基于语言偏好信息的满意公平稳定双边匹配方法

针对语言偏好信息下的双边匹配问题,提出一种考虑匹配满意性、公平性和稳定性的双边匹配方法.首先,通过构造匹配满意度计算规则,将双边主体的语言偏好信息转化为匹配满意度;然后,给出满意匹配、公平匹配和稳定匹配的定义,在此基础上,考虑稳定匹配约束条件,建立双边匹配多目标优化模型,采用理想点法将多目标优化模型转化为单目标规划模型进行求解;最后,通过一个算例验证了提出方法的可行性和有效性.     

一种具有序值信息的双边匹配决策方法

针对具有序值信息的双边匹配决策问题,提出了一种新方法.首先,给出了具有序值信息的双边匹配决策问题的描述;其次,给出了稳定双边匹配和满意双边匹配的相关概念及判断方法,在此基础上,对双边匹配进行了分类;然后,以匹配主体对之间的序值总和最小及中介收益最大为目标,构建了多目标优化模型,使用线性加权方法将多目标优化模型转换为单目标线性规划模型进行求解来获得匹配方案,并进一步说明了该匹配方案的类型.最后,通过一个算例说明了该方法的可行性和有效性.     

考虑偏好序的多满意稳定导向双边匹配决策方法

针对考虑偏好序的多满意稳定导向双边匹配决策问题,提出了一种新的决策分析方法.首先,给出了双边匹配方案、稳定双边匹配方案、弱稳定双边匹配方案和α-稳定双边匹配方案的相关定义.然后,考虑双边匹配主体给出的强偏好序、弱偏好序、无差异偏好序和未知偏好序信息,分别计算了双边匹配主体的满意度.进一步地,分别构建满意、弱满意稳定、α-满意稳定和满意稳定等四种决策导向的优化模型.通过运用求解模型的变步长算法,可以获得相应的最优匹配方案.最后,给出一个算例,证明所提方法的有效性和可行性.     

多种形式不确定偏好信息下考虑后悔行为的双边匹配方法

针对具有多种形式不确定偏好信息的双边匹配问题,考虑匹配主体后悔规避的心理行为,提出了一种基于后悔理论的双边匹配方法。首先,将双边主体给出的不确定偏好序和不确定语言偏好信息转化为效用值。然后,依据后悔理论,计算每个主体的后悔值,获得每个主体的感知效用。在此基础上,建立双边匹配模型。最后,通过云制造服务外包匹配问题的案例证明了双边匹配方法的合理性。     

考虑双边主体公平性的稳定匹配决策方法

针对一对一双边匹配决策问题,依据双边主体给出的多指标评价信息提出了一种新的双边匹配决策方法。给出了稳定匹配和公平匹配的相关概念,并给出了双边主体满意度的计算方法;建立了考虑稳定性、公平性和满意性的多目标优化模型,并设计了一个多目标遗传算法用于求解模型。最后,通过教育服务机构中学生与老师的双边匹配实例验证了方法的实用性和有效性。     

具有序区间偏好信息的双边稳定匹配决策方法

针对具有序区间偏好信息的双边匹配决策问题,提出了一种新的决策方法.首先,给出了具有序区间偏好信息的双边匹配决策问题的描述,并给出了序区间偏好信息下的可接受对和个体理性匹配的定义;然后,给出了基于可能度的弱稳定匹配、α-稳定匹配、强稳定匹配和超稳定匹配的定义,并分析了各种稳定匹配之间的关系;在此基础上,分别构建了获得弱稳定匹配、α-稳定匹配、强稳定匹配和超稳定匹配的多目标优化模型,并给出了获得相应最优匹配方案的求解方法.最后,通过一个算例说明了该方法的有效性和可行性.     

考虑双方主体心理行为的稳定双边匹配方法

在双边匹配中, 双方主体的心理感知是不可忽视的重要因素, 如何依据行为决策理论描述双方主体的心理行为并将其引入到双边匹配模型中, 以往这方面的研究很少被关注. 在本文中, 针对双方主体给出偏好序值信息的双边匹配问题, 给出了一种考虑双方主体心理行为的稳定双边匹配方法. 首先将双方主体给出的偏好序值转化为偏好效用; 然后依据失望理论, 将主体的偏好效用转化为用以描述主体对与对方主体相匹配的满意程度的感知效用; 进而在稳定匹配约束条件下, 以每方主体感知效用之和最大为目标, 构建了双边匹配的多目标优化模型, 并使用基于隶属函数的加权和方法将多目标优化模型转换为单目标优化模型, 通过模型求解可得到最优双边匹配结果. 最后, 通过一个算例说明了提出方法的实用性和有效性.     

