El análisis del juego de negociación utilizando computación evolutiva es un tema esencial en el campo de la teoría de juegos. Este documento investiga la interacción y el proceso coevolutivo entre agentes artificiales heterogéneos utilizando computación evolutiva (EC) en el juego de negociación. En particular, se estudia el rendimiento del juego con respecto al pago a través de la interacción y coevolución de agentes. Presentamos tres tipos de agentes basados en EC (agente-EC) participando en el juego de negociación: algoritmo genético (GA), optimización por enjambre de partículas (PSO) y evolución diferencial (DE). Se compara el rendimiento de los agentes con respecto a las condiciones cambiantes. De los resultados de la simulación se encontró que el agente PSO es superior a los otros agentes.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Potencial transformador de la IA en la atención sanitaria: definiciones, aplicaciones y navegación en el panorama ético y las perspectivas públicas
Video:
Entrevista a Mar Cabra. Programa en Big Data y Business Intelligence
Artículo:
Uso de cascada y la gestión de ciclos de vida del producto
Artículo:
Descentralización de las actividades de investigación, desarrollo e ingeniería en las empresas transnacionales: aportaciones a la teoría desde una perspectiva subsidiaria
Artículo:
Un marco teórico para comunicaciones multimedia inalámbricas optimizadas conscientes de la calidad a través de capas cruzadas.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones