基于多Agent的電子商務協商系統與仿真

雷莉霞,周美玲

(華東交通大學信息工程學院,江西南昌330013)

隨著電子商務網上交易的蓬勃發展,交易中需要解決的問題也越來越多,電子商務的交易協商就是其中之一。Agent技術是一種軟件技術,基于這種技術的軟件實體能夠模擬人的思維進行自主行為,并且具有自學習的能力,從而對于多變的網上交易環境來說具有很強的適應能力[1]。因此,Agent技術在電子商務中的應用是十分廣泛的:通過將Agent技術與具體的應用系統相結合,將充分發揮人工智能代理技術的自主性、靈活性、反應性和主動性等特性,能夠很好地完成人在電子商務交易協商過程中的任務[2]。本文給出了一個基于Agent的電子商務自動交易系統,圍繞著企業與用戶對商品的協商問題進行研究,系統中以Agent代替交易雙方的參與人員,形成由賣方多Agent系統和買方多Agent系統組成的新營銷模式。針對交易系統中的協商問題設計了基于Agent的協商模型。最后,通過Swarm仿真平臺對建立的協商模型進行了系統仿真,證明了采用多Agent方法對其進行建模的可行性。

1 基于Agent的電子商務自動交易系統

1.1 電子商務自動交易系統的體系結構

整個系統的體系結構如圖1所示[3,4]。

圖1 系統功能圖

不同的客戶機上有賣方Agent和買方Agent;還有買方管理Agent和賣方管理Agent,Web服務器上則有服務器管理員。其中買方Agent和賣方Agent都是多Agent系統,采用分工明確的多種Agent進行搜索、協商、交易等工作。

1.2 系統的工作流程

以下將從一個買方用戶的角度,描述在整個電子交易中的工作過程[5]。

(1)用戶生成一個買方多Agent系統,向它提出自己的購買要求;

(2)根據用戶的需求,搜索Agent移動到服務器管理員站點,查找其上的電子目錄,得到相應的賣方站點信息;

(3)搜索Agent把查找結果返回給決策Agent;

(4)決策Agent決定:有必要進行協商的商家個數及站點地址,把決策結果發送給協商Agent;

(5)根據決策Agent做出的結果,協商Agent生成多個子協商Agent,把他們派送到相應的賣方站點進行協商,然后某一個子協商Agent移動到某一個賣方站點,開始和對方的子協商Agent進行協商;

(6)協商Agent總結所有子協商Agent的協商結果,把成功的協商信息發送給決策Agent;

(7)決策Agent分析協商Agent發送的信息,決定交易的伙伴。把交易信息發送給交易Agent;

(8)交易Agent負責具體的交易事項;

(9)管理Agent在整個流程中負責協調與管理。

2 協商協議及協商策略

2.1 協商協議

在協商過程中,參與協商的Agent可以遵守某個協議,也可以某幾個協議綜合遵守。下面給出一個可能的協議[6]。

當Aga確認Agb可以提供自己需要的服務時,就向其發出一個提議,請求服務。Agb可以做出3種反應:(1)拒絕,此次協商以失敗告終;(2)接受,達到了一致,協商成功;(3)反提議。如果Agb發出反提議,Aga同樣可以作出3種反應:拒絕,接受,反提議,Aga和Agb之間可能有多次交互,在交互過程中,達成一致或者是以失敗結束本次協商。

2.2 協商策略

本文采用基于時間的雙邊多議題的協商策略,它是用于生成新提議的協商時間的函數。在協商開始時,Agent給出的初始提議是己方效用值最大的提議

Agent在t+1時刻生成的提議是時間的函數,Aga在t+1時刻生成的提議其中生成的第 j個議題值如下

在文中的協商模型中,Agent根據時間策略函數進行讓步。但不同的時間策略函數的讓步幅度不同,本文采用讓步幅度均勻的時間策略函數它是隨協商時間的變化均勻讓步的時間策略函數。

3 協商模型仿真與分析

3.1 Swarm

Swarm是美國圣菲研究所為幫助科學家分析復雜適應系統而設計的仿真工具。1995年圣菲研究所發布了Swarm的beta版,Swarm的建模思想是讓一系列的Agent通過獨立事件進行交互,通過這些交互反映復雜適應系統的行為[7]。該系統提供了仿真運行支持環境和大量的類庫,在形式上類似于軟件開發環境,對于具體問題的建模與仿真需要研究人員進行面向對象的編程,最后編譯生成一個可獨立運行的應用程序,通過運行該程序可以達到系統仿真的目的。

3.2 協商模型

電子商務協商模型的功能結構圖如圖2所示。

根據模型的設計思想,首先應該確定Agent的個數,以及各個Agent的功能。由于電子商務自動交易系統的復雜性,構造整個系統比較困難,在此,我們主要通過對它的核心,也就是自動協商系統進行仿真實驗。該仿真系統主要是解決買方和賣方之間的自動協商問題[6,8]。

