Im Rahmen dieser Diplomarbeit werden genetische Algorithmen zur Optimierung von Strategien für Automatische Verhandlungen verwendet. Dabei kommen im Gegensatz zu anderen Arbeiten endliche Automaten als Datenstruktur zum Einsatz. Diese werden für bilaterale Verhandlungen und Auktionen verwendet: die Ergebnisse werden mit anderen Ansätzen verglichen. Die Arbeit gibt außerdem eine Einführung in die Gebiete der automatischen Verhandlungen und genetische Algorithmen.
Inhaltsverzeichnis
1 Einführung
1.1 ECommerce
1.2 Automatische Verhandlungen
1.3 Genetische Algorithmen
1.4 Genetische Programmierung
1.5 Optimierung von Verhandlungsstrategien mit Genetischen Algorithmen
1.6 Überblick über das Dokument
2 Automatische Verhandlungen
2.1 Motivation
2.2 Vorangegangene Arbeiten
2.3 Klassifikation von Verhandlungen
2.4 Verhandlungsprotokolle
2.5 Verhandlungsstrategien
2.6 Modellierung von Verhandlungsstrategien als endliche Automaten
3 Genetische Algorithmen
3.1 Einführung
3.2 Prinzipien genetischer Algorithmen
3.2.1 Das Schematheorem
3.3 Genetische Programmierung
3.4 Anwendung für Verhandlungsstrategien
3.5 Vorangegangene Arbeiten
3.5.1 Das Iterated Prisoners Dilemma
3.5.2 Anwendung von genetischen Algorithmen auf Verhandlungsszenarien
3.6 Endliche Automaten als Datenstruktur
4 Implementierung
4.1 Anforderungen an die Implementierung
4.2 Verwendete Technologien und Vorgehensweisen
4.3 Generisches Framework für genetische Algorithmen
4.4 Anwendung auf numerische Probleme
4.5 Implementierung der endlichen Automaten
4.6 Anwendung auf Verhandlungsszenarien
5 Anwendung auf bilaterale Verhandlungsszenarien
5.1 Beschreibung der Szenarien
5.2 Implementierung
5.3 Ergebnisse
5.4 Analyse und Bewertung der Ergebnisse
6 Anwendung auf Auktionsszenarien
6.1 Beschreibung der Szenarien
6.2 Implementierung
6.3 Ergebnisse
6.4 Analyse und Bewertung der Ergebnisse
7 Zusammenfassung und Ausblick
7.1 Bewertung
7.2 Andere Anwendungsgebiete für genetische Algorithmen
7.3 Mögliche Erweiterungen bei automatischen Verhandlungen
Zielsetzung & Themen
Die Arbeit untersucht, wie genetische Algorithmen zur Optimierung von Verhandlungsstrategien in automatisierten Systemen eingesetzt werden können, wobei endliche Automaten als zentrale Datenstruktur dienen, um bilaterale Verhandlungen und Auktionen effizient zu modellieren.
- Einsatz genetischer Algorithmen zur Strategieoptimierung
- Modellierung von Verhandlungsstrategien durch endliche Automaten
- Vergleich bilateraler Verhandlungsszenarien und Auktionen
- Entwicklung eines generischen Software-Frameworks
- Analyse und Bewertung der erzielten Verhandlungsergebnisse
Auszug aus dem Buch
1.1 ECommerce
Allgemein kann ECommerce definiert werden als ein Oberbegriff für all jene Handelstransaktionen, die auf elektronischem Wege stattfinden und meist auch zumindest teilweise automatisiert sind. Dabei sind viele sehr unterschiedliche Szenarien heute schon im Einsatz. So gibt es mittlerweile eine Vielzahl von Einzel- und Großhändlern, die ihr Angebot über das weltumspannende World Wide Web (WWW) ihren Kunden anbieten. Neben diesen Business-to-Consumer Märkten gibt es auch zahlreiche Business-to-Business Anwendungen, die meist auch schon länger im Einsatz sind. Wesentliche Technologien sind dabei z.B. EDI (Electronic Data Interchange), den einen Standard für die elektronische Übertragung von Handelstransaktionen darstellt. Desweiteren gibt es verschiedene Verfahren für Online-Zahlungen, also elektronisches Geld. Es hat sich jedoch gezeigt, daß meist bereits die verschlüsselte Übertragung von Kreditkartennummern ausreicht, um entsprechende Zahlungsvorgänge auszulösen, so daß diese Technik inzwischen den größten Teil der ECommerce Umsätze ermöglicht. Wichtiger hingegen die Portal-Sites, die meistens früher Suchmaschinen für das Durchsuchen des Internets waren. Diese haben sich inzwischen zu Katalogdiensten entwickelt, die Verweise auf unterschiedliche Online-Angebote haben. Solche Katalogdienste sind auch in der Forschung immer wieder implementiert worden, so zum Beispiel in [Wol99].
