传统的面对面协商是日常生活中最为常见的一种协商方式,有较大的灵活性。但是当协商的问题比较复杂时,由于人们有限的处理信息的能力和主观上的偏见,他们很少能有效地进行协商。随着计算机网络的蓬勃发展,通过电子市场交易平台使用Agent进行自动协商越来越普遍。目前关于双边自动协商方面的研究越来越多。但是大多数研究工作里采用的是交替式的出价模式。使用Agent进行交替式出价有一些缺点,典型的如协商Agents都不愿意先出价或者先让步,这样就很容易使协商陷入僵局。目前也出现了一些基于中间Agent的同步自动协商方面的研究,但是这些研究需要协商双方向中间Agent真实揭露各自的效用偏好。而在现实电子市场中很难保证协商参与人的“诚信”,因此这些研究都不太适合现实电子市场的需要。设计适用于电子市场的自动协商系统越来越迫切。本文在总结与分析国内外关于双边协商理论与应用研究现状的基础上,以实际的电子市场为应用背景,使用人工智能多Agent协商理论和博弈论理论工具对双边同步自动协商问题进行了较为深入的研究。双边单属性协商是所有协商问题中最为基础的一种协商方式。本文先提出了一个双边单属性同步自动协商机制。一个协商机制由协商协议和协商策略两个部分组成。在双边单属性协商协议里,通过引入一个中间Agent,来实现协商双方Agents出价的同步性。为了防止协商过程中信息的流失导致协商双方相互猜忌,从而影响协商进程,本协议里假定协商双方Agents在每一轮的出价都不向对手公布,只向中间Agent提交。影响协商策略非常关键的一个因素是协商Agents的效用函数。在研究协商策略时,先建立了协商双方Agents的单属性效用函数,然后利用博弈论相关理论知识,基于期望效用最大化原则,通过分析证明并给出了协商双方Agents在协商过程中每一轮的最优出价,从而形成协商参与人的协商策略。这个同步机制的提出解决了目前交替式出价模式中协商双方都不愿意先出价或先让步这个问题,并且协商过程中出价的封闭性在一定程度上阻止了投机欺诈行为。在双边协商中,协商参与人常常会对商品的多个方面进行协商。本文在双边单属性协商机制的基础上提出了一个双边多属性同步自动协商机制。在双边多属性协商协议里,同样通过引入一个中间Agent来实现协商双方Agents出价的同步性。本文把属性分为两类：连续属性和离散属性。为了加快协商进程,允许多个并发的协商线程。所有离散属性的一个组合对应一个协商线程。在每一个线程里,协商双方只需要对连续属性进行议价,最先达成协议的线程作为最后的成交结果。然后建立了一个个体经销商(买方)向一个供货商(卖方)进货的数学模型。在这个模型里,协商双方对数量属性的偏好不是完全相反的,也就是说卖方希望成交的数量越大越好,但是买方并不一定希望成交的数量越小越好。为协商双方建立好效用函数之后,基于期望效用最大化原则,通过分析证明并给出了协商双方Agents在每一轮的最优出价,从而形成协商双方的协商策略。在本文所提出的多属性协商机制里,同样解决了交替式出价模式的缺点,也不需要协商双方Agents向中间Agent揭露各自的效用偏好。所提出的协商机制符合现实电子市场的需要。为了验证所提出的协商机制的有效性,本文利用MATLAB工具对所提出的双边单属性协商机制和双边多属性协商机制进行了模拟实验,并分别从几个通用的指标衡量了实验的结果。实验结果表明所提出的协商机制在各个指标上的表现都比较优异,符合协商参与人的需要。本文提出的双边同步自动协商机制克服了传统交替式自动协商机制的不足,考虑了双边单属性和双边多属性两种情形,覆盖的范围较为广泛。实验结果表明本文所提出的协商机制是有效的,它可作为对传统协商协议的补充而有望在现实电子市场中得到应用。