Veri türleri
Nötrosofik (Neutrosophic)
Bir değerlendirmenin doğruluk, belirsizlik ve yanlışlık derecelerini birbirinden bağımsız üç değerle koruyan veri yapısıdır.
Örnek hücre: 0.7, 0.2, 0.1
Nedir?
Nötrosofik veri yapısı, bir alternatifin bir kriterdeki değerlendirmesini tek bir değer yerine üç ayrı dereceyle ifade eder: değerlendirmenin ne ölçüde doğru olduğu (T), ne ölçüde belirsiz kaldığı (I) ve ne ölçüde yanlış olduğu (F). Her üç derece 0 ile 1 arasında değer alır ve karar analizinde kullanılan tek-değerli biçiminde (single-valued neutrosophic) birbirinden bağımsızdır; toplamları 0 ile 3 arasında herhangi bir değer olabilir.
Bu yapının ayırt edici özelliği, belirsizliğin ayrı ve bağımsız bir bileşen olarak tutulmasıdır. Sezgisel bulanık (intuitionistic) yapıda kararsızlık payı, üyelik ve üyelik-dışı derecelerinden geriye kalan kısımdır; nötrosofik yapıda ise belirsizlik doğrudan değerlendirilir ve doğruluk ile yanlışlıktan türetilmez. Bu sayede aynı değerlendirme için hem güçlü destekleyici hem güçlü karşıt kanıt bulunması, ya da her ikisinin yanında büyük bir bilinmeyen payı olması ayrı ayrı temsil edilebilir.
Ne Zaman Kullanılır?
Bir kriter hakkındaki bilginin eksik, tutarsız veya çelişkili olduğu ve bu durumun kararın kendisi için önemli olduğu problemlerde kullanılabilir. Özellikle geçmiş verisi olmayan alternatiflerin değerlendirilmesi, çelişkili kaynaklara dayanan uzman görüşleri, kısmen gözlemlenebilen sistemler ve bilinmeyen payının açıkça raporlanması gereken analizlerde yararlıdır.
Buna karşılık değerlendirme güvenilir bir ölçüme dayanıyorsa ya da uzmanlar bir belirsizlik payı ifade etmiyorsa, yalnızca daha kapsamlı bir model kullanmak amacıyla veriyi nötrosofik yapıya dönüştürmek gerekli değildir.
Crisp Veriden Nötrosofik Veri Oluşturulabilir mi?
Evet, ancak önce bir dönüşüm gerekir: nötrosofik üçlü bir sayının değil, bir yargının doğruluk, belirsizlik ve yanlışlık derecelerini ifade eder. "Altın fiyatı 2.450 TL" bir ölçümdür; doğru ya da yanlış olmaz. "Altın, önümüzdeki altı ay fiyat istikrarı sağlar" ise bir yargıdır ve bu yargı için lehte kanıt, aleyhte kanıt ve bilinmeyen pay ayrı ayrı değerlendirilebilir.
Bu nedenle crisp bir değeri nötrosofik yapıya taşımanın ilk adımı, kriteri bir yargıya çevirmektir: "alternatif bu kriteri karşılar" önermesi. İkinci adım, üç bileşenin her birini kendi bilgi kaynağından türetmektir: T lehteki kanıttan, F aleyhteki kanıttan, I eksik veri, çelişkili tahmin veya güvenilmez kaynak gibi ayrı bir ölçüden.
Değerin kendisi kesin biliniyorsa ve aynı karar matrisindeki diğer kriterler nötrosofik olduğu için bu kriterin de aynı biçimde yazılması gerekiyorsa, dürüst gömme şudur: yargının karşılanma derecesi t ise (t, 0, 1 − t). Bu üçlü "belirsizlik yok" der ve yeni bilgi eklemez; yapıya uyum içindir, nötrosofik analizin gerekçesi değildir.
Yapılmaması gereken, kesin bir sayının çevresine hissederek bileşen yazmaktır: 2.450 TL'yi (0.7, 0.1, 0.2) diye ifade etmenin hiçbir bilgi kaynağı yoktur.
