基于區(qū)間直覺模糊理論的應急物流雙邊匹配模型研究

趙曉柳

摘要：在提供應急物流救援之前確定赴災方與受災方之間的最優(yōu)匹配能夠有效提高救援效率、減少財產(chǎn)損失。文章針對緊急情況下雙方的匹配問題，利用BWM進行評價指標的權(quán)重確定，考慮情況緊急及決策者的認知經(jīng)驗不同等引入?yún)^(qū)間直覺模糊理論，更加科學地表達出決策者在緊急問題中的猶豫信息，從而構(gòu)建以赴災方和受災方雙方滿意度最大化為目標的應急物流雙邊匹配模型，為應急物流救援中雙方的匹配問題提供決策參考。

關(guān)鍵詞：應急物流；區(qū)間直覺模糊；雙邊匹配；BWM

一、背景及問題描述

近年來，我國發(fā)生了多起重大突發(fā)事件，如2019年江蘇化工廠的爆炸事件、2020年疫情暴發(fā)和2021年鄭州暴雨致洪等，這些突發(fā)事件都直接給人民、社會和國家?guī)砹瞬煌潭鹊呢敭a(chǎn)損失和人員傷亡，為最大限度降低事件發(fā)生所造成的危害后果，災后應急物流救援發(fā)揮著至關(guān)重要的作用。應急物流指的是為應對嚴重的自然災害、突發(fā)性公共衛(wèi)生事件、公共安全事件及軍事沖突等各類突發(fā)事件而對物資、人員等的需求進行緊急保障的一種特殊物流活動，是國家應急體系的重要組成部分。長期以來，如何在應急背景下提高物流救援效率受到了國內(nèi)外應急管理領(lǐng)域眾多學者們的關(guān)注和研究，丁蕾等提出了一種對應急物流救援車輛混合交通分配的模型；郭鵬輝等就災后應急物流救援的選址配置問題建立多目標混合整數(shù)規(guī)劃模型，對災后合車物資運輸展開研究；Zheng等基于多目標模糊提出了一種新的應急物流救援規(guī)劃方法，對以往傳統(tǒng)的應急物流救援規(guī)劃方式進行優(yōu)化。但目前，不論是國外還是國內(nèi)的研究對赴災方和受災方之間的匹配問題研究還比較少。雙邊匹配不論是在理論研究還是實踐應用上都已經(jīng)取得了豐碩成果，其概念最早由Roth在1984年總結(jié)提出，后經(jīng)學者們的不斷探索，將雙邊匹配應用在了婚戀市場、高校招生錄取和風險投資等領(lǐng)域，但目前有關(guān)于應急物流這方面的問題還沒有得到廣泛研究，而雙邊匹配理論由于能夠同時考慮雙方主體的偏好信息、平衡協(xié)調(diào)雙方主體的利益訴求，從而可以實現(xiàn)應急物流雙方主體的最優(yōu)匹配。

為此，本文在應急物流中引入雙邊匹配理論和區(qū)間直覺模糊理論，從而構(gòu)建基于雙方滿意度最大化的應急物流雙邊匹配模型，充分考慮專家在決策過程中的不確定信息以解決應急物流評價過程中存在的猶豫性和模糊性問題，能夠在有限的時間內(nèi)準確滿足突發(fā)的物流需求，并在指標體系權(quán)重的確定中使用最優(yōu)最劣方法（Best-Worst Method，BWM），提高決策的效率和科學性。

雙邊匹配問題存在于生活中的方方面面，根據(jù)雙方是單選或多選來劃分，包含一對一、一對多和多對多三種匹配類型。通常赴災方可以對多個受災方進行物資供應，反觀受災方只需接受一個赴災方的物資救援，因此，本文研究的應急物流雙邊匹配屬于一對多雙邊匹配問題，以下是該匹配問題的具體描述：

設(shè)受災方為A={A1，A2，…，An}，其中Ai表示第i個受災方對象， i=1，2，…，n；赴災方為B={B1，B2，…，Bm}，其中Bj表示第j個赴災方對象，j=1，2，…，m。由于是一對多雙邊匹配問題，即每個Ai最多與1個Bj進行匹配，而每個Bj最多與n個Ai進行匹配，且規(guī)定i＞j＞0。赴災方對受災方的滿意度評價指標集為P={P1，P2，…，Pk}，其中Pk表示第k個評價指標，滿意度評價指標的權(quán)重向量集合為WP={w1，w2，…，wg}，wk表示為第k個指標的權(quán)重，0≤wk≤1， wk=1；受災方對赴災方的滿意度評價指標集為Q={q1，q2，…，qh}，其中qh表示第h個評價指標，滿意度評價指標的權(quán)重向量集合為WQ={w1，w2，…，wt}，wh表示為第h個指標的權(quán)重，0≤wh≤1， wh=1。受災方Ai對赴災方Bj的區(qū)間直接模糊評價值為h? =a? ，b? ，c? ，d? ，轉(zhuǎn)化的評價矩陣為δ，aij表示受災方對赴災方的滿意度；赴災方Bj對受災方Ai的區(qū)間直接模糊評價值為l? =a? ，b? ，c? ，d? ，轉(zhuǎn)化的評價矩陣為γ，Bij表示赴災方對受災方的滿意度。

