Journal of King Saud University沙特国王大学沙特国王大学学报www.ksu.edu.sawww.sciencedirect.com动态电子商务环境P.K. Haleema*，N.Ch.S.N.艾扬格印度泰米尔纳德邦Vellore VIT大学计算机科学与工程学院接收日期2016年5月8日;修订日期2016年10月20日;接受日期2016年11月14日2016年11月21日在线发布本文提出了一种适用于双边/多边多议题谈判环境的具有灵活谈判策略的基于Agent的谈判与现有的方法提供的谈判问题的价值计算，该模型不仅考虑了保留值，但也提供了在前一轮谈判中提出的价值这种报价价值计算方法使交易者能够比现有方法更快地达成共识该模型考虑了交易者在购买/销售产品时的强烈冲动，在谈判过程结束时自动调整保留值，以便在交易中达成共识，否则这是不可能的。 在这个模型中设计的公式，以确定每个谈判问题的让步速度处理的动态谈判环境，并反映了每个谈判问题的重要性，从贸易商的角度来看。所提出的策略的有效性进行评估，使用各种假设的情况下，代表在电子商务环境中的现实世界的谈判方案。测试结果表明，所提出的协商策略能够优化协商过程的效用，提高协商过程中的共识达成率©2016作者。制作和主办由爱思唯尔B.V.代表沙特国王大学。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍*通讯作者。电子邮件地址：contact@haleema.in（P.K.Haleema），vit.ac.in（N.Ch.S.N.Iyengar）。沙特国王大学负责同行审查制作和主办：Elsevierhttp://dx.doi.org/10.1016/j.jksuci.2016.11.004在目前的情况下，业务交易已成为没有互联网服务是不可想象的，这要归功于其更便宜的成本和宽带可用性。为了在竞争激烈的市场中生存，任何企业都不可避免地采用电子服务来利用互联网技术的优势。电子购物门户网站的发展改变了传统的买卖商品的方式，使之变得更加方便、节省成本和时间，对双方都有利1319-1578© 2016作者制作和主办由爱思唯尔B.V.代表沙特国王大学。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词软件代理;电子商务谈判;双边;多边;多问题548P.K. Haleema，N.Ch.S.N. 艾扬格买家和卖家电子商务包括广泛的问题，包括安全、信任、信誉、法律、支付机制、广告、本体、在线目录和后台管理。代理技术可以应用于期望个性化的、连续运行的、半自主行为的这些领域中的任何一个（Guttman等人，1998年）。软件代理是一个计算实体，它感知环境 ， 对 环 境 采 取 行 动 ， 并 且 在 行 为 上 是 自 治 的（Weiss，1999）。电子商务谈判是一个新兴的研究课题。有相当数量的研究工作正在进行设计的自动谈判者能够作出自主决策，取决于当时的电子市场的情况。自动谈判者的设计涉及三个主要操作，例如识别谈判对象、定义谈判协议和设计代理的决策模型（Jennings等人，2001年）。谈判代理人能够交换建议，评估建议，也 可 以 接 受 或 拒 绝 建 议 以 达 成 共 同 交 易 （ Chen 和Huang，2009）。Faratin等人（1998）将两方谈判中的出价和还价序列命名为谈判线程，并提出将多方、多议题谈判实现为多个并发线程。Sim和Wang（2004）设计了使用模糊规则的谈判代理，以提供做出让步的灵活性，以反映不断变化的市场条件。他和Jennings（2004）提出了智能投标代理的设计，使用模糊技术在面对投标决策的不确定性，对拍卖 的 可 能 结 果 作 出 预 测 ， 并 改 变 代 理 人 Matos 等 人（1998）采用了进化的方法，通过遗传算法将策略和战术映射到遗传物质中，并显示了不同策略在不同环境中对不同类型对手的相对成功率。Lau等人（2008）提出了一种基于非参数方法的协商知识发现方法，该方法支持动态协商环境中的多方多议题协商，并提出了一种概率协商决策机制，以提高协商代理的性能。