基于不确定语言关联性信息的车货双边匹配决策方法

为了解决车货匹配双方以不确定语言评价表征属性信息的最优匹配问题,提出了一种基于加权不确定语言Bonferroni平均(Weighted uncertain linguistic Bonferroni mean,WULBM)算子和双边匹配理论的车货匹配方法。首先,给出了基于双边匹配理论的车货双边匹配问题的描述;其次,利用WULBM算子集成多属性不确定语言关联信息以综合不确定语言信息;而后构造可能度矩阵,将其转化为满意度矩阵并构建体现主体公平性和满意度尽可能高的匹配优化模型,通过求解模型获得双方满意的匹配方案;最后,以一个车货匹配实例表明本文所提出方法的可行性和有效性。     

知识服务中基于语言关联性信息的双边匹配决策方法

针对知识服务中考虑语言关联性信息的知识供需双边匹配决策问题,提出了一种决策分析方法。为了解决该问题,首先明晰了知识供需主体的语言满意度评价指标会在不同程度上存在关联的问题特征,并进行了形式化的描述;然后,考虑供需匹配主体语言满意度评价信息的关联性特征,定义了语言Choquet积分算子,给出了一种基于语言Choquet积分算子的多属性决策方法来获得匹配主体的匹配满意度;最后,根据匹配的目标要求构建了多目标优化模型,通过模型求解来获得知识服务中的双边匹配结果;最后,通过实例分析说明了本文给出方法的可行性和实用性。     

基于累积前景理论的双边匹配决策方法

针对考虑主体期望值的双边匹配问题,提出了一种基于累积前景理论的决策方法.给出了考虑主体期望值的双边匹配问题的描述;将主体给出的期望值视为参照点,构建了两个相对参照点的益损矩阵;依据累积前景理论和规范化公式,构建了两个规范化前景矩阵;在此基础上,构建了求解该双边匹配问题的多目标优化模型,使用线性加权法将多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可行性和有效性.     

基于序关系信息的双边匹配决策方法

针对主体给出序关系信息的双边匹配问题,提出了一种决策方法.首先利用Borda分值对序关系进行转化,然后对Borda分值矩阵进行规范化;依据规范化Borda分值矩阵,构建综合Borda分值矩阵和差异度矩阵,进而构建匹配度矩阵.基于匹配度矩阵构建一个匹配模型,通过求解该模型获得匹配方案.最后,通过一个算例说明所提方法的实用性和有效性.     

考虑属性优先性的择期手术医患双边稳定匹配模型

针对考虑属性优先性的择期手术患者和医生双边匹配问题,提出了一种新的方法.在该方法中,首先,给出考虑属性优先性的择期手术患者和医生双边匹配问题的描述和医患双边匹配的定义;考虑到患者最关注的医生属性不同和医生对手术类型的擅长程度不同,分别给出了考虑属性优先性的医患个体理性匹配方案、医患稳定阻塞对、医患稳定匹配方案的定义;进一步地,根据患者提供的属性优先性信息,计算患者关于各优先属性集的权重,进而计算患者关于医生的综合满意度;构建了获得医患稳定匹配方案的多目标优化模型,基于多目标粒子群(MOPSO)算法设计了求解该模型的启发式算法;最后,通过算例说明了本文提出方法的可行性与有效性.     

考虑认可差异和认可容忍的多稳定双边匹配决策方法

针对考虑认可差异和认可容忍的多稳定双边匹配决策问题,提出了一种新的决策分析方法.首先,给出基于认可差异和认可容忍的稳定、弱稳定和强稳定匹配方案的数学定义,并给出三种稳定匹配方案的包含关系、欢迎性和帕累托有效性的理论分析.然后,依据双边匹配主体提出的序值向量,给出双边匹配主体的满意度度量方法.进一步地,基于双边匹配主体提出的认可差异值和认可容忍值,分别构建满意稳定性、满意弱稳定性和满意强稳定性等导向的优化模型.通过运用求解模型的变步长算法,可以获得相应的最优匹配方案.最后,给出一个算例证明所提方法的有效性和可行性.     

