論文的主要研究工作和創(chuàng)新性成果如下：（1）構建了基于 MAS/GA 算法的 B2B 電子商務中復雜合同談判模型。運用 GD-FNN 來提取模糊規(guī)則，嵌入到遺傳算法中代替顯性的適應度函數(shù)來評價談判提議的方案效用。并運用遺傳操作求解談判最優(yōu)解。在智能談判領域創(chuàng)造性的運用了多種智能算法的有機融合，是一種應用創(chuàng)新。

第 1 章 緒論

1.1  研究背景與問題提出
1.1.1  研究背景 我國電子商務發(fā)展迅猛，電子商務的交易額僅在 2017 年的上半年就達到了13.35 萬億元，而 B2B 電子商務交易市場表現(xiàn)突出，交易額達到 9.8 萬億元，占全部電子商務交易額的 73.4%，比上一年增長了 24%。隨著我國“互聯(lián)網(wǎng)+”以及“一帶一路”政策的提出，跨地區(qū)、跨國的企業(yè)間涌現(xiàn)出更復雜的產(chǎn)品與服務需求，生產(chǎn)能力的互補性也進一步提高，電子市場呈現(xiàn)爆發(fā)式增長[1]。但 B2B 的發(fā)展與企業(yè)進行交易迫切需求比較而言，其理論研究相對滯后，主要集中在在線招投標、網(wǎng)上拍賣以及電子談判等。其中電子談判具有很大的靈活性和交互性，因此應用廣泛[2]。而多屬性談判（Multi-attribute Negotiation）是指談判方對要交易商品的多個屬性進行談判，并且要對這多個屬性同時進行考慮。一般情況下是由買賣雙方或多方參加，存在共同的合作收益，為達成最終的合同而進行相互妥協(xié)的過程[3]。而真實的電子商務談判面對的是更為復雜的具有多個買方與多個賣方的多邊談判環(huán)境。因此，該研究在國家自然基金項目“基于混合智能計算的 B2B 復雜合同談判模型研究”資助下，是對多屬性多邊談判理論研究改進與完善的探索，是運用智能計算技術解決談判代理知識學習與不確定性談判環(huán)境應用的嘗試。
1.1.2  問題提出
在現(xiàn)實的多屬性談判中，商品的多個屬性往往存在復雜的依賴關系。例如：對于銷售方來說，產(chǎn)品交貨數(shù)量與產(chǎn)品定價之間，由于生產(chǎn)函數(shù)中生產(chǎn)要素的變動，導致生產(chǎn)成本的變動，而呈現(xiàn)非線性關系。產(chǎn)品的定價與產(chǎn)品的生產(chǎn)質(zhì)量同樣也存在這種依賴關系。對于采購方來說，不同質(zhì)量的產(chǎn)品對其也具有不同的價值，這種價值體現(xiàn)在采購方采購產(chǎn)品在二次加工或銷售中與該企業(yè)其它各要素的協(xié)同組合，其數(shù)值關系通常也是非線性依賴的[4]。 ...........................