Narayanan和Jennings（2005）开发了一个谈判模型，可以根据资源可用性和谈判参数的变化调整代理Kwon（2009）提出了一种两步式的双边多属性共识形成方法，即在第一步开发一种基于协作学习理论的算法来重新识别谈判可行空间，然后在第二步减少优化所需的时间。Ren等人（2009）通过设计能够在开放和动态谈判环境中做出可调整让步率的代理谈判策略来扩展市场驱动代理（MDA）谈判模型。Wang和Wong（2013）提出了一种三阶段自适应谈判行为配置机制来解决谈判动态问题，并提供了一个计算模型来组织具有自适应谈判行为的基于代理的电子商务谈判。Ren和Zhang（2014）提出了一个协商模型，根据电子市场中参与者数量的变化和代理人完成协商的动机来动态修改代理人Liang et al.（2012）开发了一种方法来评估智能代理的性能，并演示了在B2C电子商务谈判过程中的使用。 Baarslag等人（2011）总结了ANAC 2011竞赛的结果，该竞赛旨在推进实用双边多议题谈判领域的最新技术，并鼓励设计能够在各种谈判场景中有效运作的代理。Chen和Weiss（2015）提出了一种称为OMAC* 的谈判方法，其决策组件通过使代理能够通过离散小波变换和高斯过程的非线性回归实时有效地建模对手来自适应地调整其效用期望和谈判动作。OMAC*在广泛的谈判场景中优于ANAC 2012、2011和2010年Patrikar等人（2015）提出了一种基于线性规划和模式匹配技术的多边自动谈判系统，其性能优于基于模糊推理逻辑、多线程、线性规划和遗传算法的谈判系统在电子商务交易中部署自动谈判者大大减少了人力和时间消耗。自动谈判者的设计涉及到各种问题的考虑，包括谈判过程中涉及的双边或多边（一个买方/一个卖方，一个买方/多个卖方，多个买方/一个卖方，多个买方/多个卖方），谈判问题的由于真正的电子市场是动态的，一个自动化的谈判嵌入固定的谈判方案不能优于那些能够采用灵活的谈判方案，根据当前的电子市场的情况，以成为最终的赢家。本文设计了一个具有灵活协商策略的数学模型，该模型具有一定的实用价值以基本上在双边（一个买方-在可能存在一对多、多对一、多对多买方/卖方组合的多边谈判环境的情况下，可以应用相同的模型来在一对一的基础上同时生成所需数量的提议/反提议。所提出的谈判策略的灵活性也是通过使其适合于基于特定时间限制或若干谈判回合的谈判环境来实现的。第二部分介绍了基于Agent的谈判策略的数学模型。第三部分通过真实世界贸易环境的假设案例来说明所提出的策略的有效性。第四部分总结了本文，指出了未来进一步研究的方向。2. 具有灵活协商策略的电子商务环境中的双边谈判涉及两个当事方：买方和卖方。谈判开始时，买方/卖方提出的产品建议，基于Agent的谈判的柔性策略数学模型549GGi第1页我.Σ不不不不1/1我不我不我M我第1页JJ我J买/卖给定的建议将由对手评估，它将被接受或对手将生成一个J我第1页价格– 产品Pi的m期列表保修提前期等反提案这一过程将继续下去，直到双方达成共识或时间流逝。2.1. 拟议模式拟议模式具有以下重要特点：P1 ;P1; P1;.. . g谈判的目的是执行。iii. fW jg-分配给产品P i的m个协商问题的权重列表，指示它们的相对重要性。假设所有权重之和等于1。Xm● 它使交易者能够同时参与谈判-第1页Wj¼1J JM购买/销售一系列不同产品的尝试过程。● 它使贸易商能够就一些问题进行谈判iv. fminPi;maxPigj1（可接受值的范围）优选用于产品Pi的谈判问题。如产品买/卖。v. fpap jM–它使贸易商分配权重的每个谈判问题的审议代表他们的相对重要性，在谈判过程中。它使贸易商能够为考虑中的每个谈判问题选择一系列可接受的值，称为乘积P1由称为偏好调整百分比（Pap）的百分比表示，该百分比可用于修改每个协商问题j的保留值，以便达成协议。vi. cj-一个正实数，其值决定产品P i的发行j的让步速度。当cj1，最初的让步率很高，然后● 它还考虑到了交易者ij的强烈冲动在购买/销售用于调整报价值以完成交易的产品时。● 它产生的建议/反建议包括：●当ci1时，让步率开始很低，然后逐渐增加。cj¼.