不完全序关系信息下的双边匹配决策

针对不完全序关系信息下的双边匹配问题,提出了一种匹配决策方法。为了解决该问题,首先将不完全序关系信息转化为不完全Borda分值矩阵,并进行规范化处理;依据规范化Borda分值矩阵,构建综合Borda分值矩阵和离差矩阵,进而构建匹配度矩阵。基于匹配度矩阵构建优化模型,通过求解模型获得匹配方案。最后,以软件服务外包供需匹配为例说明本文所提方法的实用性和有效性。     

不完全序值信息下考虑主体心理行为的匹配决策

针对不完全序值信息下的双边匹配问题,从主体心理行为的角度进行研究,具有现实意义,但相关研究非常少见。鉴于此,本文提出了一种决策方法。描述了不完全序值信息下考虑主体心理行为的双边匹配问题;以每个主体给出的临界值作为其参照点,计算了每个主体给出的序值相对于参照点的收益或损失;考虑到主体损失规避的心理行为特征,依据TODIM思想计算每个主体对另一方主体的益损值的感知价值;在此基础上,构建了求解该双边匹配问题的双目标优化模型,使用线性加权法将双目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;技术服务外包中的供给方与需求方匹配实例分析说明了所提方法比传统方法效果更显著。     

基于优势的双边匹配决策方法

传统的双边匹配方法根据主体双方给出的偏好序信息排序, 忽略匹配双方个体间存在的差异, 匹配结果不能很好的满足主体需求, 稳定性较差, 造成资源的错配甚至浪费。本文以人为出发点, 基于对匹配主体特征属性的优势结构识别, 提出新的序值依据, 将定性的不确定匹配标准依重视程度量化, 从而实现对人的多维度测量, 最大化个体差异, 以实现“按需匹配”的高稳定性、高满意度匹配结果。构建基于主体客观评价的优势属性量表; 引入个体综合情况的计算公式; 依托隶属度加权法把多目标优化转变成单目标优化; 运用Hungarain方法获得满意度最高且稳定匹配的指派方案; 最后通过算例证明本方法的科学性和可行性。     

具有不确定偏好序信息的双边匹配决策问题研究

针对具有不确定偏好序信息的双边匹配决策问题,提出了一种决策方法。首先,给出了不确定偏好序和双边匹配决策问题的描述;接着,引入了满意度和支付的概念;在此基础上,考虑到匹配主体对之间的满意度要求及中介收益,构建了求解该双边匹配决策问题的多目标优化模型,采用基于隶属函数的加权和方法求解该模型获得双边匹配方案。最后,通过一个算例说明了该方法的可行性和有效性。     

一种基于偏好序信息的双边匹配方法

针对双方主体给出匹配偏好序信息的双边匹配问题,提出了一种决策分析方法。首先通过构建双边匹配满意度函数,将匹配偏好序信息转化为匹配满意度,然后通过集结双方主体相互间的匹配满意度得到综合匹配满意度,进一步地,将综合匹配满意度视为双边主体之间匹配的权,进而将基于偏好序信息的双边匹配问题转化为完全二分图中的权匹配问题。为了解决双边匹配问题,构建了最大权匹配问题的优化模型,并通过模型的求解确定最优双边匹配结果。在本文最后,通过一个算例说明了提出方法的实用性和有效性。     

基于得分信息的双边匹配决策方法

针对基于得分信息的双边匹配问题,提出了一种决策方法。首先,给出了基于得分信息的双边匹配问题的描述;接着,引入了满意度计算公式;以每个主体满意度最大为目标,构建了求解该双边匹配决策问题的多目标优化模型;考虑到每方每个主体的重要程度,将多目标优化模型转化为双目标优化模型;运用线性加权法将双目标优化模型转化为单目标优化模型,在此基础上,运用匈牙利法进行求解获得匹配结果。最后,毕业生与实习岗位的双边匹配实例分析说明了所提方法的有效性。     

基于双重参照点的电子中介买卖双边匹配决策方法研究

本文从电子中介角度解决了买卖双方的匹配问题。首先,本文基于累积前景理论建立了双重参照点影响下的买卖双方交易达成条件的模型,并得到不同交易发生时电子中介的最优撮合价格和买卖双方的综合满意度。接着,本文针对中介企业发展的不同阶段和业务的淡旺季,构建了可供中介选择的利润导向型、客户导向型和折中型的买卖双边匹配模型。其中,在利润导向型模型中设定了关于客户满意度的阈值;在客户导向型模型中设定了关于利润的阈值;在折中型模型中同时考虑了利润和客户满意度,并设定了关于两者的阈值。最后,通过实例验证了提出方法和模型的有效性。     

不确定偏好序信息下考虑主体心理行为的双边匹配决策方法

针对基于不确定偏好序信息的双边匹配问题,本文提出了一种决策方法。给出了双边匹配和不确定偏好序的相关概念,同时给出了不确定偏好序信息下考虑主体心理行为的双边匹配问题描述;以每个主体给出的临界值作为其参照点,计算了每个主体给出的不确定偏好序相对于参照点的收益或损失;考虑到主体损失规避的心理行为特征,依据TODIM思想计算每个主体对另一方主体的益损值的感知价值;在此基础上,构建了求解该双边匹配问题的双目标优化模型,使用线性加权法将双目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;最后,通过IT服务外包中的供给方与需求方的双边匹配实例分析说明了所提方法的有效性。     

基于优化模型的双边匹配决策方法

针对满意度表达评价信息的双边匹配决策问题,从匹配主体相互满意的视角,综合考虑匹配主体满意度的互补性和一致性定义匹配主体的组合满意度,以匹配的总组合满意度最大为目标建立求解匹配结果的优化模型,进而提出了一种匹配决策方法,并通过实例说明所提方法的可行性和有效性.     

