張 笛，戴紅軍，劉曉瑞

(1.南京信息工程大學(xué) 商學(xué)院, 江蘇 南京210044; 2.淮南師范學(xué)院 經(jīng)濟(jì)與管理學(xué)院,安徽 淮南 232038; 3.南京航空航天大學(xué) 經(jīng)濟(jì)與管理學(xué)院,江蘇 南京 211106)

0 引言

雙邊匹配是指對(duì)兩互不相交集合中不可分的離散資源進(jìn)行配對(duì)或分配問題，具有廣泛的應(yīng)用背景。現(xiàn)實(shí)生活中雙邊匹配問題普遍存在，例如：婚姻市場(chǎng)中的男女婚姻匹配問題[1]、人才市場(chǎng)中的人崗匹配問題[2]、金融市場(chǎng)中的風(fēng)險(xiǎn)投資匹配問題[3]、商品市場(chǎng)中的供需交易匹配問題[4]以及服務(wù)市場(chǎng)中的知識(shí)服務(wù)匹配問題[5,6]等。因此，研究雙邊匹配問題具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。

基于偏好序的雙邊匹配方法及其拓展研究一直是學(xué)者們的關(guān)注重點(diǎn)，眾多學(xué)者從匹配的穩(wěn)定性、滿意性、抗操縱性和帕累托有效性等視角開展研究。概括起來(lái)，這些研究主要包括兩個(gè)方面，一方面研究是建立在期望效用理論基礎(chǔ)上的，即假設(shè)匹配主體的行為是完全理性的，并且這方面的研究已取得豐碩的成果[1,2,7～11]。在穩(wěn)定匹配算法研究上[1,2,7]：Dogan等[1]、Azevedo等[2]以及Diebold等[9]學(xué)者在一對(duì)一穩(wěn)定匹配的Gale-Shapley算法的基礎(chǔ)上進(jìn)行了一系列的拓展研究，并將雙邊匹配理論引入市場(chǎng)機(jī)制設(shè)計(jì)實(shí)踐；為解決穩(wěn)定匹配算法單邊最優(yōu)解的缺陷問題：樊治平等[8]提出一種考慮穩(wěn)定匹配條件的雙邊滿意匹配方法；梁海明等[19]構(gòu)建基于認(rèn)可差異和認(rèn)可容忍的滿意穩(wěn)定、滿意弱穩(wěn)定和滿意強(qiáng)穩(wěn)定的匹配優(yōu)化模型。在匹配的抗操縱性和帕累托有效性研究上：姜艷萍等[10]提出一種抗操作和抗自虧的雙邊匹配方法；Erdil等[11]研究了無(wú)差異偏好序下雙邊匹配的帕累托有效性問題。另一方面研究是考慮匹配主體的行為是有限理性的，大量實(shí)驗(yàn)研究表明，在雙邊匹配中，匹配主體并非總是追求效用最大化，而表現(xiàn)出參照依賴、損失規(guī)避和失望規(guī)避等心理行為特征，這方面研究主要是基于前景理論和失望理論等。目前，可以看到相關(guān)研究成果[12～15]：針對(duì)具有主體期望的雙邊匹配問題，樂琦等[12,13]分別提出基于累積前景理論的雙邊匹配方法、基于TODIM的雙邊匹配方法；李銘洋等[14]考慮匹配主體失望規(guī)避心理行為的雙邊匹配問題，構(gòu)建基于失望理論的匹配優(yōu)化模型；Fan等[15]將文獻(xiàn)[14]的方法拓展至不確定偏好序情形。

已有研究豐富、發(fā)展和完善了雙邊匹配理論，然而，由于匹配環(huán)境的不確定性和人類思維的模糊性，在實(shí)際匹配中，匹配主體會(huì)給出模糊偏好信息。近年來(lái)，直覺模糊偏好信息下的雙邊匹配問題，引起了學(xué)者們的關(guān)注[16～19]：林楊等[16]提出一種兼具穩(wěn)定性和滿意性的雙邊匹配方法；樂琦[17,18]針對(duì)考慮匹配意愿的雙邊匹配問題，構(gòu)建基于直覺模糊得分函數(shù)的匹配優(yōu)化模型；Yue等[19]將文獻(xiàn)[17,18]的方法拓展至區(qū)間直覺模糊偏好情形。上述文獻(xiàn)為解決直覺模糊偏好信息下的雙邊匹配問題提供了思路和方法支撐。在雙邊匹配中，匹配主體的心理感知是不可忽視的重要因素，后悔理論[20]表明匹配主體不僅關(guān)注當(dāng)前的匹配結(jié)果，而且關(guān)注如果選擇其他匹配主體可能獲得的匹配結(jié)果，并且盡量避免選擇會(huì)使其感到后悔的匹配主體，即匹配主體是后悔規(guī)避的。需要指出的是，1)考慮匹配主體后悔規(guī)避心理行為的直覺模糊雙邊匹配方法的研究尚未報(bào)道; 2)雙邊主體的匹配意愿與匹配結(jié)果的滿意程度密切相關(guān)[14]，以往這方面的研究很少被關(guān)注。鑒于此，本文針對(duì)直覺模糊偏好信息的雙邊匹配問題，提出一種考慮匹配主體后悔規(guī)避心理行為和匹配意愿的雙邊匹配方法。

