Veri türleri
Bulanık (Fuzzy)
Bir değerin kesin olmadığı durumda, o değerin hangi aralıkta ve hangi olasılıkla değil hangi "makullükle" yer aldığını üyelik dereceleriyle koruyan veri yapısıdır.
Örnek hücre: 2, 5, 7
Nedir?
Bulanık veri yapısı, bir alternatifin bir kriterdeki değerlendirmesini tek bir sayı yerine, her olası değere bir üyelik derecesi atayan bir sayı kümesiyle ifade eder. En yaygın biçimi olan üçgen bulanık sayı üç değerle tanımlanır: en düşük makul değer, en olası değer ve en yüksek makul değer. "Teslim süresi 10 gün ile 20 gün arasında, büyük olasılıkla 14 gün" ifadesi (10, 14, 20) üçgen bulanık sayısıdır. Ortadaki değerin üyeliği 1, uçlara doğru giderek azalır, uçların dışı 0'dır.
Üyelik derecesi bir olasılık değildir. "14 gün için üyelik 1" ifadesi 14 günün kesin gerçekleşeceğini değil, 14 günün bu değerlendirmeye en çok uyan değer olduğunu söyler. Bulanık yapı, "yaklaşık", "civarında", "iyi", "orta" gibi kesin sınırı olmayan ifadelerin sayısal karşılığıdır.
Ne Zaman Kullanılır?
Değerlendirme bir ölçümden değil bir insan yargısından ya da bir tahminden geliyorsa kullanılır. Uzmanların kalite, risk, uyum, itibar gibi kriterleri "yaklaşık" veya kelimelerle ("düşük / orta / yüksek") puanladığı durumlarda; gelecekle ilgili büyüklüklerde (beklenen maliyet, beklenen talep); ölçüm yapılabilse bile kriterin doğası gereği keskin sınırı olmayan kavramlarda ("yeterli deneyim", "makul fiyat") yararlıdır.
Buna karşılık değer ölçülmüş, sayılmış ya da faturalanmışsa bulanık yapıya taşımak gerekli değildir; ölçülmüş bir sayıya genişlik eklemek belirsizlik modellemek değil, belirsizlik üretmektir.
Crisp Veriden Bulanık Veri Oluşturulabilir mi?
Evet, ancak genişliğin gerçek bir kaynağı olmalıdır. İki adım gerekir.
Birincisi, değerin neyi temsil ettiğini belirlemektir: ölçülmüş bir büyüklük mü, yoksa bir yargı ya da tahmin mi? Ölçülmüş büyüklük crisp kalır. Yargı ve tahmin ise bulanıklaştırılabilir, çünkü bunların doğasında zaten bir "yaklaşıklık" vardır.
İkincisi, en düşük, en olası ve en yüksek değerleri ayrı ayrı gerekçelendirmektir. Uzman tahminlerinde bu üçlü doğrudan uzmandan alınır ("en az, en olası, en çok"). Kelimeyle verilen puanlarda önceden ilan edilmiş bir ölçek kullanılır: örneğin yedi terimli bir ölçekte "iyi" teriminin karşılığı olarak (7, 9, 10) gibi bir üçgen sayı. Ölçek analizden önce tanımlanır, raporda belirtilir ve tüm uzmanlar için aynı uygulanır.
Yapılmaması gereken, kesin bir sayının iki yanına simetrik bir pay ekleyerek üçgen kurmaktır. 2.450 TL'yi (2.400, 2.450, 2.500) diye yazmanın hiçbir kaynağı yoktur.
Bulanıklık ile Olasılık Aynı Şey Değildir
Bir anketin ±3 puanlık hata payı, bir ölçüm cihazının ±0.5 birimlik sapması ya da bir yatırımın getiri dağılımı olasılıksal belirsizliktir: değer aslında tek bir sayıdır, biz onu tam bilmiyoruz. Bulanıklık ise kavramsal belirsizliktir: "makul fiyat" ifadesinin kendisi keskin bir sınıra sahip değildir.
Bu nedenle:
"Ölçüm hatası olduğu için bulanık kullanılır"
yerine:
"Değerlendirmenin dayandığı kavram keskin sınırlı olmadığı için üyelik dereceleri korunur"
yaklaşımı daha doğrudur. Ölçüm hatası ve dağılım için olasılıksal (stochastic) yapı, yalnız alt ve üst sınır biliniyorsa aralık (interval) yapı daha uygundur.
