论文部分内容阅读
双向匹配决策问题在经济生活中普遍存在,它涉及到众多的应用领域,比如学生升学与高校招生双方选择问题、知识技术供给与需求双方选择问题、金融供给与经济发展需求双方选择问题、团购策略中买卖双方选择问题等。双向匹配决策方法的目标是根据第一群组各主体与第二群组各主体进行互相评价值,给出一种尽可能让两群组各主体满意的匹配方案。但是,由于一方匹配主体对另一方主体掌握的信息存在不确定性,而且信息本身可能存在动态性。原有的匹配决策方法主要局限于单属性的、静态的、确定的评价信息下匹配决策问题的研究,近年来学者们也开始研究不确定信息的多属性匹配决策方法,但存在二个不足:①难以处理含有未知的不确定信息的双边匹配决策;②难以处理具有时序特征信息的动态双边匹配决策,这些不足严重影响了匹配决策的推广。相对于可信度法、主观Bayes法等不确定推理方法,证据理论很好地处理未知信息的集结问题以及动态信息的集结问题。为此,本文把证据理论引入多属性匹配决策领域。本文主要研究内容及其研究方法如下:(1)证据理论的改进针对精确值冲突证据组合出现悖论问题,提出一种新的最优证据合成法,并给出了相关理论证明。同时,在最优证据合成法的基础上,结合批量式融合和序贯式融合的优点,提出证据分组合成法。最后,通过算例分析,验证了该方法具有运算量小、稳定性好、精确度高的特点。针对区间值冲突证据组合出现悖论问题,提出一种新的证据组合方法。从整体角度构建证据间Pignistic概率距离的最优化模型,通过得出的相对权重来修正证据,使之符合Dempster组合规则可用范围,然后组合。最后,算例分析表明所提方法是合理有效的。(2)不确定多属性匹配决策的证据融合法针对具有不确定偏好序信息的多属性匹配决策问题,首先,给出了证据融合的描述;然后,把对匹配主体评价的序数得分情况作为证据,并通过证据组合求出双边序数得分融合度;在此基础上,构建了优化模型,获得双边匹配方案。最后,通过算例说明了该方法的可行性和有效性。针对具有不确定信息的多属性匹配决策问题,提出了一种决策方法。首先,给出了等级置信度的概念及其相关证明;然后,双边的多种形式置信度评价信息转换成等级置信度信息,在此基础上,把等级置信度信息作为证据,并通过融合证据计算双边匹配融合度。接着,求解基于融合度的优化模型来获得匹配结果。最后,通过算例说明了该方法的可行性和有效性。(3)不确定动态多属性匹配决策的证据融合法针对不确定偏好序信息下动态多属性匹配决策问题,首先,给出了不确定序数得分的相关描述;然后,把匹配主体中纵向评价和横向评价的序数得分情况作为证据,并通过证据组合求出双边匹配融合度;在此基础上,构建了优化模型,获得双边匹配方案。最后,通过算例说明了该方法的可行性和有效性。针对不确定信息下动态多属性匹配决策问题。首先,计算出各属性在每时刻的综合评价值; 然后,评价值转换成等级置信度信息,在此基础上,把等级置信度信息作为证据,并通过融合证据计算双边匹配融合度.接着,求解基于融合度的优化模型来获得匹配结果.最后,通过算例说明了该方法的可行性和有效性。