1 預(yù)備知識(shí)和問題描述

1.1 預(yù)備知識(shí)

首先給出本文需要使用的基礎(chǔ)知識(shí)。

定義1[21]設(shè)H是給定的論域，稱A={:x∈H}為一直覺模糊集，其中μA(x):H→[0,1]是H中元素x屬于A的隸屬度，vA(x):H→[0,1]是中元素x屬于A的非隸屬度，滿足0≤μA(x)+vA(x)≤1,x∈H，πA(x)=1-μA(x)-vA(x)是H中元素x屬于A的猶豫度。當(dāng)|A|=1時(shí)，稱A為直覺模糊數(shù)，記為A=<μ,v>，最大的直覺模糊數(shù)為x+=<1,0>，最小的直覺模糊數(shù)為x-=<0,1>。

定義2[21]設(shè)ρ1=<μ1,v1>,ρ2=<μ2,v2>是兩直覺模糊數(shù)，則設(shè)ρ1和設(shè)ρ2的距離測(cè)度為

在雙邊匹配問題中，設(shè)X方主體集為X={X1,X2,…,Xm}，其中Xi表示X方中的第i個(gè)匹配主體，i∈I={1,2,…,m},m≥2;Y方主體集Y={Y1,Y2,…,Yn}，其中Yj表示Y方中的第個(gè)匹配主體，j∈J={1,2,…,n},n≥2。

定義3[8,15]設(shè)μ:X∪Y→X∪Y映射，若n≥m≥2，對(duì)?Xi∈X,Yj∈Y，滿足下列條件：(i)μ(Xi)∈Y,μ(Yj)∈X∪{Yj}；(ii)μ(Xi)=Yj,μ(Yj)=Xi，稱Xi和Yj在μ中匹配，記為(Xi,Yj)，其中μ(Yj)=Yj表示Yj在μ中未匹配。若?(Xi,Yj)∈μ，滿足μ(Xi)≠Yj′,Yj′∈Y，Yj′≠Yj,μ(Yj)≠Xi′,Xi′∈X,Xi′≠Xi,稱μ是一對(duì)一雙邊匹配。

1.2 問題描述

考慮直覺模糊偏好信息下的一對(duì)一雙邊匹配問題，下面給出雙邊匹配的基本設(shè)置。

本文需要解決的問題是：在考慮雙邊主體后悔規(guī)避心理行為和匹配意愿情形下，依據(jù)雙邊主體的直覺模糊偏好向量Ti(i∈I)和Lj(j∈J)，建立雙邊匹配模型，獲得雙邊匹配方案。

2 匹配滿意度

為解決上述雙邊匹配問題，本文依據(jù)后悔理論的思想，通過一方主體對(duì)另一方主體進(jìn)行兩兩比較，計(jì)算每個(gè)主體的后悔值和欣喜值，進(jìn)而計(jì)算每個(gè)主體相對(duì)于其他所有主體的總體后悔欣喜值，構(gòu)建匹配滿意度計(jì)算規(guī)則。下面構(gòu)造效用函數(shù)和后悔-欣喜函數(shù)。

2.1 效用函數(shù)

首先將雙邊主體的直覺模糊偏好信息轉(zhuǎn)化為效用值，基于直覺模糊數(shù)的距離測(cè)度和貼近度的思想，構(gòu)造如下的效用函數(shù)。

其中，x=<μ,v>是直覺模糊數(shù)，x+=<1,0>，x-=<0,1>。f∈[0,1]，當(dāng)x趨近于x+時(shí)，f趨近于1，當(dāng)x趨近于x-時(shí)，f趨近于0。特別地，當(dāng)x=x+時(shí)，f=1，當(dāng)x=x-時(shí)，f=0。

