Veri türleri
m-Kutuplu ve Çift Kutuplu Bulanık (m-Polar / Bipolar Fuzzy)
Bir yargının olumlu ve olumsuz yöndeki etkisini ayrı eksenlerde, ya da aynı yargıyı birden fazla bakış açısından ayrı ayrı derecelendirerek koruyan veri yapısıdır.
Örnek hücre: 0.6, −0.3
Nedir?
Bu aile iki yakın yapıyı kapsar.
Çift kutuplu (bipolar) bulanık yapı, bir alternatifin bir kriterdeki değerlendirmesini iki sayıyla verir: olumlu kutup, yargının istenen yönde ne kadar etkili olduğunu 0 ile 1 arasında; olumsuz kutup, karşı yönde ne kadar etkili olduğunu 0 ile −1 arasında ölçer. "Bu tedarikçi maliyeti düşürür" yargısı için olumlu kutup 0.6 (düşürücü etkisi var), olumsuz kutup −0.3 (bazı kalemlerde artırıcı etkisi de var) gibi. İki kutup birbirini kısıtlamaz; toplamları için bir kural yoktur.
m-Kutuplu (m-polar) bulanık yapı ise aynı yargıyı m farklı bakış açısından ayrı ayrı derecelendirir: üç paydaş grubu, dört bölge ofisi, beş dönem gibi. Her bakış açısı için 0 ile 1 arasında bir üyelik derecesi vardır ve bu dereceler birbirinden bağımsızdır. Çift kutuplu yapı, m-kutuplu yapının m = 2 olduğu ve ikinci kutbun işaretinin ters çevrildiği özel hâli olarak düşünülebilir.
Sezgisel bulanık yapıdan temel fark şudur: sezgisel yapıda ikinci sayı yargıyı reddetme derecesidir ve birinci sayıyla toplamı 1'i aşamaz; çift kutuplu yapıda ikinci sayı yargının ters yöndeki etkisidir, reddetme değildir ve toplam kısıtı yoktur. Bir şey aynı anda hem güçlü olumlu hem güçlü olumsuz etki yapabilir.
Ne Zaman Kullanılır?
Çift kutuplu yapı, bir alternatifin bir kriterde aynı anda hem yarar hem zarar ürettiği ve bu ikisinin birbirini götürmediği durumlarda kullanılır: bir ilacın hem etkisi hem yan etkisi, bir politikanın hem kazandırdığı hem kaybettirdiği kesim, bir yatırımın hem getirisi hem riski. İkisini tek bir "net" sayıya indirmek, zararın kimin üzerinde kaldığı bilgisini siler.
m-Kutuplu yapı, aynı yargının birden fazla kaynaktan ya da bakış açısından bağımsız olarak derecelendirildiği ve bu derecelerin ortalamaya indirilmemesi gerektiği durumlarda kullanılır: paydaş grupları, bölgeler, dönemler, ölçüm kanalları.
Buna karşılık kriter tek yönlü ve tek kaynaklıysa ("fiyat düşük mü"), ikinci kutup ya da ikinci bakış açısı yoktur; yapıyı zorlamak gerekmez.
Crisp Veriden Çift Kutuplu ya da m-Kutuplu Veri Oluşturulabilir mi?
Evet, ancak her kutbun ya da her bakış açısının kendi bilgi kaynağı olmalıdır. İki adım gerekir.
Birincisi, kriteri bir yargıya çevirmektir: "alternatif bu kriteri istenen yönde etkiler." Bir ölçüm tek başına kutup taşımaz; ölçümün istenen yöne mi karşı yöne mi çalıştığı yargısı gerekir.
İkincisi, çift kutuplu yapıda olumlu kutbu istenen yöndeki kanıttan, olumsuz kutbu karşı yöndeki kanıttan ayrı ayrı türetmek; m-kutuplu yapıda her bakış açısının derecesini o bakış açısının kendi verisinden almaktır. Olumsuz kutbu olumlu kutuptan türetmek (0.6 olumlu ise −0.4 olumsuz demek) yapının katkısını sıfırlar; m-kutuplu yapıda aynı sayıyı m kere yazmak da öyle.