Üçgen, Yamuk ve Diğer Biçimler
Bulanık sayı biçimleri, "hangi değerler en makul" sorusuna verilen cevabın şekline göre ayrılır.
Üçgen (TFN, üç değer: l, m, u). Tek bir en olası değer vardır ve makullük bu değerden iki yana doğru doğrusal azalır. Uzman "en az 10, en olası 14, en çok 20 gün" diyorsa üçgen sayı uygundur. En yaygın biçimdir; DM3'teki bulanık yöntemlerin büyük çoğunluğu bu biçimi bekler.
Yamuk (TrFN, dört değer: a, b, c, d). En olası değer tek bir nokta değil bir banttır: b ile c arasındaki her değer eşit derecede makuldür, a ve d ise uç sınırlardır. Uzman "12 ile 16 gün arası normaldir, 10'dan az ve 20'den çok olmaz" diyorsa yamuk sayı (10, 12, 16, 20) uygundur. Üçgen sayı, yamuk sayının b = c olduğu özel hâlidir.
Aralık (a, b). En olası değer hakkında hiçbir bilgi yoktur; alt ve üst sınır arasındaki her değer eşit derecede makuldür. Yamuk sayının a = b ve c = d olduğu özel hâlidir. Yalnız sınır biliniyorsa üçgen kurup ortasını "en olası" ilan etmek yerine aralık yapı kullanılmalıdır.
Gauss (merkez, yayılım). Makullük merkezden uzaklaştıkça çan eğrisi biçiminde, yumuşak biçimde azalır; keskin uç sınır yoktur. Uzmanın "yaklaşık 14, ama kesin bir sınır koyamam" dediği durumlara uyar. Az sayıda yöntem bu biçimi destekler.
LR biçimi. Sol ve sağ kanadın şekli ayrı ayrı tanımlanır; asimetrik belirsizlik için kullanılır: "14 günden erken bitmesi zor, gecikmesi çok olası" gibi. Üçgen ve yamuk sayılar LR biçiminin doğrusal kanatlı özel hâlleridir.
Tip-2 bulanık. Üyelik derecesinin kendisi belirsizdir: uzman "14 günün üyeliği 1 mi, 0.8 mi" konusunda da kararsızsa ya da birden fazla uzmanın üçgenleri örtüşmüyorsa, üyelik bir aralık olarak verilir. Değerlendirme yükü belirgin biçimde artar; yalnız üyelik belirsizliğinin karar için önemli olduğu durumlarda kullanılmalıdır.
Adında "bulanık" geçen bazı yapılar bu ailenin biçimleri değil, ayrı veri türleridir: sezgisel bulanık (üyelik ve üyelik-dışı derecesi), Pisagor ve q-Rung, resim bulanık, küresel bulanık, tereddütlü bulanık. Bunlar "değer ne kadar makul" sorusuna değil, "yargıyı ne kadar destekliyorum, ne kadar reddediyorum" sorusuna cevap verir ve kendi kartlarında anlatılır.
Güçlü Yanları
Bulanık yapının en önemli avantajı, insan yargısını sayıya çevirirken yargının doğasındaki yaklaşıklığı silmemesidir. "İyi" ile "çok iyi" arasındaki farkın keskin olmadığı bir değerlendirmede, bu farkın keskin iki sayıya indirgenmesi yalancı bir kesinlik üretir; üçgen ya da yamuk sayı bu yaklaşıklığı hesap boyunca taşır.
Ayrıca kelimeyle yapılan değerlendirmeler için ilan edilmiş bir ölçek sayesinde farklı uzmanların yargıları aynı sayısal zemine getirilebilir ve grup kararlarında birleştirilebilir.
Sınırlılıkları
Bulanık sayılarla yapılan işlemler genişliği büyütür: iki üçgen sayının toplamının genişliği ikisinin genişliklerinin toplamıdır. Çok adımlı hesaplarda sonuç, girdilerden çok daha geniş bir bulanık sayı olabilir ve ayırt edicilik azalır.
Sıralama için bulanık sonucun tek bir sayıya indirilmesi (durulaştırma) gerekir ve bunun için birden fazla yöntem vardır: ağırlık merkezi, ortalama, en olası değer. Seçilen yöntem sıralamayı etkileyebilir. Bulanık sayıların doğrudan karşılaştırılması da tek bir kurala bağlı değildir; farklı sıralama kuralları farklı sonuç verebilir.