号：卖方的发票;在买方端9>=我为每个谈判问题提供价值。它为每个问题确定了一个合适的报价值，提出建议/反建议我cj¼购买者数量购买者数量数量：卖家我Wi; 在卖方端ð1Þ;这取决于谈判环境。它专门定义了一个参数来确定conces-每个谈判问题的解决速度。此参数为-从贸易商的角度反映了谈判环境的动态性（特定产品的需求/供应比率），并反映了每个谈判问题的重要性。它提出了适合于谈判环境的谈判策略，基于特定的时间限制或谈判回合数。这个公式是为了处理谈判环境，并反映出从交易者的角度来看每个谈判问题vii. N B！SP i-买方代理（B）与卖方代理（S）在时间/谈判回合t就产品P i进行的谈判，其中包含正在考虑的m个问题的报价值。viii. C N S！BPi-针对在时间/协商回合t提交的S to B的反协商。ix. xB！SPj-由B为发行j计算的● 它决定了提议的要约/还价的利益，通过计算每个谈判问题的数值，为它得分。它通过计算一个产品Pi的可接受值范围在t处服从S。x. xS！BPj-●我不是数字为它。● 它区分了成本类型和收益类型问题，在t处针对产品Pi的xi. N Sx B！SPj买方的目标是使成本最小化和利益最大化，卖方的目标是使成本最小化和利益最大化。根据发行的类型，计算分数以优化交易者的效用。我不是xB！SPj.xii. N Sx S！BP-还价值x S的数值分数！BP.xiii. NS P B！S-提案的数值得分N B！我的天啊。取决于交易者购买/销售产品，模型调整最大可接受不xiv. NSP S！BS不– 反提案买方的成本类型问题的值和利益类型问题的最小可接受值，卖方的最小可接受值和修改后的保留值仅在协商过程结束时应用，以验证达成共识的可能性。2.2. 拟议模型C N t！BPi2.3. 制定和评估买方和卖方2.3.1. 买方由于买方在谈判过程中的目标是使成本最小化，利益最大化，因此，报价具有价值。i. fPign– n个产品的 列 表 fP 1; P 2; P 3;.. . g购买/计算各种协商问题的UE以优化买方的效用。说服中国并●●>●●●●M二.fP550P.K. Haleema，N.Ch.S.N. 艾扬格JJJJJJJJ我不X我我我没有结束测试结束-1我我没有结束it结束it结束没有结束我不ttotmaximumPj-最小值 P不我t-1我我不我t-1我t-1我NSP B！S¼N SxB！SP jW jð7Þ不我我不我不没有结束不我t-1我不我不不我我i itendt-1it-1iJNB！SPtfxB！SP jgmð2Þ最大Pj最大压力为200kPa对于成本类型问题我哪里我不是第1页itendi ið10ÞxB！SPjminPjKtmaxP j最小P值j=1-pap最小P值对于福利类型问题TI I IJitendi i-minP i对于成本类型问题xB！SPjm a xP j-KtmaxP jxB！SPjxB！SPjK最大值1000ð11Þ— 最小值P对于福利类型问题— xB！SP j对于成本类型问题，请选择123it结束-1我CJ其中，K t¼t=ri 如果 的谈判环境是基于xB！SPjxB！SP j-K阿克斯湾！SPj经过几轮谈判。t结束i测试结束-1我J没有结束测试结束-1我t-最小值Pit结束时间对于福利类型问题.J.J.否则K¼tend-tma xPj-xB！SPj根据具体的时间限制。t end- 协商 过程 的结 束时 间。itendixB！SPj-minPjð14Þt tot-协商过程的总持续时间。N SxB！SðPjÞÞ¼t结束iit结束 福利类型问题t2.3.2. 买方t结束i最大值Pj-最小值PjMð15ÞNS PB！S¼ XNSXB！SP jW jð16ÞxB！SPjxB！SPjKtmaxPj没有结束第1页tendi i— xB！SP j对于成本类型问题，xB！SPjxB！SP j-KtxB！SPj— 最小值Pi对于福利类型问题2.3.5.卖方由于卖方的目标是在谈判过程中最大化成本和最小化收益，各种谈判问题的问题值根据其类型计算，以优化卖方的效用。NS！B P fxS！BP jgmð17Þ2.3.3. 买方建议书数值得分的计算我不是哪里我不是第1页XmxS！