1.2  研究目的與意義
1.2.1  研究目的
隨著全球電子商務應用的快速發(fā)展，特別是智能計算技術的逐步成熟與應用越來越廣泛。對于電子商務交易中的智能談判研究逐步深入，復雜合同的談判建模與求解問題成為研究的熱點之一。本研究在原有研究理論方法的基礎上期望構建符合談判實際的多邊多屬性復雜合同談判模型，研究的目的如下所述：
1.  提供 B2B 中的復雜合同談判理論支持  伴隨著 Internet 技術與 AI 技術的飛速發(fā)展，改變了傳統(tǒng)談判方式的智能談判逐步發(fā)展起來，談判參與企業(yè)運用先進網(wǎng)絡技術與人工智能技術同時對交易中商品的多個屬性進行協(xié)商。進一步的，在考慮到商品多個屬性間的非線性依賴關系，形成多邊復雜合同談判模式。研究為 B2B 電子商務中的多邊多屬性復雜合同談判模式提供理論支持。
2.  提供 B2B 中的復雜合同談判求解算法  在復雜合同談判模型的求解過程中，考慮到談判中的屬性間非線性關系，模型的求解問題實質(zhì)是非線性優(yōu)化問題。同時，在求解過程中，由多個屬性構成的非線性效用的可行解空間巨大。因此，在合理的時間內(nèi)，在有限可行的運用存貯空間中，通過混合智能計算求解出談判的近似最優(yōu)解，成為談判模型是否可行的重要問題。研究提出運用混合智能計算技術進行求解，為 B2B 電子商務中的多邊多屬性復雜合同談判提供有效的求解算法。
3.  提出由雙邊談判向多邊談判模型拓展的方法與路徑  研究構建了基于多Agents 系統(tǒng)的多邊談判機制與架構，可以充分運用當前的云計算技術與智能代理技術，將雙邊談判模型平滑過渡到多邊談判模型，為同類型的相關研究提供方法與思路。
4.  推進 B2B 復雜合同談判方式應用  當前的電子商務市場中并沒有復雜合同談判方式進行交易的實例，主要由于相關研究仍處于初級階段，主要成果多處于理論探討中，要達到在現(xiàn)實中使用的要求還需要進一步的深入研究。
因此，本研究在考慮談判企業(yè)的現(xiàn)實需要基礎上，擬通過復雜合同談判模型的研究，推進復雜合同談判在電子商務中的實際應用。
........................

第 2 章  B2B 復雜合同談判成因分析與體系框架

2.1 B2B 電子商務
2.1.1 B2B 電子商務概念與特點
在緒論中論文對電子商務的分類作了簡單的介紹，其中 B2B 電子商務目前仍處于支配地位，而 B2B 電子商務的概念定義在學術上有很多，而研究必須明確 B2B 電子商務的相應概念。
1. B2B 電子商務概念界定
電子商務是一個新興的概念，描述了通過計算機網(wǎng)絡（包括互聯(lián)網(wǎng)）購買和銷售或交換產(chǎn)品、服務和信息的過程。電子商務主要分為企業(yè)對企業(yè)電子商務（B2B  電子商務）和企業(yè)對消費電子商務（B2C  電子商務）。B2B 電子市場意味著賣主（供應商）和買家是企業(yè)，而 B2C 電子市場暗示買家是個體消費者。因此，B2B 電子商務是企業(yè)間商業(yè)交易的電子支持， 涵蓋了廣泛的應用，使企業(yè)或公司能夠與經(jīng)銷商、轉銷商、供應商和其他合作伙伴形成電子關系。  B2B 電子商務不僅包括通過互聯(lián)網(wǎng)的交易，而且也包括在交易后和服務后的信息交換。
2. B2B 電子商務的特點
B2B 電子商務與 B2C 等其它類型的電子商務相比，具有一些自身的特點，主要有如下三個方面[87]。
（1）B2B 電子商務收益具有規(guī)模遞增特點。該特點是 B2B 電子商務與其它類電子商務內(nèi)在的本質(zhì)區(qū)別之一。由于 B2B 構建的交易網(wǎng)絡是雙向的，所以可以使交易雙方取得最大化的收益。與 B2C 等電子商務交易類型相比，收益會隨著參與交易的企業(yè)數(shù)量增加而呈現(xiàn)遞增性增長。在 B2C 電子商務類型中，電子商務的交易網(wǎng)絡是單向的。賣方企業(yè)向消費者營銷它的產(chǎn)品和服務，消費者根據(jù)銷售條件被動接受進行交易，最終的營利全部由企業(yè)一方獲取。
相反，在 B2B 電子商務交易中，通過構建的雙向交易網(wǎng)絡，最大化買賣雙方的收益。這是因為，對于買方來說，通過交易平臺可以獲得更多的商品和服務的信息，有更大的選擇空間。另一方面，對于賣方來說，同樣可以引發(fā)更多的潛在客戶。這樣，買方與賣方企業(yè)都可以提高自身和收益機會，這就導致更多的企業(yè)進入市場進行交易。從而形成了 B2B 電子商務交易平臺隨著參與者的增加創(chuàng)造的收益價值呈等比級數(shù)的增長。 
.....................

2.2 B2B 電子談判與復雜合同談判
2.2.1 B2B 電子談判
1.  B2B 電子談判
B2B 電子商務中的電子談判是傳統(tǒng)談判理論和方法在現(xiàn)代電子商務中的應用。運用計算機和互聯(lián)網(wǎng)等信息技術，解決在電子商務中雙方的利益沖突，使交易雙方或多方達成一致的完成商務活動的重要方法。對 B2B電子談判領域的深入研究，會推動 B2B 電子商務向交易過程的智能化，自動化發(fā)展，會進一步提升企業(yè)間交易的收益與競爭力[89]。B2B 電子談判根據(jù)不同的標準可以分為不同的類型。例如，根據(jù)參與談判的參與者數(shù)量，可以將 B2B 電子談判分為雙邊談判和多邊談判；如果按談判中考慮的商品屬性個數(shù)來劃分，可以分為單屬性電子談判（如：只關注商品價格屬性的談判）和多屬性電子談判（如：同時考慮商品的價格、質(zhì)量、交易數(shù)量等屬性）；也可以根據(jù)參與人是否直接參與談判來劃分，包括自動談判（談判人不直接參與談判）和半自動談判(談判者可以參與談判過程)；他們也可以根據(jù)是否有時限而分為有時限的談判和無時限的談判；按照談判過程的參與者人數(shù)是否不同，可以劃分為談判過程的動態(tài)談判與非動態(tài)談判；按是否引入第三方中介，劃分為直接談判（談判雙方直接以對方為對手進行談判）和基于中介的談判（中介協(xié)調(diào)雙方談判人利益）。在后邊的小節(jié)中，根據(jù)談判參與人數(shù)量的多少對談判類型進行了進一步說明，詳細可見 3.3.3 中的內(nèi)容。
在 B2B 電子商務談判中，談判的模型是其中的核心內(nèi)容之一，也是國內(nèi)外領域?qū)＜谊P注的熱點問題，談判模型是談判各方需要遵守的行為準則與談判過程。根據(jù)談判機制劃分，主要包括兩種談判模型：（1）買方與賣方直接談判模型；（2）基于中介的談判模型。在第一種談判模型中，買方與賣方直接進行談判，買賣雙方根據(jù)對方的效用信息或偏好信息進行決策采用哪種談判策略，在不同的談判情況下采用不同的談判策略，比如使用讓步策略時，就包括僵持、堅持、適中、緩和、妥協(xié)等五種不同的談判策略[90]。直接談判的缺點是，在談判雙方談判過程中，談判參與人需要揭示給談判對手自己的效用或偏好信息，使談判得以進行。而過多的信息揭示將導致談判中談判參與方的信息泄漏問題。所以談判過程中因談判參與者不愿揭示更多信息導致談判出現(xiàn)僵局，會降低談判效率。而第二種其于中介的談判模型，由于引入第三方談判中介，使談判雙方不必直接面對談判對手，效用或偏好信息向談判中介提示，通過中介的協(xié)調(diào)使談判雙方達到“共贏”的合同，并減少了談判參與方的信息泄漏。當然，作為談判中介的第三方要符合公正性前提假設，讓談判雙方相信談判中介在談判過程中不會損害自己的談判利益。 .............................

第 3 章 B2B 復雜合同談判決策與談判機制研究 .............................. 34
3.1 B2B 復雜合同談判問題的效用評價 ................................... 34
3.1.1  多屬性效用理論 .......................................... 34
3.1.2 B2B 復雜合同談判的效用函數(shù) ......................... 35
第 4 章 B2B 復雜合同談判模型 ......................................... 49
4.1  基于 Nash 均衡解的決策描述 .............................................. 49
4.1.1  模型談判決策方法 ......................................... 49
4.1.2  基于 MAS 的多邊談判框架 ............................... 50
第 5 章 基于訂單合并的 B2B 復雜合同談判模型 .......................... 67
5.1  采購數(shù)量訂單合并分析 ........................................ 67
5.1.1  采購數(shù)量訂單合并的買方需求 ............................... 67
5.1.2  訂單合并的賣方需求 ........................................ 68