設(shè)u(Tij)是直覺模糊偏好信息Tij的效用值，其計(jì)算公式為

(1)

其中，u(Tij)∈[0,1]，當(dāng)Tij趨近于x+時(shí)，u(Tij)趨近于1，當(dāng)Tij趨近于x-時(shí)，u(Tij)趨近于0。特別地，當(dāng)Tij=x+時(shí)，u(Tij)=1，當(dāng)Tij=x-時(shí)，u(Tij)=0。

設(shè)u(Lij)是直覺模糊偏好信息Lij的效用值，其計(jì)算公式為

(2)

其中，u(Lij)∈[0,1]，當(dāng)Lij趨近于x+時(shí)，u(Lij)趨近于1，當(dāng)Lij趨近于x-時(shí)，趨近于0。特別地，當(dāng)Lij=x+時(shí)，u(Lij)=1，當(dāng)Lij=x-時(shí)，u(Lij)=0。

2.2 后悔-欣喜函數(shù)

由于雙邊主體對(duì)于后悔和欣喜都是風(fēng)險(xiǎn)規(guī)避的，考慮單調(diào)遞增的凹函數(shù)作為后悔-欣喜函數(shù)[20]。本文采用指數(shù)函數(shù)作為后悔-欣喜函數(shù)。R(Δu)=1-exp(-δΔu),其中，R(Δu)是關(guān)于Δu的單調(diào)遞增凹函數(shù)，Δu表示效用值的差值，R(0)=0。當(dāng)R(Δu)≥0時(shí)，R(Δu)表示欣喜，當(dāng)R(Δu)<0時(shí)，R(Δu)表示后悔，當(dāng)Δu>0時(shí)，有|R(-Δu)|>R(Δu)成立，即雙邊主體是后悔規(guī)避的。參數(shù)δ(δ>0)是后悔規(guī)避系數(shù)，且δ越大，表明雙邊主體的后悔規(guī)避程度越大[20]。

設(shè)主體Xi和主體Yj匹配相對(duì)于和主體Yk匹配的后悔值為Fi(Yj,Yk)，其計(jì)算公式為

(3)

設(shè)主體Xi和主體Yj匹配相對(duì)于和主體Yk匹配的欣喜值為Gi(Yj,Yk)，其計(jì)算公式為

(4)

其中，δi是主體Xi的后悔規(guī)避系數(shù)，且δi越大，表明主體Xi的后悔規(guī)避程度越大。

主體Xi和主體Yj匹配相對(duì)于和Y方中其他主體匹配的總體后悔欣喜值為

(5)

其中，Vij表示主體Xi和主體Yj匹配關(guān)于后悔和欣喜的總體心理感知，且Vij越大，表明主體Xi對(duì)主體Yj的滿意度越大。

(6)

(7)

主體Yj和主體Xi匹配相對(duì)于和X方中其他主體匹配的總體后悔欣喜值為

(8)

設(shè)主體Xi對(duì)主體Yj的匹配滿意度為αij，主體Yj對(duì)主體Xi的匹配滿意度為βij，其計(jì)算公式分別為

(9)

(10)

為了便于下文的討論，在雙邊匹配滿意度的基礎(chǔ)上給出雙邊匹配差異度的定義。

設(shè)xij為0-1變量，其中xij=0表示Xi和Yj不匹配，xij=1表示Xi和Yj匹配。

3 雙邊匹配方法

在本節(jié)中，首先建立雙邊匹配多目標(biāo)優(yōu)化模型；然后考慮雙邊主體的匹配意愿，將多目標(biāo)優(yōu)化模型轉(zhuǎn)化為單目標(biāo)規(guī)劃模型進(jìn)行求解；最后提出一種改進(jìn)的匹配意愿系數(shù)確定方法。

3.1 雙邊匹配模型

以最大化每方主體的匹配滿意度為目標(biāo)，建立雙邊匹配多目標(biāo)優(yōu)化模型：

(11)

(12)

(15)

在上述模型中：式(11)表示最大化X方對(duì)Y方主體的滿意度；式(12)表示最大化Y方對(duì)X方主體的滿意度；式(13)表示每個(gè)X方主體至多與Y方中的一個(gè)主體匹配；式(14)表示每個(gè)方主體Y至多與X方中一個(gè)主體匹配；式(15)表示雙邊匹配數(shù)量約束。