在雙邊匹配的決策問題中，設(shè)甲方集合為A={A1，A2，…，An}，其中Ai表示第i個對象，i=1，2，…，n；乙方集合為B={B1，B2，…，Bm}，其中Bj表示第j個對象，j=1，2，…，m。其定義如下。

定義1 設(shè)一一映射為μ，A∪B→A∪B，？坌Ai∈A，？坌Bj∈B滿足以下條件：μ（Ai）∈B；μ（Bj）∈A∪{Bj}；μ（Bj）=Ai或μ（Ai）=Bj則表示Ai與Bj形成匹配對，用（Ai，Bj）來表示。特別是當|μ（Ai）|=0則表示Ai沒有匹配對象，|μ（Bj）|=0則表示Bj沒有匹配對象，|μ（Ai）|表示與Ai配對的對象數(shù)，|μ（Bj）|表示與Bj配對的對象數(shù)，μ（Ai）=Bj當且僅當μ（Bj）=Ai。

二、相關(guān)運算及模型構(gòu)建

（一）最優(yōu)最劣方法（BWM）

常用的指標權(quán)重確立方法為層次分析法（AHP），但由于AHP需要各指標間相互比較，其繁瑣的過程隨之而來的是耗時長、結(jié)果容易出現(xiàn)偏差等不良影響。荷蘭學者Jafar Rezaei于2014年提出了BWM，該方法是對AHP的改進，同時也保留了AHP兩兩比較的思想，但并不是任意對象之間的兩兩比較，而是決策者先將各指標中的最優(yōu)指標和最劣指標分別識別出來，然后用最優(yōu)指標和最劣指標與其余指標進行比較。BWM的計算過程僅僅只涉及到整數(shù)，而AHP在某一些復雜決策環(huán)境下會涉及到分數(shù)，因此在應急物流體系的權(quán)重計算中，BWM簡化了數(shù)據(jù)的打分、比較過程，計算更加方便、快捷，其結(jié)果均具有很好的一致性，提高了決策的科學性。其計算步驟如下。

步驟一：確定指標集{c1，c2，…，ch}，并從中選出最優(yōu)指標記為cB和最劣指標記為cW；

步驟二：將最優(yōu)指標cB和最劣指標cW分別與其余指標比較，并用1～9標度法表示其相對重要程度。1表示最優(yōu)（劣）指標與n同等重要；3表示最優(yōu)（劣）指標比n稍微重要；5表示最優(yōu)（劣）指標比n明顯重要；7表示最優(yōu)（劣）指標比n強烈重要；9表示最優(yōu)（劣）指標比n極其重要。然后得到向量BO=（aB1，aB2，…，aBn）表示指標B與指標j相比得到的具有的某種重要性比較結(jié)果，OW=（a1W，a2W，…，anW）表示指標j與指標W相比得到的具有的某種重要性比較結(jié)果。

步驟三：根據(jù)各指標與最優(yōu)或最劣指標之間的比較得出判斷矩陣，并使用MATLAB做歸一化處理和一致性檢驗，求解得到各指標的最優(yōu)權(quán)重{w1，w2，…，wn}。

（二）區(qū)間直覺模糊集相關(guān)定義及運算

區(qū)間直覺模糊集是直覺模糊集的一種推廣，且在決策問題中的運用十分廣泛，是一種建立在直覺模糊集理論基礎(chǔ)上的新的處理不確定性信息的方法，1989年由Atanassov和Gargo總結(jié)提出。其相關(guān)概念和運算如下：

定義2 設(shè)X是一個非空集合，X的區(qū)間直覺模糊集可以表示為A={〈x，? （x）? （x）〉|x∈X}，其中? ？奐[0，1]，? ？奐[0，1]，? ?與? 表示X中元素x屬于X的隸屬度和非隸屬度且滿足sup? （x）+sup? （x）≤1，x∈X。

定義3 將區(qū)間直覺模糊數(shù)的一般形式記為（[a，b]，[c，d]）。設(shè) =（[a，b]，[c，d]）為區(qū)間直覺模糊數(shù)，其中[a，b]？奐[0，1]，[c，d]？奐[0，1]，b+d≤1。則有得分函數(shù)S（ ）、精確函數(shù)H（ ）和猶豫不確定函數(shù)T（ ）。

