基于供应链的众筹平台服务双边匹配决策研究
发布时间:2023-03-29 03:00
双边匹配指在决策过程中充分考虑各方主体的满意度要求,从而进行最优匹配的过程。以往传统的双边匹配研究大多考虑制造型供应链环境,且以静态的评价信息进行,随着众筹等互联网金融模式的兴起,融资任务下的匹配是动态且长期性的,难以对已有的服务匹配机制进行直接的应用;同时,匹配双方实际上是具有自主学习能力的独立个体,具备动态变化的新特征,需要综合考虑匹配主体的学习能力和前景感知来进行决策。因此,如何设计出更为符合平台实际需求的匹配机制成为双边匹配研究中亟待解决的难题。本文从服务匹配关系角度出发,针对服务供应链下众筹平台为中介的动态匹配决策进行了如下研究。第一,为了解决众筹平台融资过程中的服务匹配问题,本文丰富了度量指标体系,以最大化双方主体满意度为优化目标,构造基于学习效应和前景理论的一对一多目标双边匹配模型。具体地,本文考虑匹配主体本身具备自适应学习能力,提出考虑学习效应条件下累计动态学习能力计算方法,以个人期望为参照点并利用前景理论量化匹配主体对于未知风险的感知偏好,从而聚合双方匹配主体满意度;第二,以双方满意度为匹配依据,将论文模型应用于解决实际生活中众筹平台的融资问题,运用NSGA-II算法...
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究目的与内容
1.2.1 研究目的
1.2.2 研究内容
1.3 研究框架与方法
1.3.1 研究框架
1.3.2 研究方法
1.4 主要创新点
第二章 国内外研究综述
2.1 众筹与众筹平台研究现状
2.1.1 众筹融资绩效现状
2.1.2 众筹研究方法现状
2.2 供应链下服务组合与资源调配研究现状
2.2.1 供应链下的服务组合
2.2.2 供应链下的资源调配
2.3 双边匹配决策研究现状
2.3.1 基于匹配算法的双边匹配决策研究
2.3.2 基于多指标评价的双边匹配决策研究
2.3.3 基于不确定信息的双边匹配决策研究
2.4 文献述评
第三章 相关理论研究
3.1 供应链下众筹平台服务匹配
3.1.1 供应链下众筹平台服务匹配基本特点
3.1.2 供应链下众筹平台服务匹配结构体系
3.2 双边匹配决策基本模型
3.2.1 问题描述
3.2.2 满意度度量
3.2.3 模型构建
3.3 基于学习与前景理论的双边匹配
3.3.1 学习理论在双边匹配中的应用
3.3.2 前景理论在双边匹配中的应用
3.4 本章小结
第四章 基于学习效应与前景理论的众筹平台服务双边匹配
4.1 一对一双边匹配问题描述
4.2 一对一双边匹配模型
4.2.1 满意度度量
4.2.2 模型构建
4.3 本章小结
第五章 数值仿真与分析
5.1 问题描述
5.2 多目标优化算法
5.2.1 多目标优化问题的重要概念
5.2.2 NSGA-Ⅱ算法的基本流程
5.2.3 NSGA-Ⅱ算法的求解步骤
5.3 仿真结果
5.4 灵敏度分析
5.5 本章小结
第六章 研究结论与展望
6.1 研究结论
6.2 研究展望
参考文献
在学期间取得的科研成果和科研情况说明
致谢
本文编号:3773854
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究目的与内容
1.2.1 研究目的
1.2.2 研究内容
1.3 研究框架与方法
1.3.1 研究框架
1.3.2 研究方法
1.4 主要创新点
第二章 国内外研究综述
2.1 众筹与众筹平台研究现状
2.1.1 众筹融资绩效现状
2.1.2 众筹研究方法现状
2.2 供应链下服务组合与资源调配研究现状
2.2.1 供应链下的服务组合
2.2.2 供应链下的资源调配
2.3 双边匹配决策研究现状
2.3.1 基于匹配算法的双边匹配决策研究
2.3.2 基于多指标评价的双边匹配决策研究
2.3.3 基于不确定信息的双边匹配决策研究
2.4 文献述评
第三章 相关理论研究
3.1 供应链下众筹平台服务匹配
3.1.1 供应链下众筹平台服务匹配基本特点
3.1.2 供应链下众筹平台服务匹配结构体系
3.2 双边匹配决策基本模型
3.2.1 问题描述
3.2.2 满意度度量
3.2.3 模型构建
3.3 基于学习与前景理论的双边匹配
3.3.1 学习理论在双边匹配中的应用
3.3.2 前景理论在双边匹配中的应用
3.4 本章小结
第四章 基于学习效应与前景理论的众筹平台服务双边匹配
4.1 一对一双边匹配问题描述
4.2 一对一双边匹配模型
4.2.1 满意度度量
4.2.2 模型构建
4.3 本章小结
第五章 数值仿真与分析
5.1 问题描述
5.2 多目标优化算法
5.2.1 多目标优化问题的重要概念
5.2.2 NSGA-Ⅱ算法的基本流程
5.2.3 NSGA-Ⅱ算法的求解步骤
5.3 仿真结果
5.4 灵敏度分析
5.5 本章小结
第六章 研究结论与展望
6.1 研究结论
6.2 研究展望
参考文献
在学期间取得的科研成果和科研情况说明
致谢
本文编号:3773854
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3773854.html