考虑属性优先性的择期手术医患双边稳定匹配模型

针对考虑属性优先性的择期手术患者和医生双边匹配问题，提出了一种新的方法.在该方法中，首先，给出考虑属性优先性的择期手术患者和医生双边匹配问题的描述和医患双边匹配的定义；考虑到患者最关注的医生属性不同和医生对手术类型的擅长程度不同，分别给出了考虑属性优先性的医患个体理性匹配方案、医患稳定阻塞对、医患稳定匹配方案的定义；进一步地，根据患者提供的属性优先性信息，计算患者关于各优先属性集的权重，进而计算患者关于医生的综合满意度；构建了获得医患稳定匹配方案的多目标优化模型，基于多目标粒子群（MOPSO）算法设计了求解该模型的启发式算法；最后，通过算例说明了本文提出方法的可行性与有效性.     

考虑稳定匹配条件的一对多双边匹配决策方法

针对基于序值偏好信息的一对多双边匹配问题,提出了一种决策方法.首先对一对多双边匹配问题进行了描述,其次阐述了一对多双边匹配中稳定匹配的相关概念;进一步地,为了获得匹配结果,将一对多双边匹配问题转化为一对一双边匹配问题,进而在稳定匹配条件下,以每方主体序值之和最小为目标,构建了多目标优化模型;然后使用基于隶属函数的加权和方法将多目标优化模型转换为单目标优化模型,通过模型求解获得最优匹配结果.最后,通过一个算例说明了提出方法的实用性和有效性.     

基于证据推理的信息不完全的多准则排序方法

针对有训练集的准则权系数信息不完全确定且准则值信息不完全或缺失的多准则决策问题,提出了一种基于证据推理的决策方法.该方法首先通过证据推理算法将方案的准则值集成,然后将效用值集成,结合准则权系数和等级效用的不完全确定信息和训练集的排序等建立非线性规划模型,利用遗传算法来求解非线性规划模型,得到各准则的权系数和各等级效用值,进而得到整个方案集的排序.最后用实例说明该方法的有效性和可行性.     

考虑个性化指标的双边匹配决策方法

针对现实生活中双边匹配时每一方内部不同个体存在个性化评价指标情况,提出一种双层优化模型加以解决。首先在定义双边个性化指标匹配问题基础上,通过对每一方分析其内部个性化指标的差异度,设计了总体指标集及权重的协同优化模型;在此基础上,定义了双边匹配竞争度,构建了基于总体匹配满意度最优化模型来求解匹配结果;最后通过算例展示了提出方法的可行性。     

置信度传播体视算法加速技术的应用研究

基于置信度传播的立体匹配算法(BP)与局部匹配算法相比,能够获得更显著的匹配准确性,但是BP算法的计算代价相当高昂.为了提高BP算法的运行效率,采用了以下几种方法:第一,利用部分收敛的分层技术,减少消息传输的迭代次数,并使执行时间独立于迭代总数;第二,利用距离变换降低消息传输的复杂度,使它线性于象素的视差可取个数;第三,利用双边图技术减少BP算法一半的消息传输量及内存需求.通过对比实验,结果表明:融合这三种技术的加速算法能够快速收敛;与其它典型的快速BP算法相比,速度更快.     

大规模一对多双边匹配问题的决策方法

针对具有偏好序信息的大规模一对多双边匹配问题,提出了一种考虑稳定性和满意性的双边匹配方法。首先,对具有偏好序信息的一对多双边匹配问题进行了描述;其次,阐述了一对多双边匹配的相关概念;进一步地,为了降低双边匹配问题的规模和提高求解效率,设计了一对多双边稳定匹配的偏好列表简化规则,在此基础上,构建了以每方主体序值之和最小为目标的双目标优化模型,并证明了模型中的线性约束条件能够保证得到一对多双边稳定匹配;然后,采用模糊线性优化方法将双目标模型转换为单目标模型进行求解。     

基于加权证据组合的多传感器目标识别

为了解决多传感器信息融合中不同等级重要信息源数据的融合问题,在证据理论基本概念的基础上,引入证据权的概念。依据证据权的不同对各条证据进行转化,使之可以用传统的方法进行证据合成。将这种方法应用到等级不同的多传感器目标识别中可以解决传统证据理论只能进行等级相同传感器目标识别的难题。识别实例表明,该方法提高了目标识别的准确性和有效性。