模糊环境下电子中介多属性商品交易匹配优化研究

摘要

电子中介在电子市场中扮演着很重要的角色，它收集买方卖方对商品属性的要求与偏好，将其互相匹配，以求市场上总体匹配最优，并以此收取一定费用。考虑到商品属性描述的含糊性、交易复杂性、交易过程中交易者的主观性等，电子市场的交易过程是在模糊环境下进行的。本研究以最小化买方卖方对商品属性的偏好差异为目标，加入利润约束，同时考虑交易费用与信息费用，建立三个模糊模型（模糊期望值模型、模糊相关机会规划模型、模糊机会约束规划模型），以最优化模糊环境下多属性商品的交易匹配。该模型以可信性理论为基础，从数学角度上看较为严谨。同时，本研究使用人工蜂群算法对模型求解，是放松Deb规则在电子中介交易匹配相关约束问题中的具体应用，通过对比验证了放松Deb规则相较于Deb规则具有更优的表现，最后以仿真实验验证了模型的可行性与有效性。

目录

声明

摘要

第1章 引言

1．1 研究背景及意义

1．2 研究特色与创新

1．3 论文结构安排

第2章 文献综述

2．1 非模糊环境下的电子中介交易匹配

2．2 模糊环境下的匹配问题

2．3 模糊环境下的电子中介交易匹配

第3章 研究方法

3．1 研究方法总述

3．2 与研究相关的可信性理论简介

3．2．1 模糊集

3．2．2 可信性测度

3．2．3 模糊变量

3．2．4 模糊规划模型

3．2．5 模糊模拟

3．3 人工蜂群算法(ABC)

第4章 问题描述与模型建立

4．1 问题描述

4．2 基本假设

4．3 参数及变量说明

4．4 模型一(EVM模型)

4．5 模型二(DCP模型)

4．6 模型三(CCP模型)

第5章 实验算法设计

5．1 一般的人工蜂群(ABC)算法

5．2 应用Deb规则的人工蜂群算法

5．3 ABC算法在本研究中的应用

5．4 基于人工蜂群算法的对比实验

5．4．1 算法对比实验设计

5．4．2 对比实验结果

5．5 针对EVM模型的实验设计

5．5．1 鲁棒性

5．5．2 灵敏度

5．6 针对DCP模型的实验设计

5．6．1 鲁棒性

5．6．2 灵敏度

5．7 针对CCP模型的实验设计

5．7．1 鲁棒性

5．7．2 灵敏度

第6章 模拟数值实验结果与讨论

6．1 EVM模型(模型一)

6．1．1 鲁棒性

6．1．2 灵敏度

6．2 DCP模型(模型二)

6．2．1 鲁棒性

6．2．2 灵敏度

6．3 CCP模型(模型三)

6．3．1 鲁棒性

6．3．2 灵敏度

第7章 结论

参考文献

致谢

个人简历 在读期间发表的学术论文与研究成果