Yapılmaması gereken, tek bir sayıyı "biraz olumlu, biraz olumsuz" diyerek iki kutba bölmek ya da tek bir uzman puanını üç paydaş grubuna kopyalamaktır.
Olumsuz Kutup ile Reddetme Aynı Şey Değildir
Çift kutuplu yapıdaki olumsuz kutup, "bu yargı yanlıştır" demek değildir; "bu alternatif kriteri ters yönde de etkiler" demektir. Bir ilaç hem tansiyonu düşürür (olumlu kutup) hem böbrek yükünü artırır (olumsuz kutup); ikincisi ilk yargının reddi değil, aynı ilacın başka bir etkisidir.
Bu nedenle:
"Olumlu kutup 0.6 ise olumsuz kutup −0.4'tür, çünkü toplam 1 olmalı"
yerine:
"Olumlu kutup istenen yöndeki kanıttan, olumsuz kutup karşı yöndeki kanıttan gelir; ikisi birbirini kısıtlamaz"
yaklaşımı daha doğrudur. Reddetme derecesi gerekiyorsa sezgisel bulanık yapı, hem reddetme hem bilinmeyen gerekiyorsa nötrosofik yapı kullanılır.
Güçlü Yanları
Çift kutuplu yapının en önemli avantajı, yarar ile zararı "net etki" hesabında eritmemesidir. Net etkisi aynı olan iki alternatiften biri küçük yarar-küçük zarar, diğeri büyük yarar-büyük zarar olabilir; ikincisi daha risklidir ve çift kutuplu yapı bu farkı korur.
m-Kutuplu yapının avantajı, farklı bakış açılarının uzlaşmasını ya da çatışmasını görünür kılmasıdır. Üç paydaş grubunun dereceleri (0.8, 0.7, 0.9) ise uzlaşma vardır; (0.9, 0.2, 0.8) ise bir grup açıkça karşıdır ve ortalama (0.63) bunu gizlerdi.
Sınırlılıkları
Çift kutuplu yapıda iki kutbun sıralama için tek bir değere indirilmesi gerekir ve bu indirgeme bir seçimdir; olumsuz kutbun ne kadar ağır sayılacağı sonucu değiştirir. m-Kutuplu yapıda bakış açılarının nasıl birleştirileceği (eşit ağırlık, en kötü durum, çoğunluk) aynı biçimde bir seçimdir ve raporda gerekçelendirilmelidir.
Veri toplama yükü artar: her hücrede iki ya da m sayı gerekir ve her birinin ayrı kaynağı olmalıdır. Bakış açılarının gerçekten bağımsız olması da bir varsayımdır; aynı verinin iki farklı işlenişi "iki bakış açısı" değildir. Ayrıca bu aile bilinmeyen payı taşımaz; eksik bilgi ayrıca temsil edilecekse nötrosofik yapı gerekir.
Kutup Sayısı Nasıl Belirlenir?
m, veri toplanan gerçek bakış açısı sayısıdır; analistin seçtiği bir parametre değildir. Üç paydaş grubundan görüş alındıysa m = 3'tür; dördüncü bir grup için veri yoksa m = 4 yazılıp dördüncü derece tahmin edilmez. Çift kutuplu yapı için de aynı ilke geçerlidir: olumsuz yönde bir etki ölçülmediyse olumsuz kutup 0 yazılır, tahmin edilmez.
Sık Yapılan Hatalar
En yaygın hata, olumsuz kutbu olumlu kutuptan türetmektir; bu durumda yapı tek bir sayıya indirgenmiş olur. İkinci hata, olumsuz kutbu reddetme gibi yorumlamak ve "toplam 1 olmalı" kısıtı uygulamaktır; bu kısıt bu yapıda yoktur.
m-Kutuplu yapıda yaygın hata, tek kaynaktan gelen bir puanı m bakış açısına kopyalamak ya da bakış açılarını ortalamaya indirip yapıyı kullanmış gibi görünmektir. Ayrıca kutup sayısını "daha zengin görünsün" diye artırmak, veri olmayan kutuplara tahmin yazmak da metodolojik sorundur.
