19、多智能体事务协商：在电子营销中的应用

多智能体事务协商：在电子营销中的应用

1. 事务协商方法

解决问题的关键在于找到一系列期望操作符的部分有序应用序列，从而将给定的初始状态转变为期望的最终状态，即目标状态。通过一系列完全有序的子目标来达成最终目标的解决方案被称为线性解决方案。然而，对于许多问题而言，可能并不存在完全有序的子目标串联，这类问题就需要进行非确定性搜索，基于非确定性搜索的解决方案被称为非线性解决方案，它采用行动 - 验证策略。人类在解决问题时也会运用这种策略，通过前置条件和行动来实现。在解决问题的过程中，这与事务处理问题有相似之处：每个事务都是一个探索性的、非预编程的实时过程，涉及到内存回忆（读取）、获取新信息以及内存修订（写入）。同时，每个事务还具备修复功能（恢复 - 撤销），类似于人类解决问题时的修复过程。

在人类解决问题时，会从各种知识源获取多个独立或相关的信息，并在完成每一步解决方案以实现子目标之前验证这些信息的一致性。这一过程类似于分布式事务处理系统中提交子事务，然后再朝着下一级子目标前进。因此，事务处理方法提供了一种提议、行动和验证的策略，采用非过程式编程风格（称为“虚拟语气编程”），即先提出假设性的提议或行动（如果发生变化会怎样），然后进行验证、提交、中止或恢复。这种范式非常适合基于智能体的计算。

2. 基于对象的规则和事务

多智能体协商基于波斯特产生式系统模型（及相关语言）。产生式系统范式在人工智能领域占据重要地位，它由一组重写规则组成，包括左侧表达式（LHS）和右侧表达式（RHS）。当从数据库中提取的字符串与左侧表达式匹配时，就会用对应的右侧表达式进行替换，这允许进行更新、评估、插入或删除操作。产生式系统的实现包括三个阶段的循环：匹配、选择和执行，当数据库满足终止