基于mas技术的虚拟企业多议题协商决策研究

《基于mas技术的虚拟企业多议题协商决策研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、附件1：学位论文原创性声明与版权使用授权书浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果，，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：傍叶俨日期：≯刁年71月功日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同

2、意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于／一1、保密匦，在玉数年解密后适用本授权书。2、不保密口。(请在以上相应方框内打“√")作者签名：陈时7沪日期：加叮年／1月踢日导师签名％砂日期呻肛月狮基于MAS技术的虚拟企业多议题协商决策研究Iltlllllllllllll／／llll／lll／Y181删08删76摘要虚拟企业作为企业组织

3、新形式，越来越被理论界和实业界所重视。随着对虚拟企业研究的不断深入和信息技术的不断进步，虚拟企业己跨越了概念形成阶段而逐步进入到实际运作阶段，但是在实际应用过程中，盟主企业如何与成员企业进行高效的协商以及盟主企业如何做出快速高效的决策已经成为制约虚拟企业发展的瓶颈，事实上，虚拟企业协商决策问题已经成为其新的研究热点。本文在系统分析了传统建模方法优缺点的基础上，指出Agent技术更加适合于虚拟企业建模，并提出了基于MAS的虚拟企业协商决策模型。在此模型的基础上，针对虚拟企业的协商问题，本文把传统的贝叶斯协商算法经过

4、改进后应用到虚拟企业的多议题协商过程当中；针对虚拟企业的决策问题，把多目标遗传算法引入到盟主企业的决策机制当中进行算法优化。最后以杭州某空分集团公司为应用案例成功地实施了相应的模型与算法，对于指导企业实践有着直接的应用价值。论文主要的研究成果和创新点为：1)把Agent技术应用于虚拟企业建模，定义了各个Agent的内部结构，扩充了KQML通信词汇，并在Agent之间的通信协议中加入了心智状态参数；2)改进了贝叶斯自学习协商算法，并将其成功地应用在虚拟企业多议题协商过程中；3)提出了快速高效的盟主企业多目标遗传算法

5、决策机制，并在多目标遗传算法中引入了动态惩罚函数。关键词：MAS，虚拟企业，贝叶斯协商算法，多目标遗传算法，决策机制STUDYOFMUI』I．ISSUESNEGOTIATIONANDDECISION—MAKINGINVIIHUALENTERPRISEBASEDONMASTECHNOLOGYABSTRACTVirtualenterprise(VE)，asanewformofenterpriseorganization，isincreasinglybeingfocusedinacademicandindustrial

6、fields．Alongwiththeincessantstudiesandthedevelopmentsofinformmiontechnology,VEhassuccessfullyexceededtheconceptionformationstageandgraduallymovedintothepracticaloperationstage．But，fortheleaderenterprise，howtoconducteffectivenegotimionwiththememberenterprisesa

7、ndhowtomakefastandeffectivedecisionsbecomethebottlenecksforVEinthepracticaloperation．Actually,thestudyofnegotiationanddecision。makingmechanismhasbecomeanewsubjectinstudyingVEapplication．Onthebasisofanalyzingtraditionalmodelingmethods，weconcludethattheAgenttec

8、hnologymorefitstotheVEmodelingandproposeaMAS-basedVEnegotiationanddecision-makingmodel．Andinthismodel，forthenegotiationproblem，weimprovedthetraditionalBayesiannegotiationmechanismforthene