文献

J-GLOBAL ID：201502218539428956   整理番号：15A1176999

RBF(動径基底関数)とQ強化に基づくサプライチェーンプロダクション・マーケティング共同計画の競合解消に関する研究【Powered by NICT】

Research on conflict resolution of supply chain production-marketing collaborative planning based on RBF and Q-reinforcement

著者 (3件)： Wu Yuying (School of Economics & Management,Beijing Univ. of Technol., Beijing) ,  Li Hao (School of Economics & Management,Beijing Univ. of Technol., Beijing) ,  Jiang Guorui (School of Economics & Management,Beijing Univ. of Technol., Beijing)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 32  号： 5  ページ： 1335-1338,1344  発行年： 2015年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 伝統的な交渉の自己学習能力を改善するために,黒板モデルに基づく交渉フレームワーク設計,統合マルチエージェントインテリジェント技術は五元素交渉モデルを構築し,Q強化学習に基づく交渉戦略,交渉戦略を採用,RBF(動径基底関数)ニューラルネットワークを用いた交渉戦略を最適化し,譲歩の程度を調整するための相手の情報を予測した。最後に,試料適用によるアルゴリズムの実現可能性と妥当性を検証した。最適Q強化学習に比較すると,交渉エージェントの学習能力を増強し,交渉時間を減少させ,紛争解決の効率を向上させることができる。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 最適化 ,  強化学習 ,  *動径基底関数 ,  アルゴリズム ,  マーケティング ,  エージェント ,  黒板モデル ,  ニューラルネットワーク ,  折衝
準シソーラス用語： 学習能力 ,  自己学習 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： RbF ,  動径基底関数 ,  強化 ,  共同計画 ,  競合解消 ,  研究