BPjm a xP j-KmaxP j不哪里第1页ti i-minP i对于成本类型问题xS！BPjminPjKmaxP jmax P j-xB！SPjTi iTiJN SxB！SðPjÞÞ¼iti对于成本类型问题— 最小值P对于福利类型问题我最大值Pj-最小值Pj我我ð8Þ2.3.6.卖方xB！SPj-minPj我我N SxB！SPjti对于福利类型问题最大值Pi-最小值PixS！BPjxS！BP j-KtxS！BPjð9Þtit-1iJt-1i2.3.4. 计算NSPB！S-minP i对于成本类型问题xS！BPjxS！BPjK maxPj根据交易者购买产品的强烈愿望，成本类型问题的最大可接受值增加，— xS！BP j对于福利类型问题，请参阅2 12按交易员指示的百分比（pap j -产品P i的每次发行j的偏好调整百分比）进行收益类型发行。这种调整仅在谈判过程结束时进行，以检查接受2.3.7. 卖方建议书的数值得分计算MNS PS！B¼NSxS！BP jW jð22Þ而不是拒绝它。第1页我如果谈判环境N SxB！SðPjÞÞ¼对于成本类型问题没有结束我JJ我不是基于Agent的谈判的柔性策略数学模型551表1买方/卖方在价格和保修谈判问题上的偏好买方问题minMax重量PapCminMax重量PapC价格2003000.80.21.82504000.70.31.7保修30480.20.21.224360.30.21.3表2使用假设数据的协商算法的描述。552P.K. Haleema，N.Ch.S.N. 艾扬格表2（续）基于Agent的谈判的柔性策略数学模型553J不JJit结束没有结束J我测试结束-1我端我t-1XJ表2（续）哪里xS！BPjxS！BP j-KtxS！BPjxS！BP j-minP j我-最小值P最小值结束时间对于成本类型问题我N SxS！BPjti我不是对于成本类型问题最大值Pj-最小值Pj我我xS！BPjxS！BPjK最大值ð23Þt结束i测试结束-1我没有结束我端-xS！BP jma xpj-xS！BPjt-1iN SxS！BPjiti对于福利类型问题ma xPj-minPjxS！BPj-minPj我我N SxS！BPjt结束iit结束对于成本类型问题ð24Þt结束i最大值Pj-最小值Pj2.3.8. 计算NSPS！B端i itendma xpj-xS！BPj我ð29ÞN SxS！BPjit结束没有结束福利类型问题最小P值j=1-pap最小P值对于成本类型问题t结束i最大值Pj-最小值P 我itendi ij j jð25ÞMNSPS！B¼N SxS！BPjW jð30Þð31Þ最大值 1/4papi最大值Pi对于福利类型问题ð26Þ没有结束第1页tendi i我不是554P.K. Haleema，N.Ch.S.N. 艾扬格表3谈判问题的报价价值优惠步骤1 2 3 4 5 6 78910表4谈判问题“保证”的提供价值优惠步骤1 2 3 4 5 6 78910协商问题1/1 ;fjP; fjW我不不不没有þ1我¼FGtt结FG2.4. 谈判过程的算法（买方在随后的建议书中的问题是通过考虑在前面的亲报价的报价值计算，1. 买方代理B读取fPign的值Migj¼1Migj¼1;- 是的根据我们的模型计算出的报价值，谈判问题“价格”的传统模式j jmjmfhminPi;maxPigj1和fpapigj1。2. B计算cj的值并确定ttot的值，或r取决于谈判环境。3. B生成初始提案N B！卖 方应向卖方代理人S.4. B收到反建议C N S！BPi从S中得到，并通过计算数值分数NS P B来评估它！卖方的反建议。5. 买方进行以下评估：i. 如果t <$tendort <$r，则计算NS P B！S.a) 如果NS P S！BPNS P B！S，然后接受这个提议。b) 否则拒绝这个提议。ii. 否则，生成N B！我的天啊。表3和表4分别显示了在最多10个让步步骤（即r = 10）的谈判过程中的“保证”，图3和图4显示了相同的数据。 1和2.从实证结果来看，我们的模型比传统模型更能帮助交易者在谈判过程中更早地达成共识，同时也提高了交易者的效用。