基于遗传算法的关联性议题并发谈判
基于遗传算法的并发谈判模型在电子商务应用领域中有着独特的优势，然而也存在一些局限性，比如未考虑议题之间的相关性、动态权重的变化规则依赖于对方信息的获取等，从而极大地限制了其实用价值。对此，本文进行了深入地探索，提出了议题分组的方法，很好地解决了议题间的相关性问题。而议题权重的变化则采取从历史资源中发掘知识的方法进行动态调整。构建了基于关联议题遗传算法的并发谈判模型，同时，给出了模型的形式化描述、关联议题遗传算法设计和动态权重更新方案。通过对模型的实验和分析比较，证实了它能更方便地满足用户谈判的多样性需求，增强了谈判中解决关联议题时的处理能力，而且能快速地得出有价值的谈判结果。
遗传算法 并发谈判 关联性议题 动态权重
甘早斌 朱春喜 马尧 鲁宏伟
华中科技大学计算机学院,武汉 430074
国内会议
长春
中文
1-13
2012-08-04（万方平台首次上网日期，不代表论文的发表时间）