Uzantı kartı · m-Kutuplu
Çift Kutuplu Bulanık WASPAS
Bu, WASPAS'ın her hücrede bir yargının istenen yöndeki ve karşı yöndeki etkisinin ayrı ayrı verildiği durumlar için biçimidir. İki kutup ilk adımdan itibaren kendi aritmetiğiyle taşınır, toplam ve çarpım bileşenleri bu aritmetikle kurulur, sonuçta yine tek bir skora inilir.
Temel yöntem
WASPAS →
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?
Dört şey değişir; toplam ile çarpımı harmanlama mantığı değişmez.
Hücreler. Kesin WASPAS'ta her hücre tek sayıdır. Burada her hücre iki sayıdır: olumlu kutup (0 ile 1 arası, istenen yöndeki etki) ve olumsuz kutup (−1 ile 0 arası, karşı yöndeki etki). İki kutup birbirini sınırlamaz, toplamları için bir kural yoktur. Ağırlıklar kesin sayı olarak kalır; WASPAS ağırlık üretmez, dışarıdan alır.
Ölçek eşitleme. Kesin WASPAS her sütunu en iyi değere bölerek 0 ile 1 arasına getirir. Burada fayda kriteri değişmeden kalır; maliyet kriterinde kutuplar tamamlanır, olumlu kutup 1'den çıkarılır ve olumsuz kutbun mutlak değeri 1'den çıkarılıp işareti yeniden negatif yazılır. Bu tamamlama, kesin WASPAS'ın "azı iyi" kriterini "çoğu iyi"ye çevirmesinin çift kutuplu karşılığıdır.
Toplam ve çarpım bileşeni. Kesin WASPAS ağırlıklı toplamı (WSM) ve ağırlıklı çarpımı (WPM) sayılarla kurar. Burada bu iki bileşen çift kutuplu toplama ve çarpma işlemleriyle kurulur: WSM bileşeni çift kutuplu ağırlıklı toplama operatörüyle, WPM bileşeni çift kutuplu ağırlıklı geometrik operatörle hesaplanır. Her ikisi de sonunda yine iki kutuplu bir sayı (bir olumlu, bir olumsuz kutup) verir; hesabın hiçbir adımında tek sayıya erken inilmez.
Birleşim ve durulaştırma. Kesin WASPAS WSM ve WPM puanlarını λ ile ağırlıklandırıp toplar. Burada bu iki çift kutuplu bileşen yine çift kutuplu toplamayla birleştirilir; λ burada da toplam mantığının payını belirler. Sonunda elde edilen tek çift kutuplu sayı, bir skor fonksiyonuyla (olumlu kutupla olumsuz kutbu toplayıp bire ekleyip ikiye bölerek) tek bir sayıya durulaştırılır. Durulaştırma yalnız bu son adımda olur; kesin WASPAS'ın ilk adımda hiç durulaştırma yapmaması gibi, burada da iki kutup son ana kadar ayrı taşınır.
DecisionMind çift kutuplu WASPAS'ta bu toplama ve çarpma operatörlerini, skor fonksiyonunu ve λ ile birleşimi sabit tutar. Ağırlıklar dışarıdan kesin sayı olarak alınır; yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
Çıktı kesin WASPAS'taki gibi bir birleşik puan ve sıradır; okunması da aynıdır. Puanın büyüklüğü seçilen λ'ya bağlıdır, farklı bir λ farklı bir sıra verebilir; rapor hangi λ ile çalışıldığını göstermelidir.
Fark şurada. Puanın altında son ana kadar taşınan iki kutuplu bir hesap vardır ama bu hesap skor fonksiyonuyla son adımda tek sayıya iner. İki seçenek aynı puana farklı kutup bileşimleriyle ulaşabilir; olumlu kutbu güçlü ama olumsuz kutbu da belirgin olan bir seçenekle, ikisi de ölçülü olan bir seçenek aynı skoru verebilir.
Bu nedenle:
"Çift kutuplu WASPAS iki kutbu birlikte değerlendirdiği için sonuç daha zengindir"
yerine:
"İki kutup kendi aritmetiğiyle son adıma kadar taşınmıştır; birleşik puan yalnız son adımda tek sayıya indirilen bu iki kutbun bileşimini yansıtır, hangi kutbun sonuca ne kattığını doğrudan göstermez"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Bir alternatifin bir kriterde hem istenen hem karşı yönde ölçülebilir bir etkisi varsa ve bu iki etkinin toplamla-çarpımı harmanlayan bir puana kadar ayrı ayrı taşınması isteniyorsa. Tipik durumlar: bir yatırımın hem getirisi hem riski, bir politikanın hem kazandırdığı hem kaybettirdiği kesim.
Kesin WASPAS'a dönülmesi gereken durum kriterin tek yönlü ve ölçülmüş olmasıdır. Ölçülmüş tek bir değeri zorla iki kutba bölmek belirsizlik modellemek değildir; her kutbun kendi kanıt kaynağı olmalıdır.
Çıkış koşulu kesin WASPAS ile aynıdır: veride sıfır ya da negatif olumlu kutup varsa çarpım bileşeni tanımsızlaşır, bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir.
Bu Uzantıya Özgü Hatalar
Olumsuz kutbu olumlu kutuptan türetmek. "Olumlu kutup 0,7 ise olumsuz kutup −0,3'tür" demek yapıyı tek sayıya indirger. Olumsuz kutup kendi kanıt kaynağından gelir.