Temel ilke şudur:
Her kutup ve her bakış açısı kendi verisine dayanmalı; olumsuz kutup olumludan, bir bakış açısı diğerinden türetilmemelidir.
Örnekler
Her örnek herkesin bildiği tek bir kesin sayıdan başlar ve aynı sayının hangi koşulda, hangi adımlarla çift kutuplu ya da m-kutuplu biçime geçtiğini gösterir.
1. Çevre: ÇED raporu puanı 72/100
Kesin sayı. Bir enerji projesinin çevresel etki değerlendirmesi 100 üzerinden 72 puan almış. Puan raporda yazılı, kesin bir değerdir; kendisi kutup taşımaz.
Adım 1: Kriteri yargıya çevirin. Karar üç proje arasında, kriter "çevreye etkisi". Yargı: "Bu proje çevreyi istenen yönde etkiler." İstenen yön emisyon azaltımı; karşı yön habitat kaybıdır.
Adım 2: İki kutbu iki kaynaktan türetin. Olumlu kutup emisyon hesabından: yerini aldığı fosil üretime göre yıllık azaltım, ölçekte 0.7. Olumsuz kutup habitat değerlendirmesinden: etkilenen sulak alan payı ve koruma statüsü, ölçekte −0.4.
Çift kutuplu hâli. Proje, "çevreye etkisi" kriterinde (0.7, −0.4). Net etki 0.3 gibi tek bir sayı, büyük emisyon kazancı ile ciddi habitat kaybının birlikte var olduğunu gizlerdi; 72 puan da öyle.
Aynı sayı, farklı durum. İkinci proje için habitat çalışması henüz yapılmadıysa olumsuz kutup 0 yazılır, tahmin edilmez: (0.6, 0). Bu, "habitat etkisi yok" değil "habitat etkisi ölçülmedi" demektir ve raporda belirtilir.
2. İK: Adayın mülakat puanı 84/100
Kesin sayı. Bir yönetici adayı yapılandırılmış mülakattan 100 üzerinden 84 aldı. Puan hesaplanmış, kesin bir değerdir.
Adım 1: Kriteri yargıya çevirin. Karar üç aday arasında, kriter "pozisyona uygunluk". Yargı: "Bu aday pozisyona uygundur."
Adım 2: Her bakış açısını kendi kaynağından derecelendirin. Aday üç paydaş grubuyla ayrı ayrı görüştü ve her grup kendi ölçütleriyle puanladı: birlikte çalışacağı teknik ekip 0.8, üst yönetim 0.6, hizmet verdiği müşteri temsilcileri 0.4.
m-Kutuplu hâli. "Pozisyona uygunluk" kriterinde (0.8, 0.6, 0.4), m = 3. Ortalama 0.6 ya da tek bir 84 puanı, müşteri tarafındaki açık çekinceyi silerdi; üç değer üç bakışı korur.
Aynı sayı, farklı durum. Paydaş grupları ayrı görüşme yapmadıysa üç değer yoktur; tek puan crisp kalır. Tek puanı üç gruba kopyalamak m-kutuplu veri üretmez.
3. Şehir Planlama: Günlük 35.000 yolcu tahmini
Kesin sayı. Yeni bir tramvay hattı için ulaşım modeli günlük 35.000 yolcu tahmin ediyor. Model çıktısı tek bir sayıdır.
Adım 1: Kriteri yargıya çevirin. Karar üç güzergâh arasında, kriter "paydaş desteği". Yargı: "Bu güzergâh desteklenmelidir."
Adım 2: Her bakış açısını kendi kaynağından derecelendirin. Üç paydaş grubuyla ayrı toplantılar yapıldı: hat üzerindeki mahalle sakinleri gürültü ve inşaat süresi nedeniyle 0.45, cadde esnafı inşaat dönemi ciro kaybı nedeniyle 0.30, belediye ulaşım dairesi yolcu tahmini ve maliyet nedeniyle 0.85.
m-Kutuplu hâli. "Paydaş desteği" kriterinde (0.45, 0.30, 0.85), m = 3. Genel bir "destek 0.53" ortalaması esnafın açık itirazını gizlerdi; güzergâhlar karşılaştırılırken hangi grupta kaybedildiği görünür kalır.