Son olarak, kelimeleri sayıya çeviren ölçeğin kendisi bir varsayımdır. Beş terimli ve yedi terimli ölçekler aynı yargıyı farklı üçgenlere çevirir; ölçek seçimi raporda gerekçelendirilmelidir.
Sık Yapılan Hatalar
En yaygın hata, ölçülmüş bir değeri "daha kapsamlı görünsün" diye bulanıklaştırmaktır. Ölçülmüş 2.450 TL'ye genişlik eklemek bilgi katmaz; genişliği uyduran analist olur.
İkinci yaygın hata, ölçüm hatasını ya da olasılık dağılımını bulanık sayıyla temsil etmektir. Anketin hata payı bulanıklık değildir; olasılıksal yapı gerektirir.
Üçüncüsü, kelimeleri sayıya çevirirken ölçeği ilan etmemek ya da uzmandan uzmana farklı ölçek kullanmaktır. Ayrıca yalnız alt ve üst sınır biliniyorken ortayı "en olası" ilan edip üçgen kurmak, en olası bir bant varken yamuk yerine üçgen seçmek de biçim hatalarıdır.
Temel ilke şudur:
Bulanık sayının her köşesi (en düşük, en olası, en yüksek) kendi gerekçesine dayanmalı; genişlik ölçülmüş bir sayıya sonradan eklenmemeli, yargının ya da tahminin kendisinden gelmelidir.
Örnekler
Her örnek herkesin bildiği tek bir kesin sayıdan başlar ve aynı sayının hangi koşulda, hangi biçimde bulanık yapıya geçtiğini gösterir.
1. Mühendislik: Yorulma dayanımı 320 MPa
Kesin sayı. Bir tasarım ekibi üç malzeme adayını karşılaştırıyor. Kataloğdaki çelik alaşımının yorulma dayanımı 320 MPa; laboratuvar deneyiyle ölçülmüş, bulanık olmaz.
Adım 1: Değer neyi temsil ediyor? Üçüncü aday yeni bir kompozit; deney henüz yapılmadı. Kriter "yorulma dayanımı" bu aday için bir ölçüm değil, benzer malzemelerden ve üretici verisinden yapılan tahmindir; bulanıklaştırılabilir.
Adım 2: Üç köşeyi ayrı ayrı gerekçelendirin. En kötümser tahmin benzer kompozitlerin en düşük değeri 260 MPa, en olası değer üretici beyanı 300 MPa, en iyimser değer laboratuvar öngörüsü 340 MPa.
Üçgen hâli. Kompozit adayı, "yorulma dayanımı" kriterinde (260, 300, 340). Çelik alaşımı aynı matriste kesin kalır; matris tek türde olmak zorundaysa ölçülmüş 320 değeri (320, 320, 320) olarak yazılır: genişlik sıfır, bilgi eklenmedi.
Aynı sayı, farklı durum. Deney tamamlanıp kompozit 305 MPa ölçülürse tahmin ölçüme dönüşür; hücre crisp olur, üçgen kaldırılır.
2. İktisat: Enflasyon beklentisi yüzde 34
Kesin sayı. Bir kurum üç yatırım programını değerlendiriyor. Kriterlerden biri yıl sonu enflasyonu; son beklenti anketinin ortalaması yüzde 34. Anket sonucu ölçülmüş bir ortalamadır, bulanık olmaz.
Adım 1: Değer neyi temsil ediyor? Karar için gereken şey anket ortalaması değil, kurumun kendi analistlerinin yıl sonu tahminidir. Bu bir tahmindir; doğasında yaklaşıklık vardır.
Adım 2: Üç köşeyi ayrı ayrı gerekçelendirin. Analistlerin en düşük tahmini yüzde 29, en olası tahmini yüzde 33, en yüksek tahmini yüzde 40.
Üçgen hâli. "Yıl sonu enflasyonu" kriterinde (29, 33, 40). Üçgen simetrik değildir; yukarı yönlü risk daha büyük olduğu için sağ kanat daha uzundur ve bu bilgi hesaba girer.
Aynı sayı, yamuk hâli. Analistler tek bir en olası değer yerine bant veriyorsa ("32 ile 35 arası eşit derecede olası, 29'un altı ve 40'ın üstü beklenmiyor"): (29, 32, 35, 40). Yalnız "29 ile 40 arası" deniyorsa aralık [29, 40] kullanılır; ortası en olası ilan edilmez.
