针对直觉模糊偏好信息下的双边匹配问题,考虑匹配主体参照依赖和损失规避的心理行为,提出一种基于TODIM(TOmada de decis?o interativa multicritério)的双边公平满意匹配方法.首先,对直觉模糊偏好信息下的双边匹配问题进行描述;然...针对直觉模糊偏好信息下的双边匹配问题,考虑匹配主体参照依赖和损失规避的心理行为,提出一种基于TODIM(TOmada de decis?o interativa multicritério)的双边公平满意匹配方法.首先,对直觉模糊偏好信息下的双边匹配问题进行描述;然后,依据前景理论将双边主体的直觉模糊偏好信息转化为相对于参照点的收益或损失,在此基础上,依据TODIM法计算每个主体的总体优势度,构建满意度计算规则,建立双边公平满意匹配优化模型,求解模型并获得双边匹配解;最后,通过一个算例验证所提出方法的可行性和有效性.展开更多
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...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。展开更多
文摘针对直觉模糊偏好信息下的双边匹配问题,考虑匹配主体参照依赖和损失规避的心理行为,提出一种基于TODIM(TOmada de decis?o interativa multicritério)的双边公平满意匹配方法.首先,对直觉模糊偏好信息下的双边匹配问题进行描述;然后,依据前景理论将双边主体的直觉模糊偏好信息转化为相对于参照点的收益或损失,在此基础上,依据TODIM法计算每个主体的总体优势度,构建满意度计算规则,建立双边公平满意匹配优化模型,求解模型并获得双边匹配解;最后,通过一个算例验证所提出方法的可行性和有效性.
文摘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。