基于前景理论和双边匹配决策的合作伙伴初选决策

针对决策信息获取困难的情况采用不同粒度的模糊语言表达属性值,并提出了一种不同粒度模糊语言一致化方法.针对线性加权存在的决策补偿效应,采用基于级别优先序理论的ELECTRE集结基于前景理论的价值函数得到满意度值.传统合作伙伴决策方式只是制造企业对供应商评价并从中选择出评价结果最好的供应商,全然不考虑供应商对制造企业的接受程度,在集中式决策方法中采用双边匹配决策方法构造多目标优化模型,并采用模糊规划中的两阶段法求解多目标优化得到最终匹配结果.实例分析表明该方法的有效性.     

基于三角直觉模糊数信息的双边匹配决策

本文研究了基于三角直觉模糊数信息的双边匹配问题。给出了三角直觉模糊数和双边匹配的相关理论;以实现每个主体三角直觉模糊满意度最高为目标,考虑到一对一双边匹配约束,构建了多目标双边匹配模型;运用线性加权法和三角模糊数重心法,将多目标双边匹配模型转化为单目标双边匹配模型;进而通过求解该模型获得“最佳”双边匹配方案。风险投资者和风险投资企业的匹配算例证明了所提双边匹配决策的可行性和实用性。     

面向师生感知满意度的双边匹配决策模型

为提高研究生新生(以下简称“研究生”)与导师对匹配方案的整体感知满意度,针对导师和研究生形成的一对多双边匹配问题,从行为科学视角,梳理师生双方对匹配方案感知的心理因素,结合前景理论解决此类问题。首先,将师生双向互选过程描述为一对多双边匹配问题,并将其转化为一对一双边匹配问题;接着,基于前景理论刻画双边主体在不同偏好序下的心理感知,构建师生双方基于偏好序的感知满意度函数;然后,建立稳定匹配条件下最大化师生整体感知满意度的双边匹配决策模型。最后,结合遗传算法对问题进行求解,并通过数值算例验证了算法及模型的有效性和可行性。     

基于区间犹豫模糊信息双向投影技术的双边匹配决策方法

近年来,双边匹配决策问题受到学者们的广泛关注,然而区间犹豫模糊信息双向投影技术的双边匹配决策问题的研究并不多见。因此,针对基于区间犹豫模糊信息下的双边匹配问题,本文提出了一种基于区间犹豫模糊信息双向投影技术的双边匹配决策方法。给出了区间犹豫模糊信息下的双边匹配问题的描述;依据双边主体给出的偏好信息构造区间犹豫模糊矩阵,运用双向投影法对区间犹豫模糊矩阵进行技术处理,构造双向投影矩阵;采用传统Topsis思想构造贴近度矩阵;在此基础上,构建了该双边匹配问题的优化模型,并使用组合满意度法对优化模型进行求解,从而得到了双边主体间的匹配结果;最后,通过算例说明了所提方法的有效性和可行性。     

考虑协同信息的人员与岗位双边匹配决策方法

针对考虑协同信息的人员与岗位双边匹配问题,提出一种决策分析方法。首先,给出了考虑协同信息的人员与岗位双边匹配问题描述;其次,依据人员和岗位给出的多指标评价信息,计算了人员对岗位的满意度、岗位对人员的个体技能满意度及人员之间的工作协同度;在此基础上,建立了以人员对岗位满意度最大、岗位对人员个体技能满意度最大和人员之间协同度最大为目标的多目标优化模型,该模型是一个具有多目标的0-1型二次整数规划问题,也是一个NP-hard问题,为了求解该多目标优化模型,设计了一个多目标离散差分进化算法;最后,通过一个实例验证了所提方法的可行性和有效性。     

基于两粒度语言评价信息的双边匹配决策

针对基于两粒度语言评价信息的双边匹配问题,提出了一种了基于二元语义信息处理的决策方法。在该方法中,首先将两粒度语言评价信息转化为两粒度二元语义信息;考虑以每个主体满意度最大为目标,运用广义二元语义加权平均算子构建了多目标优化模型;进一步地,运用二元语义算术平均算子将多目标优化模型转化为双目标优化模型;根据二元语义的自身特点将双目标优化模型转化为单目标优化模型,进而进行求解来得到匹配方案。最后,给出一个算例说明所提供方法的有效性。     

基于语言偏好信息的稳定双边匹配决策方法

针对语言偏好信息下的双边匹配问题,提出一种双边匹配决策方法。首先,将双边主体给出的语言偏好信息转化为三角模糊数;然后,基于去模糊化处理方法将三角模糊数转化为匹配满意度,在此基础上,考虑稳定匹配约束条件,以最大化每方主体的匹配满意度为目标,建立双边匹配多目标优化模型,求解模型,获得双边匹配结果;最后,通过一个算例验证了提出方法的可行性和有效性。