模型(11)～(15)目標(biāo)函數(shù)的量綱量級(jí)相同，使用線性加權(quán)法將其轉(zhuǎn)化為單目標(biāo)規(guī)劃模型：

(16)

其中，ωX和ωY分別是目標(biāo)函數(shù)Z1和Z2的權(quán)重系數(shù)，滿足ωX+ωY=1,0<ωX,ωY<1。

基于優(yōu)化模型的雙邊滿意匹配方法獲得的匹配解大多是部分最優(yōu)解，即在獲得的雙邊匹配對(duì)中可能會(huì)出現(xiàn)一方匹配主體的滿意度較高，而另一方匹配主體的滿意度較低的不公平匹配現(xiàn)象[17,18,22]。為解決該問題，樂琦[17,18]考慮雙邊主體的匹配意愿，構(gòu)建基于匹配意愿的雙邊滿意匹配優(yōu)化模型；王中興等[22]基于匹配滿意度的互補(bǔ)性和一致性，建立基于調(diào)節(jié)參數(shù)的組合優(yōu)化模型。

考慮雙邊主體的匹配意愿[17,18]將模型(16)～(19)擴(kuò)展為如下的線性規(guī)劃模型：

(20)

3.2 改進(jìn)的匹配意愿系數(shù)確定方法

文獻(xiàn)[17,18,22]提出的方法對(duì)解決基于優(yōu)化模型的雙邊滿意匹配方法部分最優(yōu)解的不足問題提供了可借鑒的思路和方法支撐。文獻(xiàn)[22]方法中調(diào)節(jié)參數(shù)的確定帶有主觀性，在實(shí)際應(yīng)用中可操性不強(qiáng)。文獻(xiàn)[17,18]分別提出基于得分差異度的匹配意愿系數(shù)確定方法，獲得規(guī)范化的匹配意愿系數(shù)分別為式(24)和式(25)所示：

(24)

(25)

注1文獻(xiàn)[17,18]構(gòu)建基于直覺模糊得分函數(shù)的匹配優(yōu)化模型，該得分函數(shù)相當(dāng)于本文中的滿意度函數(shù)，式(24)～(25)中的滿意度對(duì)應(yīng)于文獻(xiàn)[17,18]中的得分值。

從式(24)和式(25)可以看出：1)雙邊主體的匹配意愿系數(shù)wij僅與匹配差異度γij相關(guān)，且與γij呈負(fù)相關(guān)關(guān)系；2)當(dāng)γi′j′=γij,i′≠i,j′≠j,i′,i′∈I,j′,j∈J時(shí)，則wi′j′=wij，即匹配差異度相同的雙邊主體對(duì)應(yīng)的匹配意愿系數(shù)相同。結(jié)論1)和2)與實(shí)際匹配情況不一致，下面通過一個(gè)例子來(lái)說明。

例1設(shè)X方主體集為{X1,X2,X3}，Y方主體集為{Y1,Y2,Y3}，雙邊滿意度矩陣如下所示：

1)SIFT，該算法用于檢測(cè)斑點(diǎn)；2)SURF，該算法用于檢測(cè)斑點(diǎn)；3)ORB：該算法代表帶方向的 FAST 算法與具有旋轉(zhuǎn)不變性的 BRIEF 算法。

其中，αij是Xi對(duì)Yj的滿意度，βij是Yj對(duì)Xi的滿意度，i,j=1,2,3。

依據(jù)式(24)和式(25)計(jì)算獲得雙邊主體的匹配差異度和匹配意愿系數(shù)為

從雙邊主體的滿意度矩陣和匹配差異度矩陣可以看出：1)X1和Y2彼此間的滿意度均為最高(α12=β12=1.00)，X1和Y1彼此間的滿意度均較高(α11=β11=0.80)，X1和Y3彼此間的滿意度均為最低(α13=β13=0.40)。因此，X1和Y2相匹配的意愿最高，X1和Y1相匹配的意愿次之，X1和Y3相匹配的意愿最低。根據(jù)式(24)和式(25)的計(jì)算結(jié)果，則上述雙邊主體對(duì)應(yīng)的匹配意愿系數(shù)皆相同(w12=w11=w13=0.126[17],w12=w11=w13=0.148[18])；2)X3和Y3彼此間的滿意度均較高(α33=0.90>α13=0.4,β33=1.00>β13=0.4)，因此，X3和Y3相匹配的意愿高于X1和Y3相匹配的意愿，根據(jù)式(24)和式(25)的計(jì)算結(jié)果，后者的匹配意愿系數(shù)大于前者的匹配意愿系數(shù)(w13>w33[17,18])。顯然，1)和2)與實(shí)際匹配情況不一致。