3. Turizm: Misafir puanı 4,3 / 5
Kesin sayı. Bir tur şirketi üç otel arasında seçim yapıyor. Otelin platformdaki misafir puanı 4,3 / 5; binlerce değerlendirmenin ortalamasıdır, ölçümdür, bulanıklaştırılmaz.
Adım 1: Değer neyi temsil ediyor? Kriter "hizmet kalitesi" ise misafir puanı yalnız bir göstergedir. Şirketin kendi denetçisi oteli yerinde inceleyip kelimeyle değerlendiriyor: bu bir uzman yargısıdır.
Adım 2: Yargıyı ilan edilmiş ölçekle sayıya çevirin. Şirket yedi terimli bir ölçek kullanıyor; denetçi hizmet kalitesini "iyi" buluyor ve ölçekte "iyi" teriminin karşılığı (7, 9, 10) olarak önceden tanımlı.
Üçgen hâli. "Hizmet kalitesi" kriterinde (7, 9, 10). Misafir puanı 4,3 ise ayrı bir kriter olarak crisp kalır; iki kriter aynı matriste birlikte yer alacaksa 4,3 değeri (4.3, 4.3, 4.3) olarak yazılır.
Birden fazla denetçi. Üç denetçi "orta" (3, 5, 7), "iyi" (7, 9, 10) ve "çok iyi" (9, 10, 10) diyorsa grup değerlendirmesi köşelerin en küçüğü, ortalaması ve en büyüğüyle kurulabilir: (3, 8, 10). Birleştirme kuralı yöntemin kendisine aittir ve raporda belirtilir.
4. Teslim Süresi: Yamuk Sayının Doğal Örneği
Kesin sayı. Tedarikçi sözleşmede 14 gün taahhüt ediyor.
Adım 1. Karar üç tedarikçi arasında, kriter "gerçekleşen teslim süresi". Sözleşme değeri değil, geçmiş performansa dayalı tahmin değerlendiriliyor.
Adım 2. Geçmiş 20 teslimatın büyük çoğunluğu 12 ile 16 gün arasında; 10 günden erken ve 20 günden geç teslimat hiç olmamış.
Yamuk hâli. (10, 12, 16, 20). Tek bir en olası gün yerine 12-16 bandı eşit derecede makul olduğundan üçgen değil yamuk seçilir.
5. Yapılmaması Gereken
Ölçülmüş 320 MPa, yüzde 34 ya da 4,3 / 5 değerlerinin iki yanına simetrik pay ekleyerek üçgen kurmak: 320 → (310, 320, 330) ya da 4.3 → (4.0, 4.3, 4.6). Köşelerin hiçbirinin bir gerekçesi yoktur. Ölçülmüş değer crisp kalır; bulanık sayı yargıdan ya da tahminden doğar.
Örneklerdeki sayılar kurgusaldır; gerçek veri değildir.
Kısa karar kuralı
Ölçülmüş tek değer → Crisp
Yalnız alt ve üst sınır → Aralık (interval)
En düşük, en olası (tek nokta), en yüksek → Üçgen (TFN)
En olası değer bir bant → Yamuk (TrFN)
Yumuşak, sınırsız azalan makullük → Gauss (yöntem destekliyorsa)
Sol ve sağ belirsizlik farklı → LR biçimi (yöntem destekliyorsa)
Üyelik derecesinin kendisi belirsiz → Tip-2 bulanık
Kelimeyle puan → Önce ilan edilmiş ölçek, sonra üçgen ya da yamuk
Ölçüm hatası veya dağılım → Bulanık değil, olasılıksal (stochastic)
Yargıyı destekleme ve reddetme dereceleri ayrı → Bulanık değil, sezgisel bulanık (ayrı kart)
Temel kaynaklar
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. DOI: 10.1016/S0019-9958(65)90241-X
Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning—I. Information Sciences, 8(3), 199–249. DOI: 10.1016/0020-0255(75)90036-5
Dubois, D., & Prade, H. (1978). Operations on fuzzy numbers. International Journal of Systems Science, 9(6), 613–626. DOI: 10.1080/00207727808941724
Chen, C.-T. (2000). Extensions of the TOPSIS for group decision-making under fuzzy environment. Fuzzy Sets and Systems, 114(1), 1–9. DOI: 10.1016/S0165-0114(97)00377-1
Mendel, J. M., & John, R. I. (2002). Type-2 fuzzy sets made simple. IEEE Transactions on Fuzzy Systems, 10(2), 117–127. DOI: 10.1109/91.995115