图图3和图4显示了在最多200个让步步骤（即r = 200）的谈判场景中，我们的模型和传统模型分别计算“价格”和“保证”问题的报价值的比较。从结果来看，很明显，即使谈判回合数增加，我们的模型在与传统模型相比较时仍然表现出色图图5和图6显示了我们的模型和St1a) 如果你不介意的话！BPNS P B！S，然后接受这个提议。传统的模型在计算提供价值的Bt 1b) 否则，提交N t！步骤4.2.5.使用假设数据在这里，我们考虑一个双边谈判的环境与买方代理B和卖方代理S。B有兴趣购买产品P1，通过与S就{价格，保修}等问题进行谈判.表1给出了买方和卖方在谈判问题上的偏好。表2展示了使用表1中给出的假设数据的协商算法中的逐步指令。3. 结果在常规模型中，在生成提议/反提议的同时计算每个协商问题的提议值仅涉及考虑保留值。但在所提出的模型中，每次谈判的报价值在维护时，分别发出固定特许车速，即cj0： 5为所有谈判问题在买方和卖方结束。实验结果证明，我们的模型不仅提高了交易者的效用，而且帮助他们更快地达成共识。本文中提出的数学模型还使用了一个称为“偏好调整百分比- pa p”的参数，以根据交易者购买/出售产品的强烈冲动来调整保留值。 这种调整只是在谈判进程结束时进行，以检查达成共识的可能性。考虑卖方对“价格”和“保修”问题的保留值分别为350 ; 500和18 ; 24。在这种情况下，交易者将无法按照传统模式达成共识。但是，所提出的模型将在最后一轮根据给定的“pa p”调整保留值，并完成交易。“价格”和“保修”问题的报价值使用等式计算。（12）和（13）在最后一轮谈判中分别见表5和表6已经谈判问题买方201.58207.02217.66233.49252.59271.49286.49295.53299.23300.00卖方397.01387.48369.72344.51315.42287.97267.26255.45250.89250.00谈判问题买方201.58205.52211.45219.22228.72239.87252.62266.92282.72300.00卖方397.01390.28380.63368.41353.83337.06318.20297.35274.60250.00买方46.8644.4241.0237.3534.1531.9030.6630.1630.0230.00卖方24.6026.0128.1030.5032.7334.4135.4135.8535.9836.00协商问题买方46.8645.3943.7642.0140.1738.2536.2734.2332.1430.00卖方24.6025.4826.5127.6528.8730.1831.5532.9834.4636.00基于Agent的谈判的柔性策略数学模型555250274297318337353368380390397卖方300282266252239228219211205201买方10987654321谈判问题“价格”的报价值（我们的模型）谈判问题“价格”的报价值（传统模式）450.00400.00350.00300.00250.00200.00150.00100.0050.000.00图1谈判问题“价格”的出价值谈判问题“保修”的报价价值（我们的模型）谈判问题“保修”的报价值（传统模式）图2谈判问题“保修”的报价价值- 我 们 的 模 型 与 传 统 模 型 。400380360340320300280260240220谈判问题的报价价值-价格-我们的模型买方出价值卖方出价值X：48Y：278.5谈判问题的报价值-价格-常规模型4003803603403203002802602402202000 50 100 150 200交涉环节2000 50 100 150 200交涉环节图3谈判问题“价格”的出价值证明，当应用参数'爸爸'，贸易商能够达成共识，这是不可能的，否则如图所示。7和8买方代理通过计算卖方建议的数值分数并进行比较来接受或拒绝建议与其随后的反提案的数字得分。 在买方端的建议/反建议的数值分数使用等式计算。 （七）、 如果卖方建议的分数450.00400.00350.00300.00250.00200.00150.00100.0050.000.001 2 3 4 5 6 7 8 9 10买家20 20 21 23 25 27 28 29 29 30卖家39 38 36 34 31 28 26 25 25 2550.0045.0040.0035.0030.0025.0020.0015.0010.005.000.0012 345 67 89 10买家46 44 41 37 34 31 30 30 30卖家24 26 28 30 32 34 35 35 3650.0045.0040.0035.0030.0025.0020.0015.0010.005.000.0012 345 67 89 10买家46 45 43 42 40 38 36 34 32 30卖家24 25 26 27 28 30 31 32 34 36买方出价值卖方出价值X：175Y：保修期（月）价格价格价格价格保修期（月）556P.K. Haleema，N.Ch.S.N. 艾扬格X：32Y：买方出价值卖方出价值X：3Y：282.9买方出价值卖方出价值价格保修期（月）我我我我我提供谈判问题的价值-保修-我们的模型50谈判问题的报价价值-保修-传统模式5045454040353530302525200 50 100 150200交涉环节200 50 100 150 200交涉环节图4谈判问题“保修”的报价值谈判问题的出价值-价格-我们的模型，cj= 0.5360340谈判问题的报价值-价格-常规模型，cj= 0.53603403203203003002802802602602402402201 2 3 4 5 6 7 8 910交涉环节2201 2 3 4 5 6 7 8 9 10交涉环节图5谈判问题“价格”的 出价值-我们的模型与传统模型，c j = 0：5。谈判问题的报价值-保修-我们的模型，cj= 0.5444240383634323028261 2 3 4 5 6 7 8 9 10交涉环节谈判问题的报价值-保修-传统模型，cj = 0.5我444240383634323028261 2 3 4 5 6 7 8 9 10交涉环节图6谈判问题“保修”的 报价价值-我们的模型与传统模型，c j = 0：5。X：168Y：买方出价值卖方出价值X：3Y：买方出价值卖方出价值X：7Y：买方出价值卖方出价值买方出价值卖方出价值X：7Y：价格保修期（月）保修期（月）保修期（月）基于Agent的谈判的柔性策略数学模型557表6计算问题“保修”的报价价值-无“pap”与有“pap”。优惠步骤1 2 3 4 5 6 78910谈判问题表5计算发行“价格”的报价价值-无“pap”与有“pap”。优惠步骤1 2 3 4 5 6 78910谈判问题买方201.58207.02217.66233.49252.59271.49286.49295.53299.23300.00卖方497.01487.48469.72444.51415.42387.97367.26355.45350.89350.00谈判问题买方201.58207.02217.66233.49252.59271.49286.49295.53299.23360.00卖方497.01487.48469.72444.51415.42387.97367.26355.45350.89350.00买方46.8644.4241.0237.3534.1531.9030.6630.1630.0230.00卖方18.3019.0020.0521.2522.3723.2123.7123.9323.9924.00谈判问题买方46.8644.4241.0237.3534.1531.9030.6630.1630.0224.00卖方18.3019.0020.0521.2522.3723.2123.7123.9323.9924.00议付问题“价格”的报价值（不含“pap”）谈判问题“价格”的报价值（带“pap”）图7谈判问题“价格”-无“pap”与有“pap”谈判问题“保修”的报价值（不含“paper”）谈判问题“保修”的报价值（带“paper”）图8谈判问题“保修”-无“pap”与有“pap”否则，买方代理根据谈判截止日期生成反报价或退出谈判过程。