Belirsizlik ile Kararsızlık Aynı Şey Değildir
Nötrosofik yapıdaki I bileşeni, "kararsızım" ifadesinin sayısal karşılığı değildir. Uzmanın iki değer arasında kararsız kalması tereddütlü (hesitant) yapının konusudur; I bileşeni ise değerlendirmenin dayandığı bilginin ne ölçüde eksik veya tutarsız olduğunu ölçer.
Bu nedenle üç bileşenin toplamının 1 olmasını beklemek de doğru değildir. Toplam 1 ise değerlendirme aslında "evet / çekimser / hayır" oranlarından oluşan bağımlı bir yapıdır ve bu durumda resim bulanık (picture fuzzy) yapı daha uygun olabilir. Nötrosofik yapının gerekli olduğu durum, bileşenlerin birbirini kısıtlamadığı durumdur.
Bu nedenle:
"Uzman kararsız olduğu için nötrosofik kullanılır"
yerine:
"Değerlendirmenin dayandığı bilgi eksik veya çelişkili olduğu için bu durum ayrı bir bileşen olarak korunur"
yaklaşımı daha doğrudur.
Güçlü Yanları
Nötrosofik yapının en önemli avantajı, bilinmeyeni olumsuz kanıtla karıştırmamasıdır. "Bu konuda bilgi yok" ile "bu konuda olumsuz kanıt var" ayrı bileşenlerde tutulduğundan, veri eksikliği alternatifi haksız yere cezalandırmaz.
Ayrıca çelişkili kanıtı temsil edebilir. Bir alternatif hakkında hem güçlü lehte hem güçlü aleyhte bulgu varsa, diğer yapılar bu ikisini birbirine karşı netleştirmek zorundadır; nötrosofik yapı ikisini birlikte taşır ve çelişkinin kendisini karar sürecine görünür kılar.
Sınırlılıkları
Üç bağımsız bileşen istemek, uzmanlar için sezgisel değildir ve değerlendirme yükünü artırır. Uygulamada uzmanların belirsizlik bileşenini tutarlı biçimde ayırt edemediği, bileşenlerin bağımsızlığının gerçekte sağlanamadığı görülebilir.
Sıralama için üç bileşenin tek bir değere indirilmesi gerekir ve bu indirgeme için birden fazla skor fonksiyonu önerilmiştir. Hangi fonksiyonun seçildiği, özellikle belirsizlik bileşeninin nasıl ağırlıklandırıldığı, sonucu etkileyebilir. Ayrıca bütün belirsizlik türleri nötrosofik yapıyla temsil edilmemelidir. Ölçüm hatası, rastlantısallık, aralık belirsizliği ve uzman tereddüdü farklı kavramlardır; veri yapısı belirsizliğin gerçek kaynağına göre seçilmelidir.
Aralık-Değerli ve Çift Kutuplu Nötrosofik Ne Zaman Kullanılır?
Tek-değerli yapıda her bileşen tek bir sayıdır. Uzmanlar bileşenleri ancak bir aralık olarak verebiliyorsa ("doğruluk 0.6 ile 0.8 arasında") aralık-değerli nötrosofik (interval neutrosophic) yapı daha uygundur.
Değerlendirmede olumlu ve olumsuz etkinin ayrı ayrı, farklı işaretlerle ifade edilmesi gerekiyorsa, örneğin bir tedarikçinin hem olumlu katkısı hem olumsuz riski bağımsız bileşenlerle değerlendiriliyorsa, çift kutuplu nötrosofik (bipolar neutrosophic) yapı kullanılabilir.
Bu ayrımlar özellikle uzman değerlendirmelerinin kesinlik düzeyinin düşük olduğu erken aşama teknoloji seçimi, yeni pazar girişi ve stratejik ortak değerlendirmesi gibi problemlerde önemlidir.
Sık Yapılan Hatalar
En yaygın hata, üç bileşenin toplamını 1'e zorlamaktır. Bu, yapıyı bağımlı bir üçlüye indirger ve nötrosofik kullanmanın gerekçesini ortadan kaldırır.
İkinci yaygın hata, belirsizlik bileşenini 1 − T − F olarak hesaplamaktır; bu durumda I bağımsız bir bilgi taşımaz. Benzer şekilde T'yi bir olasılık gibi yorumlamak, kesin bir değerin çevresine gerekçesiz bileşenler eklemek veya sözel ifadeleri ("iyi", "orta") belirli bir kural olmadan üçlülere çevirmek de metodolojik sorunlara yol açar.
Temel ilke şudur:
Nötrosofik üçlüdeki her bileşen, aynı değerlendirme için ayrı bir bilgi kaynağına dayanmalı ve diğer iki bileşenden türetilmemelidir.
Örnekler
Her örnek herkesin bildiği tek bir kesin sayıdan başlar ve aynı sayının hangi koşulda, hangi adımlarla nötrosofik biçime geçtiğini gösterir.
1. İşletme: Tedarikçi referans puanı 8/10
Kesin sayı. Sektöre yeni giren bir tedarikçi, referans anketinden 10 üzerinden 8 almış. Bu bir ölçümdür; kendisi nötrosofik olmaz.
Adım 1: Kriteri yargıya çevirin. Karar üç tedarikçi arasında, kriter "güvenilirlik". Yargı: "Bu tedarikçi teslimat ve kalite taahhütlerini tutar."
Adım 2: Üç bileşeni üç kaynaktan türetin.
- •T (lehte): iki referans mektubu olumlu, numune partisi kabul edildi → 0.60
- •F (aleyhte): bir sektör haberi geç teslimattan söz ediyor, deneme siparişi iki gün gecikti → 0.20
- •I (bilinmeyen): geçmiş teslimat kaydı yok, finansal tablolar paylaşılmadı → 0.50
Nötrosofik hâli. "Güvenilirlik" kriterinde (0.60, 0.50, 0.20). Toplam 1'i aşar; bu doğaldır çünkü üç bileşen ayrı kaynaklardan gelir. 8/10 puan tek başına "bilinmeyen payı yarı yarıya" bilgisini taşımaz.
Aynı sayı, farklı durum. Aynı 8/10 puanı on yıllık, kayıtları tam bir tedarikçi almışsa bilinmeyen pay küçülür: (0.85, 0.05, 0.15). Sayı aynı, bilgiye güven farklıdır ve yapı bu farkı ayrı bir bileşende tutar.
2. Tıp: Tedavi etkinliği %65
Kesin sayı. Bir derleme, tedavinin belirli hasta grubunda etkinliğini %65 olarak özetlemiş. Ölçülmüş bir orandır.
Adım 1: Kriteri yargıya çevirin. Karar üç tedavi seçeneği arasında, kriter "etkinlik". Yargı: "Bu tedavi bu hasta grubunda etkilidir."
Adım 2: Üç bileşeni üç kaynaktan türetin.
- •T (lehte): beş çalışmadan üçü anlamlı yarar bildiriyor; birleşik etki %65 → 0.65
- •F (aleyhte): iki çalışma yarar bulamamış, biri olumsuz yan etki bildirmiş → 0.40
- •I (bilinmeyen): çalışmaların örneklemi küçük, güven aralıkları geniş, iki çalışma aynı merkezden → 0.40
Nötrosofik hâli. "Etkinlik" kriterinde (0.65, 0.40, 0.40). Hem T hem F yüksektir; çelişki ortalamaya gömülmek yerine görünür kalır. %65 tek başına "kanıt çelişkili" bilgisini taşımaz.
Aynı sayı, farklı durum. Büyük, çok merkezli bir çalışma yayımlanıp %65'i doğrularsa bilinmeyen pay küçülür ve karşıt kanıt zayıflar: (0.70, 0.10, 0.20).
3. İktisat: Teşvikin istihdam etkisi %12
Kesin sayı. Bir değerlendirme raporu, bölgesel yatırım teşvikinin istihdamı %12 artırdığını bildirmiş. Rapordaki sayı kesindir.
Adım 1: Kriteri yargıya çevirin. Karar üç teşvik tasarımı arasında, kriter "istihdam etkisi". Yargı: "Bu teşvik bölgede kalıcı istihdam yaratır."
Adım 2: Üç bileşeni üç kaynaktan türetin.
- •T (lehte): yedi çalışmadan dördü olumlu etki buluyor → 4/7 = 0.57
- •F (aleyhte): üç çalışma etki bulamıyor ya da yer değiştirme etkisi bildiriyor → 3/7 = 0.43
- •I (bilinmeyen): bölge verisi iki yıl gecikmeli geliyor, kayıt dışı istihdam ölçülmüyor → 0.50
Nötrosofik hâli. "İstihdam etkisi" kriterinde (0.57, 0.50, 0.43). Üç bileşen üç ayrı soruya cevap verir: kanıt ne kadar lehte, ne kadar aleyhte, veri ne kadar eksik.
