），施普林格出版社），119-135·Zbl 1209.91074号
[20] Harik，G.R.，《使用受限锦标赛选择寻找多峰解》，（第六届遗传算法国际会议（1995年），Morgan Kaufmann:Morgan Koufmann San Francisco，CA），24-31
[21] Herrera，F。；Lozano，M。；Sánchez，A.M.，《实数编码遗传算法交叉算子的分类：实验研究》，《Int.J.Intell》。系统。，18, 309-338 (2003) ·Zbl 1048.68067号
[22] 奥斯特卡。；库切罗娃，A.，基于微分算子的实数编码遗传算法的改进，防止过早收敛，高级工程软件。，35, 237-246 (2004)
[23] Jennings，N.R。；法拉廷，P。；洛穆西奥，A.R。；帕森斯，S。；伍尔德里奇，M。；Sierra，C.，《自动谈判：前景、方法和挑战》，Group Decis。否定。，10, 199-215 (2001)
[24] 拉腊尼亚加，P。；Lozano，J.A.，《分布算法估计：进化计算的新工具》（2002），Kluwer学术出版社：Kluwer-学术出版社，马萨诸塞州诺威尔·Zbl 0979.00024号
[26] Lau，R.Y.K。；唐，M。；Wong，O。；铣工，S.W。；Chen，Y.-P.P.，《自适应谈判代理的进化学习方法：研究文章》，Int.J.Intell。系统。，21, 41-72 (2006) ·兹比尔1161.68727
[27] 梁，Y。；高，Y。；Xu，Z.-B.，种群多样性程度——遗传算法及其马尔可夫链分析中早熟收敛的观点，IEEE Trans。神经网络。，8, 5, 1165-1176 (1997)
[28] 刘易斯，P.R。；骨髓，P。；Yao，X.，分散计算系统中的资源分配：基于进化市场的方法，Auton。代理人。多代理系统。，21, 2, 143-171 (2010)
[29] 李，C。；詹帕帕，J.A。；Sycara，K.，《具有不确定动态外部选项的双边谈判决策》，IEEE Trans。系统。人类网络。C、 申请。Rev.，36，1，31-44（2006），（谈判代理人的博弈分析和随机模拟专刊）
[33] Oliver，J.R.，《自动化谈判的机器学习方法和电子商务前景》，J.Manage。通知。系统。，13, 3, 83-112 (1996)
[34] Oprea，M.，《基于代理的电子商务自适应协商模型》，Stud.Infor。控制，11，3，271-279（2002）
[35] 佩利坎，M。；Sastry，K。；Cantü-Paz，E.，《通过概率建模实现可伸缩优化：从算法到应用》（2006），施普林格出版社：施普林格-海德堡出版社·Zbl 1118.90002号
[36] Rosenschein，J.S。；Zlotkin，G.，《遭遇规则：计算机之间自动协商的设计约定》（1994年），麻省理工学院出版社：麻省理学学院出版社，马萨诸塞州剑桥
[38] Rubenstein-Montano，B。；Malaga，R.A.，支持多方多目标谈判的加权和遗传算法，IEEE Trans。进化。计算。，6, 4, 366-377 (2002)
[39] Rubinstein，A.，关于时间偏好的不完全信息的谈判模型，《计量经济学》，53，5，1151-1172（1985）·兹伯利0588.90103
[41] Schwefel，H.-P.，《计算机模型的数值优化》（1981年），威利：英国威利奇切斯特·兹比尔0451.65043
[43] Sim，K.M.，设计谈判代理的市场驱动模型，Comput。智力。，18, 4, 618-637 (2002)
[45] Sim，K.M。；An，B.，《使用聚合适应度GA进化市场驱动代理的最佳响应策略》，IEEE Trans。系统。人类网络。C、 申请。修订版，39、3、284-298（2009）
[46] Sim，K.M。；Choi，C.Y.，《应对市场变化的代理》，IEEE Trans。系统。人类网络。B、 赛博。，33, 2, 188-201 (2003)
[47] Sim，K.M.，《均衡、谨慎妥协和“等待”游戏》，IEEE Trans。系统。人类网络。B、 赛博。，35, 4, 712-724 (2005)
[49] Sim，K.M。；郭毅。；史，B。，布尔根：支持不完全信息协商的贝叶斯学习和遗传算法，IEEE Trans。系统。人类网络。B、 赛博。，39, 1, 198-211 (2009)
[55] 任，F。；翟，M。；Sim，K.M.，《动态开放市场中自动交易代理的适应性让步策略》，Decis。支持系统。，46, 3, 704-716 (2009)
[56] Heras，S。；Jordán，J。；博蒂，V。；Julián，V.，《代理人社会中基于案例的论证对话策略》，《信息科学》。，223, 1-30 (2013) ·Zbl 1293.68273号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。