Der wesentliche Faktor für den Erfolg von ECommerce ist dabei, daß durch die großen Automatisierungspotentiale meist geringere Transaktionskosten realisierbar sind, als dies bei herkömmlicher Bearbeitung der Transaktionen der Fall wäre. Darüber hinaus erlaubt der direkte Zugriff auf die Informationssysteme des Geschäftspartners oft auch einen besseren Kundenservice. Mit Hilfe dieser Systeme ist es zum Beispiel möglich, stets aktuelle und umfassende Produktinformationen anzubieten oder ein System zu realisieren, das 24 Stunden am Tag an 7 Tagen in der Woche Bestellungen annehmen kann.
Durch das Internet in Verbindung mit ECommerce wird auch ein offener Dienstemarkt [Mer99] geschaffen, indem es für jeden möglich ist, mit äußerst niedrigem Aufwand seine jeweiligen Dienstleistungen oder Waren anzubieten.
Zusammenfassung der Kapitel
1 Einführung: Bietet einen Überblick über ECommerce, automatische Verhandlungen sowie die Grundlagen genetischer Algorithmen und Programmierung.
2 Automatische Verhandlungen: Erläutert die theoretischen Grundlagen, Klassifizierungen und Protokolle automatisierter Verhandlungssysteme sowie deren Modellierung mittels Automaten.
3 Genetische Algorithmen: Behandelt die Prinzipien der evolutionären Optimierung, das Schematheorem, die genetische Programmierung und deren Anwendung auf Verhandlungsszenarien.
4 Implementierung: Beschreibt die technische Realisierung eines Frameworks für genetische Algorithmen und die Integration endlicher Automaten zur Strategieoptimierung.
5 Anwendung auf bilaterale Verhandlungsszenarien: Dokumentiert die experimentelle Anwendung und die Ergebnisse der optimierten Strategien in verschiedenen bilateralen Handelsszenarien.
6 Anwendung auf Auktionsszenarien: Analysiert die Effektivität genetisch optimierter Strategien in komplexeren, multilateralen Auktionsmodellen.
7 Zusammenfassung und Ausblick: Bewertet die erreichten Ergebnisse, diskutiert weitere Anwendungsfelder und zeigt Potenziale für zukünftige Erweiterungen auf.
Schlüsselwörter
ECommerce, Automatische Verhandlungen, Genetische Algorithmen, Genetische Programmierung, Endliche Automaten, Verhandlungsstrategien, Auktionen, Strategieoptimierung, bilaterale Verhandlungen, Framework, Fitnessfunktion, Evolutionäre Strategien, Business-to-Business, Marktmechanismen, Simulationswerkzeug
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Diplomarbeit befasst sich mit der automatisierten Optimierung von Verhandlungsstrategien unter Nutzung genetischer Algorithmen in ECommerce-Umgebungen.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf elektronischem Handel (ECommerce), der Spieltheorie in Verhandlungen, evolutionären Algorithmen und der Modellierung von Agentenverhalten.
Was ist das primäre Ziel der Forschungsarbeit?
Das Ziel ist die Entwicklung und Validierung eines Frameworks, das es Software-Agenten ermöglicht, mittels genetischer Optimierung eigenständig effektive Verhandlungs- und Auktionsstrategien zu erlernen.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein experimenteller Ansatz verfolgt, bei dem genetische Algorithmen in einem generischen Framework implementiert werden, um Strategien zu entwickeln, die als endliche Automaten modelliert sind.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung der Verhandlungs- und Optimierungsmethoden sowie die detaillierte Beschreibung der Implementierung und der empirischen Tests in bilateralen Verhandlungen und Auktionen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die wichtigsten Begriffe sind ECommerce, Genetische Algorithmen, Verhandlungsstrategien, Endliche Automaten und automatisierte Auktionen.
Warum werden endliche Automaten als Datenstruktur für Strategien gewählt?
Sie ermöglichen eine flexible und gleichzeitig mathematisch präzise Modellierung von Verhaltensweisen, die sich durch genetische Operatoren wie Mutation und Crossover optimieren lassen.
Wie unterscheiden sich bilaterale Verhandlungen von Auktionen in diesem Modell?
Bilaterale Szenarien fokussieren auf die Kooperation oder Ausbeutung zwischen zwei Parteien, während Auktionen als multilaterale Verhandlungsszenarien eine komplexere Interaktion mit vielen Bietern erfordern.
Was ist die Kernschlussfolgerung zur Effektivität genetischer Strategien?
Die Ergebnisse zeigen, dass genetisch optimierte Strategien flexibel auf Marktdynamiken reagieren können und in vielen Fällen traditionellen fixen Strategien überlegen sind, wenngleich eine Lernphase erforderlich ist.
Welchen Einfluss hat das Framework-Design auf die Forschung?
Durch das generische Framework wird eine modulare Plattform geschaffen, die es erlaubt, unterschiedliche Fitnessfunktionen und Szenarien ohne grundlegende Neuentwicklung des Algorithmus zu testen.
- Arbeit zitieren
- Eberhard Wolff (Autor:in), 2000, Genetische Programmiermodelle für automatische Verhandlungen, München, GRIN Verlag, https://www.grin.com/document/185459
