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.     

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.     

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。     

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.     

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。     

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.     

考虑匹配稳定性的多属性双边匹配决策方法

针对具有属性期望的多属性双边匹配问题,提出了一种考虑匹配稳定性的双边匹配决策方法。首先给出匹配稳定性的相关定义,并对具有属性期望的多属性双边匹配问题进行描述;其次,根据双方主体针对各属性的属性期望和属性真实值,构建双方主体的损益矩阵;然后,依据行为决策理论中的失望理论,将双方主体的损益矩阵转化为感知效用矩阵;进一步地,依据主体间感知效用的大小,确定主体间的偏好排序,据此构建稳定匹配线性约束条件,并在此约束条件下以双方主体感知效用最大化为目标建立多目标优化模型,最后通过模型求解获得稳定的双边匹配结果。     

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.     

考虑主体心理行为的双边匹配决策方法

针对基于完全序值信息的双边匹配问题,提出了一种考虑主体心理行为的决策方法。首先给出了考虑主体心理行为的双边匹配问题的描述。其次,以期望序值作为参照点,计算了序值相对于参照点的收益或损失。考虑到主体对待收益和损失的不同风险态度,依据交互式多准则决策(tomada de deciso interativa e multicritério, TODIM)思想计算每个主体针对另一方主体的感知价值。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。实例分析说明了所提方法的有效性。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

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.     

属性值为区间数的决策对象相对相似规划模型

对于属性值是区间数的不确定多属性决策问题,首先在界定区间数相对相似度的基础上给出两种新的供选决策对象Max型与Min型相对相似度定义,提出区间数相对相似度与比较优势关系理论并得到一些优良性质关系和结论;其次借鉴合作博弈中可能度最大化算法构建一种确定属性权重向量的区间数型决策对象相对相似规划模型,通过集结所有决策对象比较的总体相对相似度值便于对方案对象集进行优劣筛选和次序排定,以此得到一种新的区间数多属性决策对象的相对相似规划模型算法;最后通过算例分析说明该算法的可行性和实用性.     

信息不完全确定的群体多准则语言聚类方法

针对决策者权重和准则权重信息不完全确定,且评价信息为语言值的多准则聚类问题,提出了一种新的求解方法。首先通过证据推理算法,将方案集的群体多准则语言评价信息转化为方案集模式样本,该模式样本是决策者权重和准则权重的不确定信息的非线性函数,然后根据K-均值方法,利用惯性粒子群算子对模式样本集进行聚类,得到最优聚类中心和方案集的最优聚类。最后实例说明该方法的可行性和有效性。     

基于信息粒化的不平衡模糊语言共识模型

An adaptive consensus model based on linguistic information granulation is presented for group consensus decision making problems with unbalanced fuzzy linguistic preference information. A granular representation of unbalanced linguistic terms is concerned with the interval formation of a family of information granules over the unit interval. In the case of the cutoffs of information granules unknown, individual consistent degree and group consensus degree of granulation are defined. An optimization model to determine the optimal cutoffs of information granules is established with the help of the above two definitions. Group consensus is achieved by constantly adjusting individual preferences through the optimization of the cutoffs. Finally, a group decision making method which is a guarantee of reaching a certain degree of group consensus before aggregating expert opinions is proposed, and also a numerical example illustrates the feasibility and effectiveness of the proposed method.     

灰色群组聚类和改进CRITIC赋权的供应商选择VIKOR多属性决策

针对武器装备供应商选择问题, 提出了一种基于灰色群组(grey group clustering, GGC)和改进标准间冲突性相关性(improved criteria importance through intercriteria correlation, ICRITIC)组合赋权的扩展多属性妥协解(VIKOR)决策方法。采用考虑决策专家意见差异程度的群层次分析法对供应商初选指标体系进行降维遴选, 构建武器装备供应商优选指标体系; 结合GGC和ICRITIC组合赋权方法确定主客观权重, 并设计权偏好系数进行加法组合赋权; 基于VIKOR决策方法集结备选供应商折衷排序值。针对不同折衷系数、排序方法和赋权方法从决策灵活性和稳定性两个维度进行对比分析, 验证所提方法的有效性。