面向云存储用户的智能Agent自动协商机制研究

摘要

随着互联网技术的迅猛发展，电子商务、即时消息系统和虚拟社区等新技术不断深入影响着人们生活的各个方面，依托个人用户的大量数据不断产生和积累，传统存储设备已经不能满足个人用户存储海量数据的需求，云存储成为越来越多个人用户所选择的一种新的有效存储方式。然而，随着云存储服务提供商数目的不断增加，服务质量成为个人用户在选择服务提供商时所关注的重要因素，如何为个人用户选择合适的云存储服务提供商成为一个亟待解决的问题。
　　本文利用智能Agent系统的自动协商机制来解决个人云存储用户在多个云存储服务提供商中进行选择的问题，目标是在最大化自身效率的同时尽快达成与对方Agent的协商。本文首先对自动双边多议题协商问题的国内外研究现状进行了综述，深入研究和分析了多Agent系统及其常用协商算法。贝叶斯算法具有Agent通过学习其他Agent在协商过程中的行为来获得他们的信息的特点，针对协商过程中对对手偏好信息未知的问题，本文提出一种基于贝叶斯理论的偏好预测算法(Preference prediction based on Bayesian，PPBB)，利用偏好预测计算对手的各偏好重要程度比率和让步行为曲线，并由此设计了相应的还盘报价策略和协商机制。
　　本文接下来设计和实现了一个基于以上算法和策略的Agent自动协商系统，给出了详细的用例、模块和算法流程设计及其实现细节。最后的实验结果表明，本文所提出的算法能够在保证协商各方效用值的基础上，有效缩短协商时间。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 Agent自动协商的研究现状

1．2．2 偏好预测的研究现状

1．3 本文的研究内容

1．4 本文的组织结构

第2章 相关技术研究

2．1 引言

2．2 Agent

2．2．1 Agent技术

2．1．2 多Agent系统

2．3 Agent自动协商理论

2．3．1 自动协商的概念

2．3．2 相关术语的概念

2．2．3 自动协商研究的范畴

2．4 贝叶斯理论

2．4．1 基础概率知识

2．4．2 贝叶斯公式及其理论

2．5 小结

第3章 基于偏好预测的还盘协商策略

3．1 引言

3．2 协商问题的转化

3．3 基于贝叶斯的偏好预测

3．3．1 模型假设以及形式化表述

3．3．2 偏好预测

3．4 基于偏好预测的还盘策略

3．4．1 偏好重要程度比率

3．4．2 让步行为预测

3．4．3 基于偏好重要程度和让步行为预测的还盘报价策略

3．5 小结

第4章 基于偏好预测的协商系统实现

4．1 引言

4．2 基于偏好预测系统架构和需求分析

4．2．1 系统总体架构

4．2．2 系统的功能分析

4．3 系统设计与实现

4．3．1 系统设计

4．3．2 系统实现

4．4 小结

第5章 实验性能与分析

5．1 引言

5．2 实验环境

5．3 评价指标

5．4 实验结果与分析

5．4．1 实验场景的构建

5．4．2 实验结果与分析

5．5 小结

结论

参考文献

致谢

附录A 攻读学位期间所参与的研究项目