1)对手的协商态度．当对手某个协商项的协商态度强硬时，如果想要对手能接受己方的建议，对于相应的协商项，应该尽量满足对手的要求，所以应该做出较大的让步。

2)己方的协商项的权重．由式(2)可知，协商项的权重越大，则它对己方获得的利益影响越大．对于权重较大的协商项，己方应该尽量少让步，以使己方利益最大化。
4 实验

在实验室开发的多Agent原型系统中实现了本文提出的协商决策模型．为分析模型的性能，选取在线视频服务协商为实验用例．此协商的参与者为一个服务提供Agent(PA)和一个服务需求Agent(CA)．协商包含5个协商项，即服务的价格、质量和响应时间等．协商双方的子效用函数采用式(1)的函数，y中的协商项权重础用随机数的方法产生．协商决策模型的算法用c#语言实现。两个协商Agent分别运行在两台通过局域网相连、配置为P4 2．0 G处理器、256 M内存、Windows)操作系统的PC机上．主要从两个方面来分析模型的性能：1)协商所需的回合数．在自治计算和电子商务的环境中这是协商的一个重要性能指标．为了加快协商的进程，协商的双方都希望协商的回合尽量得少就能达成协议．2)有效的协商结果(协商双方达成的合同)．对协商双方来说，希望能从协商达成的合同中获得尽可能大的效用，其中效用值由每个Agent的效用函数V(Cn)计算得到(Ccn为协商成功双方达成的合同)．如果协商失败，则协商双方的效用都为0．取系统中已有的协商历史数据作为支持向量机的训练样本，协商历史记录包括20次协商的数据，共562个建议．取样本的协商轨迹长度为3训练支持向量机，分别取模型函数为：
每一次协商，协商双方都使用相同的协商模型和模型函数．为了考查模型在不同协商项权重下的总体性能，对每个不同的模型函数参数，进行too次协商模拟，每次协商双方效用函数中的权重都是随机产生的，用协商结果的平均值作为最后的实验结果．首先比较在选用不同的模型函数时(ψ1与ψ2)，本文提出的决策模型的性能变化．图5显示了当n变化时协商双方的效用总和(utility，即协商双方所得到的效用值的和)的变化情况．可以看到。对选用两个不同的模型函数ψ1，ψ2当n增大时，协商双方的效用总和没有明显的变化趋势．当选用模型函数，峨时，协商双方的效用总和较大。

扩展阅读

版权声明：