[发明专利]蚁群算法求解共享经济背景下多属性双边匹配问题的方法

说明书

本发明公开了蚁群算法求解共享经济背景下多属性双边匹配问题的方法。在建模过程中改进属性匹配度计算模型，计算匹配双方的满意度和偏好序并构建双边匹配结果的评价规则；在算法求解过程中提出非线性梯度启发信息，用于解决已有方法中使用偏好序值作为蚁群算法启发信息存在的缺陷；基于历史搜索信息改进状态转移策略，用于避免算法易早熟或难收敛问题；利用梯度下降法设置自动调参机制，用于减少调参工作量并提高算法对大数据量和数据变化的适应能力。与传统的蚁群算法相比，改进的蚁群算法用于求解共享经济背景下的双边匹配问题，达到了求解效果更优和算法稳定性更好的有益效果。

技术领域

本发明属于算法技术领域，尤其涉及改进蚁群算法求解共享经济背景下的多属性双边匹配问题的方法。

背景技术

云大物移(云计算、大数据、物联网、移动互联网技术)和移动支付技术的迅猛发展催生了“共享经济”，各种共享服务如共享租车(Uber、滴滴)、共享停车(ParkTag)、共享民宿(Airbnb、途家网)、任务共享(TaskRabbit、达达、人人快递)、金融共享(Tending Club、人人贷)等发展迅速。共享经济的实现依赖于完善的供需匹配平台和能够同时满足双方个性化需求的双边匹配机制，因此双边匹配问题成为研究热点。

不同领域的业界人士和学者从不同视角关注共享经济的不同层面。经济学领域研究共享经济的产生原因、发展趋势和经济模式等；社会学领域研究人的行为、人群结构、社会环境等因素对共享经济的影响；管理学领域关注双边匹配决策的理论模型和应用场景；计算机科学领域则关注双边匹配算法的实现和优化。以下几篇文献主要涉及双边匹配决策模型(乐崎,樊治平.考虑稳定匹配条件的双边满意匹配决策方法[J].中国管理科学,2014,4(22):113-117；刘勇,熊晓旋.基于灰色关联分析的双边匹配决策模型及应用[J].管理学报.2017,01(14):86-92；孙涛,黄同华.基于Borda法的不确定偏好序下双边匹配决策模型[J].统计与信息论坛.2017,12(32):22-26)。

双边匹配问题是一个典型的多目标优化问题，传统的求解模型多基于多维矩阵运算，计算过程比较复杂，处理海量数据时求解效率低。而共享经济环境中的双边匹配问题恰恰需要处理大量数据，并且需要同时考虑匹配双方的多个属性偏好。近年来有文献将启发式算法用于该问题求解，例如蚁群算法、粒子群算法等。以下几篇文献主要涉及蚁群算法的改进和应用：Xia Ya-Mei等人提出了多信息素动态更新的蚁群算法(Xia Ya-Mei,CHENGBo.Optimizing Services Composition Based on Improved Ant Colony Algorithm[J].Chinese Journal of Computers.2012,02(54):275-277)；LH Tao等结合遗传算法通过二进制染色体编码、轮盘赌注选择操作等对蚁群算法的参数进行组合优化(LH Tao,PT Shi,JF Bai.Research on Parameter Optimization of ant colony algorithm based ongenetic algorithm[C]//International Conference on Industrial Engineering andEngineering Management,Paris,Atlantis Press,2017:131-136)；杨惠等将改进的粒子群算法和蚁群算法进行融合提出PAAA算法(杨惠,李峰.粒子群和蚁群融合算法的自主清洁机器人路径[J].计算机工程与应用,2009,45(32):200-202)；L Zhang等在蚁群算法迭代中引用RNA计算中的变换操作、重组运算和置换操作以优化算法参数设置(L Zhang,C Xiao,TFei.Improved ant colony optimization algorithm based on RNA computing[J].Automatic ControlComputer Sciences.2017,51(5):366-375.)；刘永强等在考虑稳定匹配的条件下提出蚁群算法求解双边匹配问题的思路(刘永强,常青.改进蚁群算法求解多属性双边匹配问题[J].信息与电子工程.2011,9(4):511-513)。