第 6 章  B2B 復雜合同談判模型的應用仿真

6.1 B2B 復雜合同談判模型應用仿真實驗方案設計思路
基于多代理系統(tǒng)的復雜合同多邊智能談判系統(tǒng)的設計，采用 B/S 與 C/S 相混合的訪問模式，為 B2B 電子商務業(yè)務的在線智能談判提供系統(tǒng)方案。因此，復雜合同多邊談判模型應用仿真實驗的設計結構與傳統(tǒng)電子商務的系統(tǒng)設計相類似，只是在具體的功能結構與計算匹配算法上有所不同。
1.  構建 B2B 復雜合同談判模型的實際應用仿真環(huán)境  在實驗室，采用多臺客戶端與一臺服務器搭建仿真的互聯(lián)網(wǎng)訪問環(huán)境，并對客戶端與服務器端的局域網(wǎng)通信帶寬進行限定，仿真真實當前的互聯(lián)網(wǎng)硬件環(huán)境。
2.  B2B 復雜合同談判模型應用仿真實驗方案分析與設計  對談判的具體流程與各功能結構進行分析。為仿真實驗方案的設計提供研究基礎。通過分析結果設計 B2B 復雜合同談判模型應用仿真方案，對實驗仿真系統(tǒng)的功能結構、談判流程與數(shù)據(jù)結構進行設計。
3.  輸入仿真算例進行應用仿真研究  通過算例結果分析 B2B 復雜合同談判模型應用仿真過程中的各項參數(shù)，對輸出結果進行分析。驗證 B2B 復雜合同談判模型應用性能。
4.  B2B 復雜合同談判模型應用仿真中的復雜性分析  分析出計算效率的時間復雜性與空間復雜性。分析模型與算法的性能指標，驗證研究的應用性能是否達到實際要求。
.......................

結論
B2B  電子商務復雜合同談判的研究具有重要的理論與實際應用價值，是談判領域研究的熱點問題之一。由于考慮復雜合同中多個屬性間的非線性依賴關系，并將雙邊談判拓展到多邊情況，所以談判模型設計具有一定難度。本文通過運用混合智能算法，多代理系統(tǒng)技術（MAS）構建了復雜合同的多邊談判機制與談判模型，進而，考慮到采購方最佳訂貨數(shù)量一般不能達到銷售方較優(yōu)的銷售數(shù)量折扣要求，提出基于訂單合并的多邊談判模型。并提供了價格，質(zhì)量與數(shù)量三屬性的智能談判仿真，驗證了模型與方法的正確性與可行性。論文的主要研究工作和創(chuàng)新性成果如下：
（1）構建了基于 MAS/GA 算法的 B2B 電子商務中復雜合同談判模型。運用 GD-FNN 來提取模糊規(guī)則，嵌入到遺傳算法中代替顯性的適應度函數(shù)來評價談判提議的方案效用。并運用遺傳操作求解談判最優(yōu)解。在智能談判領域創(chuàng)造性的運用了多種智能算法的有機融合，是一種應用創(chuàng)新。
（2）另一方面，模型運用多代理系統(tǒng)技術將談判參與方與談判平臺聯(lián)接成一個復雜談判系統(tǒng)，實現(xiàn)了運用代理技術代替人直接參與的談判機制與架構，并且，該談判架構可以將雙邊談判模型平滑拓展到多邊談判模型。運用該多邊談判架構能充分運用云平臺的計算能力與存貯性能，具有較高的應用性。
（3）針對現(xiàn)實談判中，采購方采購數(shù)量通常比銷售方少的情況，創(chuàng)造性的提出了通過采購方基于采購數(shù)量的訂單合并方法進行談判優(yōu)化，并提出MAS/HGA 談判模型，從而提高了參與談判的各方收益，是一種應用創(chuàng)新。研究通過三個屬性（價格、質(zhì)量和數(shù)量）與對應的效用值，這四個維度上仿真驗證了模型與算法的正確性與可行性。該仿真涉及真實談判的主要屬性，而對于產(chǎn)品的交貨期、交貨方式與支付方式等可以事先約定即可，研究基本涵蓋了談判中具有可變因素的主要屬性，具有較強的現(xiàn)實價值，是對多屬性多邊談判相關研究的補充與創(chuàng)新。
參考文獻（略）