图9显示了用于计算买方和卖方的数值分数的MATLAB代码。在买方端的建议/反建议（基于我们的模型和传统模型的报价价值计算），并针对这两个值绘制图表 图图10 -12描绘了我们的模型和传统模型的比较图600.00500.00400.00300.00200.00100.000.001 2 3 4 5 6 7 8 9 10采购员201 207 217 233 252 271 286 295 299300卖家497 487 469 444 415 387 367 355 350600.00500.00400.00300.00200.00100.000.0012345678 9 10采购员201 207 217 233 252 271 286 295 299360卖家497 487 469 444 415 387 367 355 350 35050.0040.0030.0020.0010.000.001 2 3 4 5 6 7 8 9 1046. honor 44. 41. 37. 34. 31. 30. 30. 30. 30.18. honor十九岁20. 21岁22岁23岁23岁23价格50.0040.0030.0020.0010.000.00123456789 1046. honor44个。41岁37岁三十四31岁30.30. 30. 24岁18. honor十九岁20. 21岁22岁23岁23岁23价格保修期（月）保修期（月）558P.K. Haleema，N.Ch.S.N. 艾扬格X：6Y：买方提案得分卖方提案得分X：9Y：0.162买方提案得分卖方提案得分建议书分数我图9用于计算提案的数值分数的MATLAB代码（我们的模型/传统模型）。建议书的数值分数（买方的观点）-我们的模型10.80.60.40.2建议书的数字评分（买方观点）-传统模式10.80.60.40.200-0.2-0.2-0.4-0.4-0.6-0.6-0.8-11 2 3 4 5 6 7 8 910交涉环节-0.8-11 2 3 4 5 6 7 8 9 10交涉环节图10 r = 10时买方方案与卖方方案的数值得分对于在不同的谈判场景中的买方和卖方的提议两者的数值得分，分别具有r=10、r=200和cj=0：5。4. 结论和今后的工作本文建立了一个具有灵活协商策略的数学模型，该模型适用于多边、多问题电子商务谈判环境，其基于多个谈判回合或特定的时间限制。该模型是新颖的，在其方法中的谈判问题的报价值的计算。在不同的谈判场景中，使用假设数据评估了我们的方法的优势，实验结果证明，我们的模型使交易者能够比现有方法更快地达成共识建议书分数基于Agent的谈判的柔性策略数学模型559X：47Y：买方提案得分卖方提案得分X：3Y：买方提案得分卖方提案得分X：7Y：0.1633买方提案得分卖方提案得分建议书分数我建议书的数值分数（买方的观点）-我们的模型10.80.60.40.20-0.2-0.4-0.6-0.8-10 50 100 150200交涉环节建议书的数字评分（买方观点）-传统模式10.80.60.40.20-0.2-0.4-0.6-0.8-10 20 40 60 80 100 120 140 160 180 200交涉环节图11 r = 200时买方方案与卖方方案的数值得分建议书的数值分数（买方的观点）-我们的模型，cj= 0.5我0.8建议书的数值评分（买方观点）-cj= 0.5的传统模式我0.80.60.60.40.40.20.200-0.2-0.2-0.4-0.4电话：+86-10 -8888888传真：+86-10 - 88888888交涉环节电话：+86-10 - 8888888传真：+86-10 - 88888888交涉环节图12r = 10，c j 0：5时买方方案与卖方方案的数值得分也提高了交易者的效用。所提出的模型在考虑交易者购买/出售产品的强烈冲动方面也是有利的。我们模型的这个功能可以帮助交易者完成交易，否则这是不可能的。实证研究表明，与现有策略相比，该模型提高了买卖双方的达成一致率，提高了买卖双方的效用。