社會(huì)交換理論表明雙邊匹配實(shí)質(zhì)上是一種資源的交換行為，匹配成功的條件不僅取決于于匹配雙方具備相近的滿意度，而且取決于匹配雙方彼此間的滿意度大小。雙邊主體匹配意愿的含義是：匹配雙方彼此間的滿意度越高，且匹配差異度越小，雙方相匹配的意愿就越高，反之，雙方相匹配的意愿就越低。因此，雙邊主體的匹配意愿系數(shù)不僅與匹配差異度有關(guān)，且與滿意度密切相關(guān)。下面給出一種新的匹配意愿系數(shù)確定方法。

考慮雙邊主體的匹配滿意度和匹配差異度，構(gòu)建如下的匹配意愿系數(shù)優(yōu)化模型：

(26)

為求解上述模型，構(gòu)造如下的拉格朗日函數(shù)：

(27)

對(duì)拉格朗日函數(shù)關(guān)于ωij,i∈I,j∈J和λ求偏導(dǎo)，并令其為零，則

求解上述方程組，獲得最優(yōu)解，其中

(28)

(29)

依據(jù)式(29)可以得出：1)雙邊主體的匹配意愿系數(shù)wij和雙邊滿意度(αij+βij)以及匹配差異度γij相關(guān)，且與(αij+βij)呈正相關(guān)關(guān)系，γij與呈負(fù)相關(guān)關(guān)系；2)當(dāng)雙邊主體的匹配差異度相等時(shí)，雙邊滿意度越大，雙邊主體的匹配意愿系數(shù)也越大，反之亦然。

為了說明本文匹配意愿系數(shù)確定方法的合理性，下面使用本文方法對(duì)例1進(jìn)行求解，獲得雙邊主體的匹配差異度和匹配意愿系數(shù)如下所示:

由上知：w12=0.174>w11=0.139>w13=0.070,且w33=0.150>w13=0.070，這X1與Y2和相匹配的意愿最高，X1與Y1相匹配的意愿次之，X1與Y3相匹配的意愿最低以及X3與Y3相匹配的意愿高于X1與Y3相匹配的意愿的實(shí)際情況相一致。

綜上所述，考慮后悔規(guī)避與匹配意愿的直覺模糊雙邊匹配方法的計(jì)算步驟如下：

步驟1依據(jù)式(1)～(2)將雙邊主體的直覺模糊偏好信息轉(zhuǎn)化為效用值；

步驟2依據(jù)式(3)～(5)和式(6)～(8)計(jì)算雙邊主體的總體后悔欣喜值；

步驟3依據(jù)式(9)～(10)計(jì)算雙邊主體的匹配滿意度；

步驟4依據(jù)式(29)計(jì)算雙邊主體的匹配意愿系數(shù)；

步驟5建立雙邊匹配模型(11)～(15)，將其擴(kuò)展為模型(20)～(23)；

步驟6通過求解模型(20)～(23)，獲得雙邊匹配方案。

4 算例分析

考慮服務(wù)外包供需匹配問題。CS服務(wù)外包網(wǎng)是專門從事為服務(wù)外包發(fā)包企業(yè)和接包企業(yè)提供信息和撮合服務(wù)的第三方非營(yíng)利性平臺(tái)。某季度，CS收到4家企業(yè)X1,X2,X3,X4關(guān)于業(yè)務(wù)流程外包(BPO)的發(fā)包信息和5家企業(yè)Y1,Y2,Y3,Y4,Y5關(guān)于業(yè)務(wù)流程外包的接包信息。發(fā)包企業(yè)的外包專家小組依據(jù)服務(wù)質(zhì)量、服務(wù)價(jià)格、服務(wù)響應(yīng)和管理能力等對(duì)接包企業(yè)進(jìn)行綜合評(píng)價(jià)，采用投票方式和統(tǒng)計(jì)分析方法給出5家接包企業(yè)的直覺模糊偏好信息，如表1所示。接包企業(yè)的接包專家小組依據(jù)服務(wù)內(nèi)容、服務(wù)技術(shù)水平、服務(wù)方式和企業(yè)信譽(yù)等對(duì)發(fā)包企業(yè)進(jìn)行綜合評(píng)價(jià)，采用投票方式和統(tǒng)計(jì)分析方法給出4家發(fā)包企業(yè)的直覺模糊偏好信息，如表2所示。CS依據(jù)發(fā)包企業(yè)和接包企業(yè)的偏好信息對(duì)雙方進(jìn)行優(yōu)化匹配。