Aynı sayı, farklı durum. Aynı %12, güncel ve kayıt dışını kapsayan idari veriden geliyorsa I bileşeni düşer: (0.60, 0.15, 0.35). Rapor sayısı değişmez; bilinmeyen pay değişir.
4. Mühendislik: Ekipman başarı oranı 0.78
Kesin sayı. Bir bakım biriminde ekipmanın başarılı çevrim oranı 0.78 olarak kayıtlı.
Adım 1: Kriteri yargıya çevirin. Karar üç ekipman arasında, kriter "performans". Yargı: "Bu ekipman görev profilini karşılar."
Adım 2: Üç bileşeni üç kaynaktan türetin. T başarı oranından, I kayıt eksikliği oranından, F arıza oranından türetilir; üçü ayrı kayıtta durur:
- •T = 0.78, I = kayıtların %30'u eksik → 0.30, F = arıza oranı → 0.10
Nötrosofik hâli. (0.78, 0.30, 0.10). Her bileşenin kendi ölçümü vardır. Yalnızca başarı oranı bilinseydi bundan (0.78, 0, 0.22) üretmek nötrosofik veri olmazdı.
Aynı sayı, aralık hâli. Uzman bileşenleri ancak aralık olarak verebiliyorsa (T 0.7 ile 0.85 arası, I 0.2 ile 0.4 arası, F 0.05 ile 0.15 arası) tek-değerli yapıya indirgemek yerine aralık-değerli nötrosofik yapı kullanılır.
5. Yapılmaması Gereken
8/10 referans puanı, %65 etkinlik ya da %12 istihdam etkisi sayılarını doğrudan bir üçlüye çevirmek: %65 → (0.65, 0, 0.35). Bu üçlü "belirsizlik yok" der ve yapının tek katkısını sıfırlar; 8/10 → (0.8, 0.1, 0.1) ise hiçbir bileşeni bir bilgi kaynağına dayanmayan bir hisstir. Sayı önce yargıya çevrilir, sonra her bileşen kendi kaynağından türetilir.
Örneklerdeki sayılar kurgusaldır; gerçek veri değildir.
Kısa karar kuralı
Tek ve güvenilir değer → Crisp
Üyelik ve üyelik-dışı, toplamı en fazla 1 → Sezgisel bulanık (Intuitionistic)
Evet / çekimser / hayır, toplamı en fazla 1 → Resim bulanık (Picture)
Doğru / belirsiz / yanlış, birbirinden bağımsız → Nötrosofik
Bileşenler aralık olarak veriliyor → Aralık-değerli nötrosofik
Olumlu ve olumsuz etki ayrı işaretlerle → Çift kutuplu nötrosofik
Temel kaynaklar
Smarandache, F. (1998). Neutrosophy: Neutrosophic Probability, Set, and Logic. American Research Press, Rehoboth. (DOI yok)
Wang, H., Smarandache, F., Zhang, Y., & Sunderraman, R. (2010). Single valued neutrosophic sets. Multispace and Multistructure, 4, 410–413. (DOI yok)
Ye, J. (2013). Multicriteria decision-making method using the correlation coefficient under single-valued neutrosophic environment. International Journal of General Systems, 42(4), 386–394. DOI: 10.1080/03081079.2012.761609
Ye, J. (2014). A multicriteria decision-making method using aggregation operators for simplified neutrosophic sets. Journal of Intelligent & Fuzzy Systems, 26(5), 2459–2466. DOI: 10.3233/IFS-130916
Peng, J.-J., Wang, J.-Q., Wang, J., Zhang, H.-Y., & Chen, X.-H. (2016). Simplified neutrosophic sets and their applications in multi-criteria group decision-making problems. International Journal of Systems Science, 47(10), 2342–2358. DOI: 10.1080/00207721.2014.994050
Biswas, P., Pramanik, S., & Giri, B. C. (2016). TOPSIS method for multi-attribute group decision-making under single-valued neutrosophic environment. Neural Computing and Applications, 27(3), 727–737. DOI: 10.1007/s00521-015-1891-2