Aynı sayı, çift kutuplu hâli. Aynı güzergâh tek bir bakıştan, olumlu ve olumsuz etkisiyle değerlendiriliyorsa: olumlu kutup ulaşım süresi kazancından 0.7, olumsuz kutup inşaat dönemi kaybından −0.5 → (0.7, −0.5). Bakış sayısı bir, etki yönü ikidir.
4. Tedarikçi Etkisi: Birim maliyet 100 TL'den 85 TL'ye
Kesin sayı. Bir tedarikçi birim maliyeti 100 TL'den 85 TL'ye düşürüyor.
Adım 1. Karar üç tedarikçi arasında, kriter "maliyet etkisi". Yargı: "Bu tedarikçi toplam maliyeti istenen yönde etkiler."
Adım 2. Olumlu kutup birim fiyat düşüşünden: 0.6. Olumsuz kutup aynı tedarikçinin geç teslimattan doğan ceza ve stok maliyetlerinden, geçmiş kayıtlara göre: −0.3.
Çift kutuplu hâli. (0.6, −0.3). Birim fiyatı daha az düşüren ama hiç gecikmeyen tedarikçi (0.4, 0) ile karşılaştırıldığında, "net 0.3'e karşı net 0.4" hesabı gecikme riskini görünmez kılardı; çift kutuplu yapı iki tedarikçinin farklı profillerini korur.
5. Yapılmaması Gereken
Tek bir sayıyı iki kutba bölmek: 0.7 → (0.7, −0.3) "toplam 1 olsun" diye; olumsuz kutbun hiçbir kaynağı yoktur. Ya da tek mülakat puanını üç paydaşa kopyalamak: 0.84 → (0.84, 0.84, 0.84); üç bakış açısı yoktur, bir puan üç kez yazılmıştır. Ölçülmüş değer crisp kalır; kutuplar ve bakışlar ancak ayrı kaynaklardan doğar.
Örneklerdeki sayılar kurgusaldır; gerçek veri değildir.
Kısa karar kuralı
Tek ve güvenilir değer → Crisp
Yargıyı destekleme ve reddetme dereceleri, toplam en fazla 1 → Sezgisel bulanık (Intuitionistic)
Yargının istenen yöndeki ve karşı yöndeki etkisi ayrı, toplam kısıtı yok → Çift kutuplu bulanık (Bipolar)
Aynı yargı m ayrı kaynaktan / bakış açısından, her biri kendi verisiyle → m-Kutuplu bulanık (m-Polar)
Aynı kaynaktan birden fazla makul değer → m-Kutuplu değil, tereddütlü (Hesitant)
Bilinmeyen pay ayrıca temsil edilecek → Çift kutuplu değil, nötrosofik (ya da çift kutuplu nötrosofik)
Temel kaynaklar
Zhang, W.-R. (1994). Bipolar fuzzy sets and relations: A computational framework for cognitive modeling and multiagent decision analysis. Proceedings of NAFIPS/IFIS/NASA '94, 305–309. DOI: 10.1109/IJCF.1994.375115
Chen, J., Li, S., Ma, S., & Wang, X. (2014). m-Polar fuzzy sets: An extension of bipolar fuzzy sets. The Scientific World Journal, 2014, 416530. DOI: 10.1155/2014/416530
Alghamdi, M. A., Alshehri, N. O., & Akram, M. (2018). Multi-criteria decision-making methods in bipolar fuzzy environment. International Journal of Fuzzy Systems, 20(6), 2057–2064. DOI: 10.1007/s40815-018-0499-y
Akram, M., Waseem, N., & Liu, P. (2019). Novel approach in decision making with m-polar fuzzy ELECTRE-I. International Journal of Fuzzy Systems, 21(4), 1117–1129. DOI: 10.1007/s40815-019-00608-y
Akram, M., & Adeel, A. (2023). Multiple Criteria Decision Making Methods with Multi-polar Fuzzy Information. Studies in Fuzziness and Soft Computing, Springer. DOI: 10.1007/978-3-031-43636-9