Uzantı kartı · m-Kutuplu
Bipolar bulanık EDAS (Jana & Pal, 2021)
Bu, EDAS'ın her hücrede bir yargının istenen yöndeki ve karşı yöndeki etkisinin ayrı ayrı verildiği durumlar için biçimidir. Uzmanların yargıları bipolar bulanık ortalamayla birleştirilir, alternatifler bu ortalamadan uzaklığına göre sıralanır.
Temel yöntem
EDAS →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
m-Kutuplu (m-Polar) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Hücreler. Kesin EDAS'ta her hücre tek sayıdır. Burada her hücre iki sayıdır: olumlu kutup ve olumsuz kutup. Olumlu kutup, alternatifin bu kriterde istenen yönde ne kadar etkili olduğunu 0 ile 1 arasında söyler. Olumsuz kutup, karşı yöndeki etkiyi 0 ile −1 arasında söyler. Bipolar bulanık EDAS birden fazla uzmanın puanını birleştirebilir; her uzmanın kendi ağırlığı vardır ve kurucu makale zaten bir grup kararı için yazılmıştır.
Ölçek eşitleme. Maliyet kriterinde her hücre tamamlanır: olumlu kutup 1'den çıkarılır, olumsuz kutbun mutlak değeri 1 çıkarılarak yeniden yazılır. Bu, kesin EDAS'taki "azı iyi" kriterini "çoğu iyi"ye çevirmenin bipolar karşılığıdır.
Ortalama çözüm ve uzaklık. Kesin EDAS her sütunun aritmetik ortalamasını alır. Bipolar EDAS bunun yerine geometrik bir bipolar ortalama kullanır: sütundaki tüm hücrelerin bipolar bulanık ağırlıklı ortalaması (BFWA), her hücrenin eşit ağırlıkla katıldığı bir birleştirmedir. Bu ortalama da bipolar bir çifttir, tek sayı değildir. Sonra hem her hücre hem bu ortalama skor fonksiyonuyla (olumlu artı olumsuz, artı 1, ikiye bölünür) tek sayıya indirilir. Kesin EDAS'taki ortalamadan pozitif ve negatif uzaklık (PDA, NDA) buradan itibaren aynen hesaplanır: bir hücrenin skoru ortalamanın skorundan büyükse pozitif uzaklık, küçükse negatif uzaklık oluşur.
Sonuç ve durulaştırma. Ağırlıklı pozitif ve negatif uzaklık toplamları (SP, SN) kendi en büyük değerlerine bölünerek normalize edilir, sonra ortalamaları alınarak değerlendirme puanı (AS) elde edilir. Puan 0 ile 1 arasında tek bir sayıdır ve yüksek olan tercih edilir.
DecisionMind bipolar EDAS'ta bipolar ortalama çözümü ve onu izleyen skor fonksiyonunu sabit tutar. Ağırlıklar dışarıdan kesin sayı olarak alınır; birden fazla uzman varsa uzman ağırlıkları da dışarıdan alınır.
Çıktı Nasıl Yorumlanır?
Çıktı kesin EDAS'taki gibi bir değerlendirme puanı ve buna göre bir sıradır. Puan, alternatifin kümenin ortalamasına göre ne kadar iyi ya da kötü konumlandığını söyler; başka bir kümeyle karşılaştırılamaz, çünkü ortalama her analizde o analizin alternatiflerinden kurulur.
Fark şurada: ortalama çözümün kendisi artık bipolar bir çifttir, tek bir kesin sayı değil. Bir alternatifin bu ortalamaya göre "iyi" ya da "kötü" sayılması, ortalamanın kendisinin nasıl birleştirildiğine bağlıdır. Az sayıda alternatif varsa (üç, dört) bir uç değer ortalamayı belirgin biçimde kaydırabilir. Bu, kesin EDAS'ta da geçerli bir uyarıdır; bipolar birleştirmede kutupların birbirini büyütmesi bu duyarlılığı artırabilir.
Bu nedenle:
"Bipolar EDAS'ta yüksek AS puanı alternatifin mutlak olarak iyi olduğu anlamına gelir"
yerine:
"AS puanı, alternatifin bu kümenin bipolar ortalama çözümüne göre konumunu gösterir; küme değişirse ortalama ve dolayısıyla puanlar değişir"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Bir alternatifin bir kriterde hem istenen hem karşı yönde ölçülebilir bir etkisi varsa ve birden fazla uzmanın bu iki yönlü yargısı ortalamaya indirilmeden birleştirilmesi gerekiyorsa. Tipik durumlar: bir teknolojinin hem verimlilik katkısı hem maliyet riski, birden fazla uzmanın aynı kriteri farklı yönleriyle değerlendirdiği kurul kararları.
Kriter tek yönlü ve ölçülmüşse ikinci kutup yoktur, kesin EDAS yeterlidir. Çıkış koşulu kesin EDAS ile aynıdır: ortalamadan sapma mantığı kabul edilebiliyorsa bu uzantı da uygundur.
Bu Uzantıya Özgü Hatalar
Olumsuz kutbu olumlu kutuptan türetmek. Olumsuz kutup kendi kanıt kaynağından gelir, olumlu kutuptan hesaplanmaz.
Olumsuz kutbu reddetme derecesi gibi okumak. Bipolar yapıda "toplam 1'i aşamaz" kısıtı yoktur.
Bipolar bulanık kümeyi 2-kutuplu (m = 2) bulanık kümeyle karıştırmak. Bipolar küme tek bir kriterin iki yönlü etkisini ölçer; m-kutuplu küme m = 2 olduğunda iki bağımsız bakış açısını ölçer. İki bağımsız bakış açısı varsa m-kutuplu ailenin üyeleri kullanılır.
Ortalama çözümü tek uzmanın puanından kurmak. Birden fazla uzman varken ortalama çözümü yalnız birinin puanından türetmek, geri kalan uzmanların kanıtını yok sayar.
Skor fonksiyonunu ilan etmeden değiştirmek. Farklı bir durulaştırma biçimi PDA ve NDA değerlerini, dolayısıyla AS'yi değiştirir.
Temel ilke şudur:
Ortalama çözüm gerçekten tüm uzmanların ve tüm alternatiflerin bipolar kanıtından kurulmalı; hiçbir kutup ya da uzman payı kısayoldan tek bir sayıya indirilmemelidir.
Vakalar
Birinci vaka literatür vakasıdır: Jana ve Pal (2021) makalesinin Bölüm 5'inde yayımlanan sayısal örnektir. İkinci vaka tamamen kurgudur.
1. Literatür örneği: Yol yapım şirketi seçimi (Jana & Pal, 2021)
Bir kurum, yol yapım işi için beş şirket arasından (B1-B5) seçim yapıyor. Dört kriter kullanılmış (G1-G4), hepsi çoğu iyi. Üç uzmanın görüşü, ağırlıkları 0,39, 0,28 ve 0,33 olan bir bipolar bulanık ağırlıklı ortalama (BFWA) ile birleştirilmiş.
| Şirket | G1 | G2 | G3 | G4 |
|---|---|---|---|---|
| B1 | (0,412; −0,317) | (0,609; −0,838) | (0,488; −0,193) | (0,546; −0,200) |
| B2 | (0,542; −0,262) | (0,607; −0,768) | (0,574; −0,327) | (0,374; −0,126) |
| B3 | (0,311; −0,457) | (0,757; −0,691) | (0,263; −0,316) | (0,334; −0,278) |
| B4 | (0,402; −0,294) | (0,418; −0,590) | (0,518; −0,228) | (0,423; −0,253) |
| B5 | (0,574; −0,276) | (0,463; −0,800) | (0,363; −0,296) | (0,435; −0,192) |
| Ağırlık | 0,16 | 0,32 | 0,28 | 0,24 |
Yöntem bu tablonun bipolar ortalama çözümünü kurar, her hücrenin ve ortalamanın skorunu hesaplar, pozitif ve negatif uzaklıkları ağırlıklarla toplar.
| Şirket | AS puanı | Sıra |
|---|---|---|
| B2 | 0,718 | 1 |
| B1 | 0,669 | 2 |
| B4 | 0,557 | 3 |
| B3 | 0,500 | 4 |
| B5 | 0,276 | 5 |
Sonuç şöyle okunur. B2, en ağır iki kriterde (G2 ve G3) ortalamanın üstünde kaldığı için birinci sırada; B5 dört kriterin çoğunda ortalamanın altında kaldığı için son sırada.
Kurumun tereddüdü: bu sıralama üç uzmanın ağırlıklı görüşüne dayanıyor. Uzman ağırlıklarından biri belirgin değişirse (örneğin en yüksek ağırlıklı uzmanın payı düşürülürse) B1 ile B2 arasındaki 0,049 puanlık fark kapanabilir. Kurum, bu iki şirket arasındaki farkın uzman ağırlığına duyarlı olduğunu bilmelidir.
Raporda: "Şirket puanları üç uzmanın bipolar bulanık yargılarından ağırlıklı ortalamayla birleştirilmiştir. B2, 0,718 ile ortalama çözüme en yakın konumdadır; B1 ile arasındaki fark küçüktür ve uzman ağırlıklarına duyarlıdır."
Kaynak: Jana, C., & Pal, M. (2021). Extended bipolar fuzzy EDAS approach for multi-criteria group decision-making process. Computational and Applied Mathematics, 40, 9. Bölüm 5, sayısal örnek. AS değerleri makalenin kendi tablosundan alınmış, DecisionMind kernel'inde bağımsız olarak yeniden hesaplanarak doğrulanmıştır.
2. Atık yönetimi: Üç geri dönüşüm tesisi teknolojisi arasında seçim
Bir belediye geri dönüşüm tesisi için üç teknoloji arasında seçim yapacak. İki kriter belirlenmiş: ayrıştırma verimliliğine katkı (çoğu iyi) ve işletme maliyeti riski (azı iyi). Her kriter için iki ayrı kanıt kaynağı var: pilot testin ölçümü istenen yöndeki etkiyi, mühendislik raporu karşı yöndeki etkiyi veriyor.
| Teknoloji | Ayrıştırma verimliliğine katkı | İşletme maliyeti riski |
|---|---|---|
| T1 | (0,64; −0,2) | (0,5; −0,34) |
| T2 | (0,5; −0,3) | (0,5; −0,74) |
| T3 | (0,52; −0,2) | (0,5; −0,5) |
| Ağırlık | 0,6 | 0,4 |
T1 ayrıştırma verimliliğinde en yüksek katkıyı sağlıyor ama maliyet riski de en yüksek onda. T2 tam tersi: verimliliğe katkısı en düşük, maliyet riski en düşük. T3 her iki ölçütte de ortada.
| Teknoloji | AS puanı | Sıra |
|---|---|---|
| T2 | 0,648 | 1 |
| T1 | 0,366 | 2 |
| T3 | 0,341 | 3 |
Belediyenin tereddüdü şudur. Ağırlıklar yer değiştirseydi, yani işletme maliyeti riskine 0,6, ayrıştırma verimliliğine 0,4 verilseydi, sıra değişir. T2 birinci kalır (0,844), T3 ikinci sıraya çıkar (0,355), T1 üçüncü sıraya düşer (0,163). T1 ile T3 birbirinin yerini değiştiriyor.
Raporda: "Ayrıştırma verimliliğine 0,6 ağırlık verildiğinde T2 önde ve T1 ikinci sıradadır. Ağırlık maliyet riskine kaydırıldığında T2 birinci kalmakla birlikte T1 ile T3 yer değiştirmektedir; sıranın alt kısmı ağırlık tercihine duyarlıdır."
3. Yapılmaması Gereken
Atık yönetimi örneğinde T1'in maliyet riski hücresini olumlu kutuptan türetip "0,5; −0,5" yazmak yanlıştır. Bu, pilot test ve mühendislik raporu gibi iki ayrı kanıt kaynağını tek kaynağa indirger. İkinci yanlış, bipolar ortalama çözümü hesaplamadan, sadece en iyi görünen tek bir alternatifi referans alıp diğerlerini ona göre kıyaslamaktır. EDAS'ın tanımı gereği referans, kümenin ortalamasıdır; tek bir alternatif değildir. Üçüncü yanlış, literatür örneğindeki B2'nin 0,718 puanını "yüzde 72 uygun" diye raporlamaktır; puan yalnız bu beş şirketi birbirine göre, bu kümenin kendi ortalamasına göre kıyaslar.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/bf-edas
Jana, C., & Pal, M. (2021). Extended bipolar fuzzy EDAS approach for multi-criteria group decision-making process. Computational and Applied Mathematics, 40, 9. DOI: 10.1007/s40314-020-01403-4
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
Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., & Turskis, Z. (2015). Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica, 26(3), 435–451. DOI: 10.15388/Informatica.2015.57
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