面向自治計(jì)算的自動服務(wù)協(xié)商研究.pdf

1、在自治計(jì)算環(huán)境中，自治元素有自主管理的特性，沒有“超級”元素對它們的行為統(tǒng)一調(diào)度和指揮。因此協(xié)商成為了自治元素在合作時解決利益沖突與任務(wù)分配問題的必然選擇。本文應(yīng)用人工智能和分布式人工智能的方法，從協(xié)商的外部環(huán)境與內(nèi)部推理兩方面入手，研究了自動服務(wù)協(xié)商的理論，架構(gòu)和決策模型等內(nèi)容，主要創(chuàng)新成果如下： 1)建立了一個多方參與的自動服務(wù)協(xié)商基礎(chǔ)架構(gòu)。根據(jù)自治計(jì)算的特性，本文提出的協(xié)商基礎(chǔ)架構(gòu)滿足了以下三個方面的要求：①靈活性：任何A

2、gent都可以自由選擇是否參與協(xié)商、和誰進(jìn)行協(xié)商，并可以同時與多個對手進(jìn)行協(xié)商。②分布性：所有協(xié)商實(shí)例的協(xié)商過程不需要第三方的直接參與，單個實(shí)例的建立和結(jié)束不會破壞整個協(xié)商環(huán)境。③動態(tài)性：任何的參與者都能“隨時”地參與或退出協(xié)商，協(xié)商實(shí)例可以動態(tài)地建立和結(jié)束。 2)為了解決協(xié)商Agent“可信”與“自治”的矛盾，提出了一個分層的協(xié)商決策模型。模型分為兩個層次：宏觀指示層與微觀行為層。用戶通過宏觀指示層為協(xié)商Agent提供“粗粒度

3、”的指導(dǎo)，這樣使得協(xié)商過程變得可控，從而達(dá)到可信。而微觀行為層則會根據(jù)宏觀指示層的指令，和環(huán)境與對手的信息，靈活地決定具體協(xié)商動作，這樣保留了協(xié)商Agent“自治”性的特點(diǎn)。 3)基于對手協(xié)商態(tài)度的微觀行為層模型。針對自治計(jì)算環(huán)境中協(xié)商信息私密性特點(diǎn)，提出了一個基于對手協(xié)商態(tài)度的微觀行為層模型。在該模型中，首先通過支持向量機(jī)學(xué)習(xí)標(biāo)注了對手態(tài)度的協(xié)商歷史數(shù)據(jù)，得到協(xié)商態(tài)度計(jì)算函數(shù)。用此函數(shù)計(jì)算出對手在協(xié)商過程中的態(tài)度。最后微觀行為

4、層模型權(quán)衡對手態(tài)度和己方權(quán)重計(jì)算出具體的反建議值。實(shí)驗(yàn)結(jié)果表明，該模型能有效減少協(xié)商的時間，增加協(xié)商雙方的聯(lián)合效用。 4)基于對手效用函數(shù)估計(jì)的協(xié)商決策模型。模型通過學(xué)習(xí)協(xié)商歷史數(shù)據(jù)獲得對手的近似效用函數(shù)，然后綜合考慮自身和對手的效用做出最優(yōu)的協(xié)商動作。 該模型克服了傳統(tǒng)的協(xié)商決策模型需要預(yù)先獲取對手私有信息或應(yīng)用領(lǐng)域相關(guān)先驗(yàn)知識的制約。實(shí)驗(yàn)表明在信息保密和沒有先驗(yàn)知識的條件下，此模型仍能表現(xiàn)出較高的效率和效用。 5)挖