[论文解读] Stable schedule matchings by a fixed point method

Vilmos Komornik, Zsolt Komornik+1 more|arXiv (Cornell University)|May 12, 2010

Game Theory and Voting Systems参考文献 13被引用 3

一句话总结

本文通过引入基于Fleiner定理的不动点方法，将稳定排班匹配推广至更复杂的场景，实现了揭示性选择映射的构建，从而在复杂的排班与偏好约束下确保稳定、工人或企业最优的匹配。核心贡献在于提出了一套灵活且算法化的框架，通过一致且揭示性的选择映射构造，将先前模型扩展至处理兼职工作、重叠排班及容量约束的情形。

ABSTRACT

We generalize several schedule matching theorems of Baiou-Balinski (Math. Oper. Res., 27 (2002), 485) and Alkan-Gale (J. Econ. Th. 112 (2003), 289) by applying a fixed point method of Fleiner (Math. Oper. Res., 28 (2003), 103). Thanks to a more general construction of revealing choice maps we develop an algorithm to solve rather complex matching problems. The flexibility and efficiency of our approach is illustrated by various examples. We also revisit the mathematical structure of the matching theory by comparing various definitions of stable sets and various classes of choice maps. We demonstrate, by several examples, that the revealing property of the choice maps is the most suitable one to ensure the existence of stable matchings; both from the theoretical and the practical point of view.

研究动机与目标

• 将稳定匹配理论扩展至涉及兼职工作、重叠工作日以及工人与企业容量约束的复杂排班问题。
• 构建一个统一框架，通过将偏好与排班约束整合到单一形式化体系中，推广Baiou–Balinski与Alkan–Gale模型。
• 通过不动点方法，证明并构造工人或企业最优的稳定匹配的存在性。
• 从理论与实践两方面阐明‘揭示性’属性在选择映射中对确保稳定匹配存在性的关键作用。

提出的方法

• 将Fleiner的不动点定理适配于构造稳定匹配，通过广义选择映射构造，同时尊重排班与偏好约束。
• 引入基于可接受匹配的不相交子集（如企业、工作日、配额）的揭示性选择映射构造，确保一致性和稳定性。
• 采用逐步迭代算法计算选择映射的不动点，从而实现时间槽上工人与企业之间的稳定分配。
• 使用基于配额的过滤机制，使每个参与方可从可接受的企业与工作日组合中选择，受限于个人与机构的上限。
• 在不动点迭代过程中，采用集合论条件（如 |C_k(A) ∩ Y_n| ≤ q_n）以强制执行容量与偏好约束。
• 证明满足揭示性属性的一致选择映射可产生稳定匹配，且通过算法构造可获得工人或企业最优的匹配。

实验结果

研究问题

• RQ1 在涉及同一天内跨多家企业兼职工作的复杂排班约束下，能否保证稳定排班匹配的存在？
• RQ2 在广义排班匹配模型中，确保稳定匹配存在的选择映射所需且充分的属性是什么？
• RQ3 在存在重叠工作时间与容量限制的场景下，如何算法化地构造工人或企业最优的稳定匹配？
• RQ4 选择映射的‘揭示性’属性在确保稳定匹配存在性方面，相较于其他属性（如一致性）的优越程度如何？
• RQ5 Baiou–Balinski与Alkan–Gale的理论结果在存在不完全偏好与动态排班约束的模型中，如何被推广？

主要发现

• 基于Fleiner定理的不动点方法，可保证在具有复杂约束的广义排班匹配问题中稳定匹配的存在性。
• 选择映射的揭示性属性在理论上与实践上均为最优，其在确保稳定匹配存在性方面优于仅具有一致性的属性。
• 通过迭代构造揭示性选择映射的不动点，可算法化地计算出工人最优或企业最优的稳定匹配。
• 通过使用可接受匹配的不相交子集（如 Y_n）构造选择映射，可确保在每一步均满足容量约束（q_n）与总配额（q）。
• 反例表明，若选择映射构造中缺乏不相交性条件，即使选择映射具有一致性，稳定匹配也可能不存在。
• 该框架推广并涵盖了Baiou–Balinski与Alkan–Gale的先前结果，将其扩展至存在不完全偏好与动态排班约束的场景。