賣方Agent:給出初始提議,設定協商結束條件,對Agent的協商結果做決策。買方Agent:確定商品的協商議題及權重,設定協商條件,確定協商結果。買方協商Agent:對給定提議進行評估,生成反提議,把協商結果返回給買方Agent。賣方協商Agent:對給定提議進行評估,生成反提議,把協商結果返回給賣方Agent。雙方的協商Agent通過管理Agent與Web服務器傳遞信息,協商Agent通過給定的協商協議及協商策略反復進行協商,直到達到結束條件結束協商。

3.3 MAS模型實現建立

根據上述功能結構圖可知,用模型Swarm代替管理Agent,模擬Agent可以確定為 4類,一類是賣方Agent,一類是買方Agent,一類是賣方協商Agent,一類是買方協商Agent。在建立好每個Agent類的特征模型后,分析它們之間的體系結構,確定Agent數目:我們假定有1個買方Agent,1個賣方Agent,一個賣方協商Agent,一個買方協商Agent,這樣就構筑了協商的多Agent模型。由于仿真程序在開始運行時需要一個開始文件(即主文件)來啟動觀察者Swarm,從而由觀察者Swarm來調用模型Swarm,由模型Swarm來控制仿真Agent和環境Agent的運行狀況。所以整個系統的仿真模型如圖3所示[9]。

圖2 協商模型功能結構圖

圖3 仿真模型整體結構

Observerswarm定義了Agent信息的顯示方式,并把各個Agent的動態信息輸出并顯示到窗口中;Model-Swarm為每個Agent設定初值,將各個Agent的行為組成行動組,并為這個行動組創建時間調度表,還為模型創建了可探測的人機交互界面,以方便用戶更改各個初值。另外ModelSwarm為ObserverSwarm提供各個Agent的信息;模擬Agent包括賣方Agent、買方Agent、賣方協商Agent、買方協商Agent,它們的功能在協商模型中已經描述了,在swarm模型中,主要是對它進行編程,也就是建立單個的模擬Agent。

3.4 結果分析

我們設置了7個參數buyerW1,buyerW2,buyerW3,sellerW1,sellerW2,sellerW3,EndTime,它們分別代表買方的商品價格屬性權重,買方交易時間屬性權重,買方質量屬性權重,賣方價格屬性權重,賣方交易時間屬性權重,賣方質量屬性權重,仿真結束時間。在程序中設置了雙方交易的初始值,以買方為例,初始數據為商品價格為100(元),交易時間1(天),商品質量級別為5(代表質量高),權重分別為界面中輸入的0.7,0.2,0.1。權重的取值取決于用戶對屬性的偏好程度,這里取商品價格的權重為0.7,占的比重最大,說明用戶認為價格對他來說最重要。每個屬性都和屬性值一一對應,比如100元對應的屬性值為(200-100)/100=1(假設買方價格的值域為[100,200])。由于是單調減函數,所以采用評價函數得到[10]。依次可以得到后面幾個屬性的屬性值。最后效用值就為U=1×0.7+1×0.2+1×0.1=1(剛開始的提議是己方效用最高的情況)。隨著協商的進行,給定的協商策略決定屬性值的變化趨勢,它們的效用也相應的變化。在實驗結果中,由于價格在雙方協商中占的比重較大,所以我們顯示在協商中價格的變化趨勢,價格是隨協商時間的變化單調遞減讓步的,在協商開始階段,讓步幅度較大,然后隨著時間的變化逐漸減少讓步幅度。實驗的最后,在協商時間內買方和賣方最后的價格相交,也就是協商成功。

4 總結

電子商務自動交易系統是一個復雜、動態的系統,它對各方面的要求都很高。要完整地解釋整個系統,不是一件容易的事情,文章通過Swarm仿真平臺對其核心部分自動協商模型進行了仿真實驗分析,將來還可以進一步擴展該仿真框架,使得整個系統能夠更好的模擬真實的電子商務交易活動。

[1]NWANA H S.Software agents:an overview[J].The Knowledge Engineering Review,1993,11(3):205-244.

[2]WOOLDRIDGE M,JENNINGS N.Intelligent agents:theory and practice[J].The Knowledge Engineering Review,1995,10(2):115-152.

[3]史忠植.代理及其應用[M].北京:科學出版社,2001:93-101.

[4]OLIVER J R.A machine-learning approach to automated negotiation and prospects for electronic commerce[J].Journal of Management Information System,1997,2(13):83-122.

[5]HE MH,LEUNG HF.Agents in E-commerce:State of the art[J].Knowledge and Information Systems,2002,4(4):257-282.

[6]劉欣,高濟.自治Agents的面向服務的協商模型[J].計算機工程,2003,29(18):114-116.

[7]丁浩,楊小平.SWAR M——一個支持人工生命建模的面向對象模擬平臺[J].系統仿真學報,2002,14(5):569-572.

[8]張蕊芬,黃梯云,蔣國瑞.基于agent的兩階段式一對多談判模型研究[J].計算機應用,2009,29(2):565-567.

[9]羅批,司光亞,胡曉鋒,等.SWAR M及其平臺下建立特定模型的探討[J].系統仿真學報,2004,16(1):5-7.

[10]陳旭.電子商務交易中基于Agent的協商機制及策略研究[D].合肥:合肥工業大學,2004:21-30.