考虑稳定匹配条件的双边满意匹配决策方法

双边匹配问题是指如何在两个不相交的主体集合中依据各主体针对潜在匹配对象给出的偏好信息来确定合适的匹配结果,其在经济管理领域中存在着大量的实际背景,是许多学者关注的研究课题。在本文中,针对双边主体给出偏好序值信息的双边匹配问题,给出了一种考虑稳定匹配条件的双边满意匹配决策方法。首先给出了双边匹配、稳定匹配和满意匹配的相关概念;然后考虑到稳定匹配条件,并以双边主体满意度最大为目标,构建了多目标双边匹配优化模型;进一步地,采用线性加权法将多目标优化模型转换为单目标优化模型,并通过求解优化模型来获得最优匹配结果。最后,通过一个算例说明了本文提出方法的实用性和有效性。     

基于不完全序值信息的双边匹配决策方法

双边匹配问题一直是经济管理等领域学者关注的焦点问题之一.针对基于不完全序值信息的双边匹配问题,从完全双边匹配的视角提出了一种新的决策方法.首先描述了该双边匹配问题,同时引入了完全双边匹配的概念,接着探讨了完全双边匹配的存在性,进一步给出了完全双边匹配存在和不存在情形下的双边匹配决策方法;在此基础上提出了求解基于不完全序值信息的双边匹配问题的算法,使用该算法可获得完全双边匹配结果.实例分析说明了所提方法的可行性和有效性.     

基于不完全序值信息的双边匹配决策方

双边匹配问题一直是经济管理等领域学者关注的焦点问题之一． 针对基于不完全序值信息的双边匹配问题,从完全双边匹配的视角提出了一种新的决策方法． 首先描述了该双边匹配问题,同时引入了完全双边匹配的概念,接着探讨了完全双边匹配的存在性,进一步给出了完全双边匹配存在和不存在情形下的双边匹配决策方法; 在此基础上提出了求解基于不完全序值信息的双边匹配问题的算法,使用该算法可获得完全双边匹配结果． 实例分析说明了所提方法的可行性和有效性．     

双边匹配决策的研究现状与展望

近几年来,大量文献资料表明,双边匹配决策是经济管理研究领域中一个值得关注的、新的研究方向。在检索了双边匹配决策相关研究文献的基础上,通过对这些文献的筛选、分析与分类,界定了双边匹配决策的概念;回顾了双边匹配决策研究的历史衍变过程;并系统地分析了不同情境下的双边匹配决策问题;最后探讨了未来双边匹配决策的研究方向和研究问题。     

具有不同类型信息的风险投资商与投资企业多指标双边匹配决策方法

根据现实风险投资商与投资企业双边匹配问题的特点,构建了具有不同类型信息的风险投资商与投资企业双向选择的多指标评价匹配模型,给出了一种多指标双边匹配决策方法。由于市场环境的不确定性和客观事物的复杂性,评价信息采用实数、区间数、三角模糊数、语言变量和直觉模糊数5种类型表示。选取期望水平为参照点,利用前景理论计算各指标的益损值,考虑决策者损失规避的心理行为特征,基于TODIM（葡萄牙语,Interactive and Multicriteria Decision Making首字母缩写）方法得到投资企业和风险投资商的总体感知价值,据此建立了风险投资商、投资企业总体感知价值和投资中介收益最大化的多目标优化模型,并提出了极大极小求解方法。实例分析表明决策方法的有效性和合理性。     

基于悲观度的双边匹配决策问题研究

双边匹配决策问题一直是经济管理和计算几何等领域研究的热点和难点问题之一。针对双边主体偏好信息为序值的双边匹配决策问题,提出基于悲观度的新方法,给出具有序值形式信息的双边匹配决策问题的描述,引入能够反映功利型中介悲观度的满意度和支付的计算公式。在此基础上,考虑到匹配主体对之间的满意度和功利型中介的收益,构建求解双边匹配决策问题的多目标优化模型。运用基于隶属函数的加权和方法将多目标优化模型转化为单目标优化模型,运用Hungarian法进行求解获得双边匹配方案,通过算例说明给出方法的有效性。计算结果表明,悲观度取值不同,运用该方法获得的双边匹配方案也可能会不同,即双边匹配方案能反映不同功利型中介的不同风险偏好。     

模糊积分在多目标决策中的应用研究

基于模糊测度与模糊积分理论,运用层次分析法获取测度函数,研究了解决多目标决策问题的应用方法,实现了模糊积分与层次分析法的联合应用。算例表明,模糊积分理论可以用来解决多目标决策问题。     

基于多目标优化的模糊需求VRPTW动态管理

针对具有模糊顾客需求的带时间窗车辆路径问题,建立了最小化车辆行驶距离和最小化配送服务延迟时间的多目标模糊机会约束规划模型,提出了管理车辆服务模糊需求的动态优化策略,设计了嵌入模糊模拟的改进非支配排序混合遗传算法来求解模型。通过Solo-mon标准算例的仿真实验,不仅讨论了决策者主观偏好值对决策目标的影响,而且与传统车辆调度方法进行了对比分析,验证了该动态管理策略的有效性。     

基于Vague集包含度的模糊多目标决策

将Vague集的包含度应用于模糊条件下的多目标决策问题。首先,定义vague集的包含度,利用正常蕴涵算子给出Vague包含度的一系列具体公式,并通过定义Vague集的基数将模糊集的部分包含度公式推广到Vague集。然后给出基于Vague集包含度的模糊多目标决策方法。最后,通过例子阐明方法的有效性。     

群决策中基于语言信息处理的一种理想点法

针对具有自然语言评价信息的多指标群决策问题,提出了一种基于语言信息处理的理想点法。该方法是采用近年来最新发展的LWD算子和LOWA算子对自然语言符号进行处理和运算,通过计算每个方案与正负理想点间的距离,最终确定最优方案,使该方案最贴近正理想点和最远离负理想点。最后给出了一个算例。     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,提出了一种基于D-S理论的新决策方法。该方法首先对多个决策者给出不完全的语言评价信息进行分析,得到不同属性下各焦元的基本概率分配函数值,然后通过Dempster-Shafer合成法则对其值进行合成,计算决策方案的信度函数和似真函数值,并据此对所有决策方案进行排序。最后,通过一个算例验证该方法的可行性和有效性。     

基于学习与协同效应的云制造任务动态双边匹模型

云制造环境下的智能服务单元具有自适应学习能力,并通过社会关系与其他服务进行资源传递、信息共享交互,协作完成复杂制造项目。根据云平台上制造任务关联性与服务协同性的新特征,提出考虑学习与协同效应的制造任务双边匹配决策方法。由于云交易的重复性、动态性,服务通过多次参与任务积累知识提升服务质量,构造基于学习效应模型的主体动态能力计算方法,运用期望效用理论聚合双方满意度。同时,应用协同网络刻画服务社会关系,基于社会网络理论计算服务间协同满意度。从而构建以任务、服务满意度、服务间协同满意度最大化的一对一双边匹配多目标模型。通过汽车云制造实例运算得到最优匹配方案,验证本文模型的有效性,并与一般双向匹配、考虑学习、考协同效应的3类模型比较,证明本文模型的优势,更符合实际制造场景要求。     

云制造环境下基于本体和模糊QoS的供应商匹配方法

云制造环境下的服务匹配具有资源数量大、语义信息不对称、QoS多样化和模糊化的特点,同时企业有自主选择匹配结果的需求。为此,提出基于本体和模糊QoS聚类的三阶段供应商匹配模型。首先构建本体模型和供应商服务描述模型,运用语义本体既消除了信息的不对称性,又增加了语义信息的完整性。此外,对QoS的多属性信息进行三角模糊化处理,结合模糊偏好和优化的模糊C均值聚类（FCM）算法按需聚类,提高了收敛速度和精度,得出基于匹配度排序的结果集合。实例验证结果表明：本文匹配方法较传统方法有更高的适应性和查准率。     

基于公理设计和功能过剩的公共住房撮合分配方法

公共住房的合理分配是关系保障性安居工程成败及可持续发展的"生命线"。公共住房分配中缺乏科学规划和依据,既难以保障公共住房资源分配的"公平正义",也在一定程度上造成了效率缺失。本文借鉴双边匹配思想,给出了一种基于公理设计和功能过剩的公共住房撮合分配方法,构建了一个公共住房撮合分配多目标优化决策模型。文中给出的公共住房分配案例计算表明,该方法有利于提高公共住房撮合分配的科学性、合理性及正确性,具有一定的可行性和适用性。基于相关系数权重的数值模拟试验,研究进一步探讨了住房保障的发展阶段、住房保障策略与最优撮合分配结果的关系,为公共住房分配提供了一些策略:在住房保障起步和发展阶段,应当优先考虑较高的保障覆盖面,同时也应避免公共住房对保障需求过剩;在住房保障发展成熟和完善阶段,则应当注重提高住房保障的保障水平,尽力满足住房保障对象更高水平的住房改善需求。     

基于多目标加权灰靶决策模型的节能服务公司选择研究

用能方对节能服务公司（Energy Service Company,ESCO）的选择关系到合同能源管理（Energy Performance Contracting,EPC）能否顺利实施。从用能方的角度,采用灰色系统理论中的多目标加权灰靶决策模型,对存在多决策目标的ESCO选择问题进行研究。通过层次分析法确定ESCO的11个决策目标的决策权数,根据综合效果测度值的比较,最终实现最优对策的选择。本文为用能方的ESCO选择问题提供了一种新的思路。