然而，这个模型目前只考虑了谈判的问题，是定量的，在未来，它也将包括代表性的定性问题，采取语言价值。基于拍卖的电子商务环境中的谈判过程和策略不同于典型的讨价还价场景。该模型中提出的谈判策略适用于双边/多边讨价还价的情况下，不能像这样应用在基于拍卖的电子商务环境。因此，该模型将在未来扩展以定义谈判策略，适用于网上拍卖行。在本文中，所提出的模型的性能进行了评估，在双边谈判的情况下与假设的数据。在未来，建议的谈判策略将被嵌入到JADE代理和他们的表现在双边和多边谈判的情况下，涉及两个或两个以上的参与者将进行评估和比较。引用Baarslag，Tim et al，2011.评估实用谈判代理人：2011年国际竞争的结果和分析。第内特尔198（2013），73-103.陈义明、黄培妮，2009年。基于代理的电子市场交易双边多议题协商方案。应用软件计算9，1057-1067.Chen，Siqi，Weiss，Gerhard，2015.一种通过对未知对手进行有效建模来实现基于智能体的复杂谈判的方法. 专家系统应用42，2287-2304。X：175Y：买方提案得分卖方提案得分建议书分数建议书分数建议书分数560P.K. Haleema，N.Ch.S.N. 艾扬格Faratin，Peyman，Sierra，Caries，Jennings，Nick R. 1998.自治代理的协商决策功能。罗伯奥顿系统24，159-182。作者声明：Robert H. Moukas，Alexandros G.，梅斯，帕蒂，1998. 代理 中介电子 商务研究综述 。Knowl. Eng. Rev. 13（2），147-159。何明华詹宁斯尼古拉斯R 2004.设计一个成功的交易代理人：模糊集方法。IEEE Trans.模糊系统12（3）.新泽西州詹宁斯市Faratin，P.，Lomuscio，A.R.，帕森斯，公元，Wooldridge，M.，塞拉角2001.自动化谈判：优势、方法和挑战。集团决策。内戈特10（2），199- 215。Kwon，Ohbyung，2009年。基于关系学习理论的智能体间建立双边共识的两步法。专家系统应用36，11957-11965。刘耀基， 李岳峰，宋大伟，郭荣智，2008。电子市场中自适应协商代理的知识发现。德西斯Support Syst. 45，310-323.梁文你。等，2012.智能代理效能评估-以B2C电子商务谈判为例。Comput. Stand. Interfaces 34，439-446.马托斯，诺伊达，塞拉，卡莱斯，詹宁斯，尼克R，1998.确定成功的谈判策略：一种进化的方法。于：多代理系统国际会议论文集。IEEE Computer Society，pp.182比189纳拉亚南，维迪亚，詹宁斯，尼古拉斯R.，2005.电子商务环境下的自适应双边协商模型。第七届IEEE电子商务技术国际会议（CEC'05）。美国电气与电子工程师协会。Patrikar，Madhur，Vij，Sheetal，Mukhopadhyay，Debajyoti，2015.多边自动谈判的一种方法。程序计算。Sci. 49，298-305.Ren，Fenghui，Zhang，Minjie，2014.动态电子市场中代理人议价的单一议题协商模型。德西斯Support Syst. 60，55-67.Ren，Fenghui，Zhang，Minjie，Sim，Kwang Mong，2009.动态开放市场中自动交易代理的适应性让步策略。德西斯Support Syst. 46，704-716.沈广孟，王世玉，2004年。具有宽松决策规则的灵活协商代理。IEEE Trans.系统曼·赛伯恩B部分Cybern。34（3）.王，龚，王，T.N.，Yu，Chunxia，2013.具有自适应协商行为的多主体电子商务协商计算模型。J.计算机Sci. 4，135-143.Weiss ， G. ， 1999. Multiagent Systems ： A Modern ApproachtoDistributed Artificial Intelligence多智能体系统：分布式人工智能的现代方法麻省理工学院出版社，马萨诸塞州剑桥。
