改进概率语言ORESTE的人岗匹配决策方法

针对以多属性概率语言集为信息环境的人岗匹配决策问题,构建基于改进ORESTE排序法和匹配意愿的双边匹配模型。提出概率语言广义兰氏距离公式,利用概率语言幂平均算子确定属性客观权重,并基于博弈论的思想对主、客观权重进行组合优化,从而克服极端值对决策结果的影响,并使得属性权重兼顾专家经验判断的主观分析和信息结构的客观分析两方面因素,更具科学性。改进ORESTE排序法,在ORESTE排序法的弱排序与强排序相结合的基础上,通过引入概率语言广义兰氏距离公式和Borda函数,同时考虑最优化组合的主客观权重,从而使排序结果更加真实与符合实际。为了最大化地满足主体意愿,根据心理行为“首因效应”,提出具有稳定性的新匹配意愿系数,以此构建合理有效的多目标双边匹配模型。在某智慧养老服务平台上的养老服务人岗匹配算例结果表明,该双边匹配模型具有有效性,且决策者可以根据自身风险偏好调节参数κ以最大程度地满足主体意愿。相比ORESTE、TOPSIS等决策方法,所提的改进ORESTE匹配模型能够更加合理有效地计算排序值来获得最优匹配对。