来源：期刊VIP网 时间：
作者：陈莉婷;陈圣群;郑晶;高建清;
单位：福建江夏学院电子信息科学学院;福建江夏学院数据分析与智能决策研究所;福建商学院信息工程学院;
摘要：为了提高志愿者派遣中的匹配准确性和效率，提出了一种结合遗传算法(Genetic Algorithm, GA)和概率犹豫模糊集(Probabilistic Hesitant Fuzzy Set, PHFS)的双边匹配模型，以应对匹配过程中的复杂偏好及各种规模数据下计算效率的问题。首先，利用PHFS处理志愿者与任务的多属性偏好和犹豫性；其次，依据熵权法、后悔理论构建双边综合感知价值矩阵；最后，通过GA对匹配模型进行优化求解。在不同数据规模下将GA-PHFS模型与传统匹配模型进行对比分析。结果表明，该模型在匹配准确性与稳定性方面均优于传统方法，尤其在处理大规模数据时表现出更高的计算效率。此外，通过灵敏性分析和风险规避、后悔规避的组合验证该模型的可靠性与适应性。该模型为志愿者派遣任务提供了一种有效的解决方案，并能为决策者提供理论支持。
关键词：公共安全;;概率犹豫模糊集;;遗传算法;;双边匹配;;志愿者派遣
基金资助：国家社会科学基金项目(21BGL041);; 教育部人文社会科学研究项目(22YJAZH151);; 福建省社科科学基金项目(FJ2023B052,FJ2024B115);; 福建省自科学基金项目(2023J011097);; 校级科研项目(JXS2024002)
