分类遍历碰撞检测优化算法(I)

《分类遍历碰撞检测优化算法(I)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷第5期计算机应用研究Vol．32No．52015年5月ApplicationＲesearchofComputersMay2015基于ＲBF神经网络和强化学习算法的供应链*产销协同计划冲突消解研究武玉英，李豪，蒋国瑞(北京工业大学经济管理学院，北京100022)摘要:为提高传统协商自学习能力，利用多agent智能技术，建立基于黑板模型的协商框架，构建五元组协商模型，采取Q-强化学习算法，给出一种协商策略;使用ＲBF神经网络进一步优化协商策略，预测对手信息并调整让步幅度。通过算例验证该方法的可行

2、性和有效性，通过与未改进的Q-强化学习算法对比，该方法可增强协商agent的自学习能力，缩短协商时间，提高冲突消解效率。关键词:多agent;自学习;ＲBF神经网络;Q-强化学习;冲突消解中图分类号:TP311;TP183文献标志码:A文章编号:1001-3695(2015)05-1335-04doi:10．3969/j．issn．1001-3695．2015．05．014Ｒesearchonconflictresolutionofsupplychainproduction-marketingcoll

3、aborativeplanningbasedonＲBFandQ-reinforcementWUYu-ying，LIHao，JIANGGuo-rui(SchoolofEconomics＆Management，BeijingUniversityofTechnology，Beijing100022，China)Abstract:Inordertoimprovetheself-learningabilityoftraditionalnegotiation，thispaperintegratedmulti-a

4、gentintelligenttechnology，designedthenegotiationframeworkbasedontheblackboardmodel，constructedthefive-elementsnegotiationmodel，adoptedthenegotiationstrategybasedonQ-reinforcementlearning，proposedanegotiationstrategy;thenitoptimizedthenegotiationstrategy

5、bytheＲBFneuralnetwork，predictedtheinformationofopponentforadjustingtheconcessionextent．Atlast，itverifiesthefeasibilityandvalidityofthealgorithmthroughasampleapplication．Whencomparingtotheun-opti-mizedQ-reinforcementlearning，itcanenhancethelearningabilit

6、yofthenegotiationagents，reducethenegotiationtime，andimprovetheefficiencyofresolvingconflicts．Keywords:multi-agent;self-learning;ＲBFneuralnetwork;Q-reinforcementlearning;conflictresolution［5］谈判来控制库存及成本。为适应环境及对手信息的变化，0引言智能协商领域学者开始将自学习机制引入谈判中。例如，采用［6］支持向量机

7、学习估计协商对手的效用函数;使用机器学习为快速及时地满足动态变化的市场需求，供应链上的销售商往往与制造商提早建立合同，制定商品采购计划。目前计划方法优化和改善辩论谈判中自适应策略的生成过程，协助谈判［7］［8］的制定已从过去简单的物品买卖，转变为考虑全局利益的产销者确定有效的让步值。Q-强化学习是由Watkins等人提协同计划。然而由于供应链企业之间的目标往往是对立的，协出的一种环境模型无关学习方法，agent在协商过程中的每个同计划时不免针对价格、交货期等产生分歧，出现冲突问题，导动作都有一个回报函

8、数值Q，评价agent的当前动作和预测［9］致生产销售发生脱节，供应链无法快速响应市场需求，成本增agent的下一步动作，通过计算Q值来完成提议过程。已有［1］许多研究将Q-强化学习引入协同协商中［10，11］，有效解决冲突，大，利润下降。为了有效解决供应链的产销协同计划冲突，企业之间通常采用协商的策略。协商是为消除买卖双方争端优化协同效果。而达到双方满意结果的一种沟通方法，而传统协商过分依赖人以上研究都可对供应链的运行进行改善，但仍存在一些不［2］足: