大数据环境下技术创新平台不确定性网络多边协同磋商机制研究

摘要

在科技实力逐渐成为竞争力体现时，技术创新得到越来越多的关注，技术创新平台的建设是顺应时代发展的必然，现阶段建成的技术创新平台大多停留在信息发布的功能，在支撑合作对接、磋商等方面仍然存在不足。在此背景下展开的众多研究主要是一对一、一对多的单议题谈判，不仅在磋商参与者、磋商形式、磋商结果评判等方面存在缺陷，所采取的算法也单一的选择了遗传算法，也不可避免的存在遗传算法的固有缺陷。因此，为最大程度的符合现实情况下的技术转化磋商情景，在对虚拟化转化磋商机理分析的基础上建立多方的、多议题的磋商机制，对于支撑现实磋商是必要的，同时更是大数据时代技术转化网络化在信息不确定的情况下商务智能、建立良好转化环境的必然趋势和要求。
　　本文首先在对现阶段技术创新平台的建设情况进行必要的介绍和分析的基础上，对技术创新平台的建成需求进行一定的阐述，结合现阶段大数据的现实情况分析了新形势下技术创新平台磋商可能会出现的问题，同时利用信息经济学和信息生态学等方面的知识分析了新形势下技术创新平台的参与者的内在关系、磋商演化机理，在此基础上提出了多边的多议题的磋商模型。该模型考虑了磋商参与者数量、磋商议题的数量、信息不完全的情况下如何推测磋商对手对于某个议题的偏好程度和让步的可能性和幅度、提议时间对磋商结果和磋商效率的影响，从而实现多边多议题问题在参与者信息不确定的情况下的磋商。其次从磋商内容、磋商方法等角度，从议题数量、磋商参与者数量、大多数文献中采用的遗传算法、信息不确定性等方面着手对磋商算法进行分类分析，分析现有主流算法的适用范围和不足，选择了收敛性相对于遗传算法较好的粒子群算法来解决初始offer的选择以及最优解的求解。然后利用了量子粒子群算法的优化方法和针对在信息不确定、信息不完全的情况下，结合现实磋商中推测的情况，用区间数来代替确定性数值，以表示在不确定情况下预测的区间性，以此来优化本文的算法。最后用一系列的算例证明本文提出的模型和算法是否可行，从基础模型的求解和区间数代表确定数值的设想的可行性两个方面进行验证。

目录

声明

摘要

第1章 绪论

1．1 课题来源

1．2 研究背景

1．3 研究意义

1．4 研究路线和技术思路

第2章 文献综述

2．1 技术创新平台的应用和研究现状

2．2 大数据研究现状

2．3 磋商方法研究现状

2．4 磋商内容研究现状

2．5 文献述评

第3章 大数据环境下的技术创新系统

3．1 技术创新平台概述

3．1．1 技术创新平台概况

3．1．2 技术创新平台角色分析

3．2 技术转化磋商目标与流程

3．2．1 技术创新平台运营流程

3．2．2 技术创新平台技术转化流程

3．3 大数据环境下的技术创新平台

3．3．1 平台总体框架设计

3．3．2 云磋商资源池设计

第4章 多边协同磋商机制

4．1 大数据下技术创新网络的磋商不确定性

4．2 技术创新平台多边协同磋商演化机理分析

4．3 技术创新平台多边协同自动磋商模型建立

4．4 构建谈判Multi-agent

4．4．1 谈判Agent结构描述

4．4．2 自学习Agent的结构描述

第5章 多边协同自动磋商模型求解及改进

5．1 传统求解方法比较及解析

5．1．1 技术推荐算法总结

5．1．2 磋商算法比较与再构

5．2 基于博弈思想的粒子群算法的可行性分析

5．3 基于粒子群算法的多边协同自动磋商

5．3．1 磋商流程

5．3．2 算法详情

5．4 大数据环境下组合构造集群智能算法的算法优化改进

5．5 结果评价

第6章 仿真实验

6．1 算例仿真测试

6．2 结果分析与讨论

结语

参考文献

攻读学位期间科研成果

致谢