S（ ）＝

H（ ）＝

T（ ）＝

對于任意兩個區(qū)間直覺模糊數(shù)的比較方法如下：

若 S（ 1）＜S（ 2），則 1＜ 2；

若S（ 1）＞S（ 2），則 1＞ 2；

若S（ 1）＝S（ 2）時，如果H（ 1）＜H（ 2），則 1＜ 2。如果H（ 1）＞H（ 2），則 1＞ 2。如果H（ 1）＝H（ 2），若T（ 1）＞T（ 2），則 1＜ 2；若T（ 1）＜T（ 2），則 1＞ 2。

（三）模型構(gòu)建及求解

首先，將赴災方與受災方之間相互評價的區(qū)間直覺模糊數(shù)進行排序。我們經(jīng)常會用到定義3中的排序方法，但由于該方法無法充分利用到隸屬度區(qū)間和非隸屬度區(qū)間的上下界變化信息，容易導致失效，為此本文參考了龔日朝等提出的概率論中的全概率公式思想，并使用新的得分函數(shù)進行排序，表達式為f? = ；

g? = 。

其次，使用極差變換法計算出赴災方對受災方各評價指標下的滿意度a? 和受災方對赴災方各評價指標下的滿意度β? ： a? = ；β? = 。

引入權(quán)重構(gòu)建赴災方對受災方及受災方對赴災方的滿意度aij和βij：aij= wua? ；βij= wOβ? 。

最后，基于雙邊滿意度最大化構(gòu)建匹配模型M1：

maxZ1=? aijxij

maxZ2=? βijxij

xij≤1

xij≤n

為求解以上模型，根據(jù)隸屬度函數(shù)加權(quán)相加方法，將M1轉(zhuǎn)化為單目標函數(shù)M2并利用LINGO求解。

設(shè)Z? 、Z? 、Z? 和Z? 分別為單獨考慮Z1和Z2時所求得的單目標最大值和最小值，其隸屬度函數(shù)為：μZ =1- ；μZ =1- 。引入權(quán)重系數(shù)ω1和ω2轉(zhuǎn)化為單目標函數(shù)M2如下：

maxZ=aω1 μ1+βω2 μ2

xij≤1

xij≤n

xij∈{0，1}

三、案例分析

某次應急物流救援中，有三個受災方{A1，A2，A3} 和兩個赴災方{B1，B2} 進行雙邊匹配選擇，為最大限度提高雙邊匹配成功的概率，規(guī)定雙方都需要進行滿意度評價。關(guān)于雙方分別影響匹配滿意度的指標，通過查閱相關(guān)文獻，從王旭坪等學者的研究中識別和歸納出有關(guān)受災方和赴災方分別影響應急物流雙邊匹配的因素作為評價指標如表1、表2所示。并邀請了三位應急物流方面的專家討論打分從指標中選出了n1和m1為最優(yōu)指標，與其余指標的比較結(jié)果分別為（a12，a13）＝（3，7）、（a12，a13）＝（5，3）；n3和m2為最劣指標，與其余指標的比較結(jié)果分別為（a13，a23）＝（9，7）、（a12，a32）＝（7，5）；根據(jù)aij=aik×akj和aij= 分別計算出判斷矩陣后將兩個判斷矩陣取幾何平均值，最后利用MATLAB通過一致性檢驗計算出最終權(quán)重如表1、表2所示。

三個受災方和兩個赴災方分別對彼此間展開區(qū)間直覺模糊評價，邀請的三位專家均按照自身的經(jīng)驗和專業(yè)知識進行評價。以受災方A1對赴災方做出的區(qū)間直覺模糊評價為例，如表3所示。

采用上文引入的新表達式將滿意度評價矩陣轉(zhuǎn)換為f? 、g? 如表4、5所示。

然后，計算出赴災方對受災方各評價指標下的滿意度a? 和受災方對赴災方各評價指標下的滿意度β? ：

a? =0.00 1.00 0.881.00 0.87 0.000.00 1.00 0.031.00 0.74 0.000.00 0.58 1.000.00 0.21 1.00

β? =0.32 1.00 0.001.00 0.00 0.970.31 1.00 0.000.69 1.00 0.001.00 0.12 0.001.00 0.00 0.27

再將a? 、β? 引入權(quán)重，得到受災方對赴災方的滿意度aij和赴災方對受災方的滿意度βij。

a? =0.38 0.89 0.310.85 0.26 0.14

β =0.30 0.890.29 0.520.62 0.68

最后，運用LINGO軟件可求得Z? ＝2.05，最終得到的匹配結(jié)果為：（A2，B1）、（A3，B1）、（A1，B2），即赴災方B1和受災方A2、A3匹配，赴災方B2和受災方A1匹配。Z? ＝2.09，最終得到的匹配結(jié)果為：（A2，B1）、（A3，B2）、（A1，B2），即赴災方B1和受災方A2匹配，赴災方B2和受災方A1、A3匹配。