表1 發(fā)包企業(yè)給出的關(guān)于接包企業(yè)的直覺模糊偏好信息

表2 接包企業(yè)給出的關(guān)于發(fā)包企業(yè)的直覺模糊偏好信息

4.1 計(jì)算過程

為解決上述雙邊匹配問題，采用前文提出的方法，下面給出計(jì)算過程和結(jié)果。

首先依據(jù)式(1)～(2)將雙邊主體的直覺模糊偏好信息轉(zhuǎn)化為效用值，獲得雙邊主體的效用值矩陣分別為

依據(jù)式(9)～(10)計(jì)算雙邊主體的滿意度，獲得雙邊主體的滿意度矩陣分別為

建立雙邊匹配多目標(biāo)優(yōu)化模型(11)～(15)，依據(jù)式(29)計(jì)算雙邊主體的匹配意愿系數(shù)，采用等權(quán)重線性加權(quán)法(為了便于下文作對(duì)比，取ωX=ωY=1)將多目標(biāo)優(yōu)化模型(11)～(15)擴(kuò)展為單目標(biāo)規(guī)劃模型(20)～(23)，并使用軟件LINGO 11.0求解，可得Z*=0.4564,x11=x22=x35=x44=1，其余xij=0。

即發(fā)包企業(yè)X1和接包企業(yè)Y1匹配，發(fā)包企業(yè)X2和接包企業(yè)Y2匹配，發(fā)包企業(yè)X3和接包企業(yè)Y5匹配，發(fā)包企業(yè)X4和接包企業(yè)Y4匹配，接包企業(yè)Y3未匹配。

4.2 結(jié)果分析

為了說明本文方法的合理性，下面采用文獻(xiàn)[17,18]的方法對(duì)上述雙邊匹配問題進(jìn)行求解，獲得的雙邊匹配結(jié)果如表3所示。從表3可以看出：文獻(xiàn)[17,18]的雙邊匹配結(jié)果相同，本文的雙邊匹配方案與文獻(xiàn)[17,18]的方案不完全一致，且對(duì)應(yīng)的單邊匹配滿意度(目標(biāo)函數(shù)值Z1和Z2)、匹配差異度(g)皆優(yōu)于文獻(xiàn)[17,18]的結(jié)果。產(chǎn)生這種差異的主要原因在于：文獻(xiàn)[17,18]構(gòu)建基于得分函數(shù)的匹配滿意度，建立基于期望效用理論的雙邊匹配模型，忽略了直覺模糊偏好中的猶豫度信息和雙邊主體的有限理性行為；本文構(gòu)建基于直覺模糊距離測(cè)度的效用函數(shù)以及考慮雙邊主體的后悔規(guī)避心理行為，建立基于后悔理論的雙邊匹配模型，因此，挖掘和利用了直覺模糊偏好中的猶豫度信息以及匹配主體關(guān)于后悔和欣喜的心理感知。

表3 不同雙邊匹配方法的對(duì)比

5 結(jié)語(yǔ)

本文針對(duì)直覺模糊偏好信息的雙邊匹配問題，考慮匹配主體的后悔規(guī)避心理行為和匹配意愿，基于直覺模糊距離測(cè)度和貼近度的思想構(gòu)造效用函數(shù)，依據(jù)后悔理論，通過一方主體將另一方主體進(jìn)行兩兩比較，獲得每個(gè)主體的總體后悔欣喜值，建立雙邊匹配多目標(biāo)優(yōu)化模型，為解決現(xiàn)有匹配意愿系數(shù)確定方法的不足問題，提出一種改進(jìn)的匹配意愿確定方法，考慮雙邊主體的匹配意愿，將多目標(biāo)優(yōu)化模型轉(zhuǎn)化為單目標(biāo)規(guī)劃模型進(jìn)行求解。本文為解決考慮匹配主體心理行為的雙邊匹配問題，提供了一種新的思路和方法。進(jìn)一步的工作是研究考慮匹配主體參照依賴和損失規(guī)避心理行為的直覺模糊雙邊匹配問題。