多智能体系统及其在电子商务中的应用

　　《多智能体系统及其在电子商务中的应用》的研究内容可以从理论和应用两个层面来概括。在理论层面上属于MAS领域，内容涵盖了MAS研究领域的主要方面，包括：多智能体学习、推理、协商、交互机制等等；在应用层面上围绕电子市场的实际应用，讨论了电子市场定价、物流配货、原料配置、C2C交易协商、B2C协商等问题，并分别面向电子市场的具体应用问题提出了具体算法。《多智能体系统及其在电子商务中的应用》从组织结构上分为10章，彼此独立而又相互关联。第1章介绍多智能系统的原理和基础知识，并建立的电子市场的多智能体系统模型。第2章给出电子市场环境下基于多智能体博弈学习的企业智能定价算法。第3章基于多智能体合作学习的方法讨论物流路径选择问题。第4章讨论电子市场环境下基于市场机制计算模型的原料配制方法，并给出一个电子市场污染治理的实例。第5章讨论电子商务中买卖双方协商的自适应模糊推理算法。第6章给出一个面向电子商务实际应用的商品搜索引擎原型系统。第7章给出一种基于模糊相似关系的启发式交易协商模型。第8章基于粗糙集理论讨论一种交易智能体获取知识的方法。第9章讨论电子市场中买方智能体结盟算法。第10章讨论买方智能体的供应商选择策略。《多智能体系统及其在电子商务中的应用》叙述深入浅出，注重理论联系实际，内容覆盖面较广，可以作为系统科学、计算机科学、管理科学和电子商务专业的高年级本科生、研究生和教师的参考用书。

暂缺《多智能体系统及其在电子商务中的应用》作者简介

前言
第1章　绪论
1.1 引言
1.2 多智能体系统与自治智能体
1.2.1 多智能体系统
1.2.2 自治智能体
1.2.3　多智能体的环境
1.2.4 自治智能体研究的基本问题
1.2.5　相关研究领域
1.3　多智能体强化学习
1.3.1　单智能体的强化学习
1.3.2　马尔可夫决策过程
1.3.3　Q学习
1.3.4 多智能体环境下的强化学习
1.4　多智能体的博弈学习
1.4.1　博弈学习的基本概念
1.4.2 多智能体博弈学习方法
1.5 交易代理体的自动协商
1.5.1　研究内容
1.5.2　性能评价
1.5.3　模型分类
1.5.4　研究方法
第2章　基于多智能体学习的电子市场定价
2.1 引言
2.2 基于内省推理的虚拟行动学习
2.2.1 老练学习
2.2.2　协调博弈
2.2.3　从协调博弈得到的启示
2.2.4　基于内省推理的博弈学习方法
2.3　实例验证与仿真
2.3.1　协调博弈实例验证
2.3.2　少数者博弈
2.3.3　经典协调博弈
2.4 电子市场智能定价
2.4.1　具有多个吸收状态的Q学习
2.4.2 电子市场定价的马尔可夫博弈模型
2.4.3　基于强化学习的定价算法
2.4.4　基于IIFPWL的定价算法仿真
2.4.5　定价算法的实际应用
2.5 相关工作
2.6 本章小结
第3章　配货电子市场的多智能体合作学习
3.1 引言
3.2 基于黑板模型的多智能体合作学习
3.2.1 一个例子
3.2.2　基于黑板模型的多智能体学习
3.2.3　格子世界仿真
3.2.4　BBMML算法的收敛性
3.2.5 BBMML算法的改进
3.3 基于进化算法的多智能体学习
3.3.1 进化的BBMML
3.3.2　进化的BBMML仿真
3.4 基于状态空间划分的多智能体在线学习
3.4.1　Q表的泛化
3.4.2　通信原语
3.4.3　操作原语
3.4.4　SSPML算法
3.4.5 SSPML仿真
3.5　配货电子市场的合作学习
3.6 相关工作
3.7　本章小结
第4章　基于市场机制的多智能体协商模型
第5章　基于自适应模糊推理的交易智能体协商
第6章　基于模糊约束规划模型的商品搜索引擎
第7章　基于模糊相似关系的自动协商系统
第8章　基于粗糙集的交易知识获取方法
第9章　基于多智能体的电子市场联盟问题
第10章　基于智能体的供应商选择策略
参考文献