根據(jù)公式得到隸屬度函數(shù)μZ = 、μZ = ?？紤]雙方之間的公平性將權(quán)重定為0.5，從而得到max Z。運用LINGO11求得匹配結(jié)果為：（A2，B1）、（A3，B2）、（A1，B2），即赴災方B1和受災方A2匹配，赴災方B2和受災方A1、A3匹配。同時，為進一步說明模型的有效性，將權(quán)重取0.3帶入驗證，同樣得到（A2，B1）、（A3，B2）、（A1，B2）的結(jié)果。

四、結(jié)論

在提供應急物流救援之前確定赴災方與受災方之間的最優(yōu)匹配是有效節(jié)約物資運輸時間成本、提高救援工作效率、挽救生命財產(chǎn)損失的核心環(huán)節(jié)，其評價的科學與否直接關(guān)乎突發(fā)事件的救援效果。首先，本文針對應急物流的緊迫性和隨機性等特點，利用區(qū)間直覺模糊、雙邊匹配理論和BWM構(gòu)建一種基于雙方滿意度最大化的雙邊匹配模型。在該方法中，依據(jù)應急物流的特殊性及決策者時間緊、壓力大等特點，利用區(qū)間直覺模糊理論充分考慮決策過程中的不確定信息，以解決應急物流評價過程中存在的猶豫性和模糊性問題。其次，將雙邊匹配理論拓展到區(qū)間直覺模糊環(huán)境下，基于雙方滿意度最大化構(gòu)建雙邊匹配模型，采用新的權(quán)重確定方法BWM確定指標權(quán)重，在保證評價信息有效、準確的同時簡化了計算復雜程度，同時也更貼合應急物流救援的實際問題研究。最后，通過案例證明了所提方法的有效性和可行性，為應急物流救援中雙方的匹配問題提供決策參考。

參考文獻：

[1]溫春娟.我國公共衛(wèi)生應急物流體系的完善思考[J].中國市場，2021（09）：157-158.

[2]丁蕾，杭虹利.應急物流優(yōu)先的交通分配模型及算法[J].同濟大學學報（自然科版），2022，50（05）：630-634.

[3]郭鵬輝，朱建軍，王翯華.考慮異質(zhì)物資合車運輸?shù)臑暮缶仍x址-路徑-配給優(yōu)化[J].系統(tǒng)工程理論與實踐，2019，39（09）：2345-2360.

[4]李孟良，王喜富，孫全欣，楊子楠.基于魯棒優(yōu)化的應急物資多式聯(lián)運調(diào)配策略研究[J].鐵道學報，2017，39（07）：1-9.

[5]VITORIANOB.，ORTUNO M.T.，TIRADO G.A multi-criteria optimization model for humanitarian aid distribution[J].Journal of Global Optimization，2011，51（2）：189-208.

[6]ZHENG Y J，LING H F.Emergency transportation planning in disaster relief supply chain management：a cooperative fuzzy optimization approach[J].Soft Computing，2013，17（7）：1301-1314.

[7]孔德財，劉長平，范欽滿.考慮個體偏好和互惠偏好的雙邊匹配決策方法研究[J].模糊系統(tǒng)與數(shù)學，2019，33（06）：141-150.

[8]GUSFIELD D，IRVING R W.The stable marriage problem：structure and algorithms[M].Cambridge：MIT Press，1989.

[9]MCLARNON M J W，GOFFIN R D，ROTHSTEI M G.Differentiation of cognitive abilities and the medical college admission test[J].Personality and Individual Differences，2018，123（3）：50-55.

[10]萬樹平，李登峰.具有不同類型信息的風險投資商與投資企業(yè)多指標雙邊匹配決策方法[J].中國管理科學，2014，22（02）：40-47.

[11]樊治平，樂琦.基于完全偏好序信息的嚴格雙邊匹配方法[J].管理科學學報，2014，17（01）：21-34.

[12]王英輝，吳濟瀟.基于云平臺的突發(fā)公共安全事件下應急物流路徑優(yōu)化研究[J].技術(shù)經(jīng)濟，2021，40（12）：162-173.

[13]GALE D.The two-sided matching problem，origin，development and current issues[J].International GameTheory Review，2001，3（2-3）：237-252.

[14]ECHENIQUE F．What matchings can be stableThe testable implicationsof matching theory[J].Mathematics of Operations Research，2008，33（3）：757-768.

[15]王小勝，劉暢，李偉，安靜.不確定環(huán)境下基于最優(yōu)最劣模型的指標權(quán)重確定方法[J].模糊系統(tǒng)與數(shù)學，2022，36（02）：78-89.

（作者單位：昆明理工大學管理與經(jīng)濟學院）