基于SVM的多Agent协商伙伴选择

• 作者: 刘胜全 谷琦松
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 多Agent协商 效用 伙伴选择 支持向量机
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 131-134
• 分类号: TP301
• 字数: 3164字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.06.035

摘要

根据多Agent协商问题的交互特点,引入SVM(Support Vector Machine)分类方法对Agent的协商历史信息进行学习,从Agent的协商历史信息中提取样本来训练SVM,结合模拟协商过程和己方的决策信息,预测与特定伙伴协商时可能出现的结果以及相应的协商收益,根据Agent的自利性原则,选择最合适的协商伙伴.最后,通过仿真实验验证了所提出方法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘胜全	新疆大学信息科学与工程学院	49	198	7.0	10.0
5	谷琦松	新疆大学信息科学与工程学院	1	2	1.0	1.0