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。     

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。     

考虑匹配意愿的直觉模糊双边匹配决策

本文从匹配意愿的视角研究了基于直觉模糊集信息的双边匹配问题。首先给出了直觉模糊集和双边匹配的概念;接着描述了考虑匹配意愿的直觉模糊双边匹配问题。为求解该问题,先将直觉模糊集矩阵转化为得分矩阵。以每个主体得分最大为目标,在一对一双边匹配约束条件下,建立了双边匹配模型。依据得分矩阵,计算匹配意愿矩阵;依据匹配意愿矩阵,将双边匹配模型转化为单目标优化模型;通过求解该模型获得“最佳”双边匹配。最后,通过一个人岗匹配实例说明了所提双边匹配决策的可行性和有效性。     

基于前景理论和证据推理的双边匹配决策方法

针对考虑匹配主体心理因素的双边匹配决策问题,提出了一种决策方法.首先,以匹配主体给出的期望值为参照点,利用前景理论计算属性前景值,在此基础上,以属性前景值作为证据,通过融合证据计算出综合前景值;然后,将综合前景值融合为综合感知价值并将综合感知价值转化为匹配满意度,建立并求解以匹配满意度最大化为目标的优化模型;最后,算例分析说明该匹配方法的有效性和实用性.     

基于对偶犹豫模糊偏好信息的双边稳定匹配决策方法

针对基于对偶犹豫模糊偏好信息的双边稳定匹配问题,提出了一种新的匹配方法.首先,给出了基于对偶犹豫模糊偏好信息的双边稳定匹配问题的描述;然后,依据双边主体给出的偏好信息构造对偶犹豫模糊偏好矩阵,使用投影技术将对偶犹豫模糊偏好矩阵转化为满意度矩阵;接着,以双方主体满意度最大化为目标,考虑稳定匹配的约束条件,构建了匹配模型;进而,运用组合满意度分析方法,将多目标优化模型转化为单目标优化模型,通过模型求解得到最优的匹配方案;最后,实例分析说明了所提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。     

毕达哥拉斯模糊环境下基于TODIM的双边匹配决策方法

本文考虑决策者在实际问题中存有的多种决策心理,针对毕达哥拉斯模糊偏好下考虑双边主体损失规避和参照依赖心理行为的双边匹配问题提出一种决策方法。对于双边主体给出的毕达哥拉斯模糊偏好信息,依据TODIM(Tomada de Decis■o Interativa Multicritério)思想获得双边主体相较于另一边匹配主体的总体优势度,进而构建双边主体的满意度矩阵;而后,在考虑双边主体一对一的数量匹配约束下,以实现双边主体满意度最大化为决策目标,建立多目标双边匹配决策模型;最后,通过线性加权法进一步将其转化为单目标双边匹配模型,通过模型求解获得最优双边匹配方案;一个实际供应链管理系统软件的交易匹配算例验证本方法的可行性和有效性。     

考虑后悔规避与匹配意愿的直觉模糊双边匹配方法

针对直觉模糊偏好信息的双边匹配问题,提出一种考虑匹配主体后悔规避心理行为和匹配意愿的双边匹配方法。首先,将双边主体的直觉模糊偏好信息转化为效用值;然后,依据后悔理论的思想,通过一方主体将另一方主体进行两两比较计算每个主体的后悔值和欣喜值,进而计算每个主体的总体后悔欣喜值,构建匹配满意度计算规则,建立双边匹配多目标优化模型,通过分析现有匹配意愿系数确定方法的不足,给出一种新的匹配意愿系数确定方法,在此基础上,考虑双边主体的匹配意愿,采用线性加权法将多目标优化模型转化为单目标规划模型进行求解,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。     

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。     

考虑个体偏好和互惠偏好的双边匹配决策方法研究

针对具有个体偏好和互惠偏好的双边匹配问题,提出了一种考虑稳定性和满意性的决策方法。首先,给出了考虑个体偏好和互惠偏好的双边匹配问题描述;其次,对基于满意度的个体理性匹配、稳定匹配等相关概念进行了界定,并给出了个体满意度、互惠满意度和总体满意度的计算方法;在此基础上,构建了以双边主体总体满意度最大为目标的稳定匹配优化模型,采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,通过求解单目标优化模型获得双边主体最优稳定匹配方案。最后,通过算例分析说明所提方法的有效性和实用性。     

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。     

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。     

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。     

考虑决策者心理行为的证券投资组合决策方法研究

在现实的证券投资组合决策中,决策者的心理行为是不可忽视的重要因素。本文针对考虑决策者心理行为的证券投资组合问题,给出了一种基于累积前景理论和心理账户的决策分析方法。首先,依据累积前景理论,将决策者对不同市场状态下的预期收益率作为参考点,计算各备选证券收益率相对于参照点的收益和损失,并计算不同市场状态下针对所有备选证券的综合前景价值;然后,依据决策者的心理账户,即以证券投资组合的收益总体综合前景价值最大为目标、以投资期末总财富阈值以及满足财富约束的概率不小于决策者设定的概率阈值为约束,构建了具有概率约束条件的证券投资组合优化模型,通过将概率约束转化为线性约束并求解优化模型,可得到最优的证券投资组合方案。最后,通过一个算例对本文提出方法的可行性和有效性进行了验证。研究结果表明,本文提出的方法能够较好地解决考虑决策者心理行为的证券投资组合问题。     

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。