λ'yı hiç sınamadan varsayılan 0,5'te bırakmak. WSM ve WPM bileşenleri çift kutuplu aritmetikte de farklı sıra önerebilir; bu uzantının doğrulama örneğinde λ 0,5'ten 0,7'ye çıkarıldığında sıra el değiştirir ve fark çok küçüktür. λ sınanmadan bırakılırsa bu kırılganlık gizli kalır.
Maliyet kriterinde kutup tamamlamasını atlamak. Olumsuz kutbu tamamlamadan doğrudan kullanmak, "azı iyi" kriterin yönünü çevirmeden bırakır ve sonucu anlamsızlaştırır.
Temel ilke şudur:
Çift kutuplu WASPAS, iki kutbu kendi aritmetiğiyle son adıma kadar taşır ve ancak skor fonksiyonuyla tek sayıya indirir; olumsuz kutbu olumludan türeten, λ'yı sınamadan bırakan ya da kutup tamamlamasını atlayan her uygulama bu taşımayı geçersiz kılar.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir; sayılar manifestten alınmış ve motor aynı sonucu üretmiştir. İkinci vaka öğretici kurgudur.
1. Öğretici örnek: Üç seçenek, iki ölçüt (DecisionMind doğrulama örneği)
Bu örnek bir literatür vakası değildir; motorun adımlarını elle izlenebilir kılmak için kurulmuş küçük bir tablodur. İki ölçüt vardır: C1 çoğu iyi, C2 azı iyi (maliyet). λ=0,5 kullanılmıştır.
| Seçenek | C1 | C2 (maliyet) |
|---|---|---|
| A1 | (0,7; −0,2) | (0,6; −0,3) |
| A2 | (0,5; −0,4) | (0,8; −0,1) |
| A3 | (0,6; −0,3) | (0,4; −0,5) |
| Ağırlık | 0,60 | 0,40 |
Yöntem önce C2'yi (maliyet olduğu için) tamamlar: olumlu kutup 1'den çıkarılır, olumsuz kutbun mutlak değeri 1'den çıkarılıp yeniden negatif yazılır. A1'in C2 hücresi böylece (0,4; −0,7), A2'ninki (0,2; −0,9), A3'ünki (0,6; −0,5) olur. C1 fayda kriteri olduğu için değişmeden kalır. Sonra her seçeneğin WSM bileşeni çift kutuplu ağırlıklı toplama, WPM bileşeni çift kutuplu ağırlıklı çarpımla kurulur; ikisi λ=0,5 ile birleştirilip skor fonksiyonuyla tek sayıya indirilir.
| Seçenek | Birleşik puan | Sıra |
|---|---|---|
| A3 | 0,6110 | 1 |
| A1 | 0,5965 | 2 |
| A2 | 0,3733 | 3 |
Sonuç şöyle okunur. A3, C1'de (0,6; −0,3) orta düzeyde ama C2'de (tamamlanmış: 0,6; −0,5) en güçlüdür; en ağırlıklı ölçüt C1'de (0,60) A1'in gerisinde kalsa da C2'deki üstünlüğü bunu telafi eder. A1, C1'de en güçlüdür (0,7; −0,2) ama C2'de orta düzeydedir. A2, C1'de zayıf (0,5; −0,4) ve tamamlanmış C2'de en zayıf (0,2; −0,9) olduğundan son sıradadır.
Kurulun tereddüdü şudur: λ toplam mantığına doğru kaydırılırsa, yani λ=0,7'ye çıkarılırsa sıra değişir mi? Aynı hesap bağımsız Python ile yeniden çalıştırıldığında A1 0,6134, A3 0,6130 ile A3'ün önüne geçer. Fark yalnızca 0,0004'tür; bu, A1 ile A3 arasındaki üstünlüğün λ seçimine son derece duyarlı olduğunu gösterir.
Raporda: "Verilen ağırlıklarla ve λ=0,5 ile A3 en yüksek birleşik puana sahiptir (0,6110). λ toplam mantığına kaydırılıp 0,7'ye çıkarıldığında A1 öne geçer (0,6134), ancak fark 0,0004'tür ve sıra bu aralıkta pratikte tartışmalıdır."
Kaynak: DecisionMind'ın BF-WASPAS doğrulama örneği; adımlar Zavadskas ve ark. (2012) WASPAS tanımının Wei ve ark. (2018) çift kutuplu bulanık toplama ve çarpma operatörleriyle birleşimine göredir. Sistematik literatür taramasında BF-WASPAS'a özgü, bu birleşimi ilk öneren bağımsız bir kaynak bulunamamıştır. Birleşik puanlar ve λ duyarlılığı senaryosunun sayıları bu kartın yazarınca DecisionMind motoru bağımsız çalıştırılarak elde edilmiştir.
2. Atık Yönetimi: Bir belediyenin geri dönüşüm tesisi teknolojisi seçimi
Bir belediye atık yönetim birimi, yeni bir geri dönüşüm tesisi için üç teknoloji arasında seçim yapacaktır. İki ölçüt vardır: işlem kapasitesi ve kurulum maliyeti (azı iyi). Birim her teknolojiyi tek bir sayıyla değil, aynı yargının hem olumlu hem olumsuz etkisiyle değerlendirmiştir. Bir teknoloji için "yüksek kapasite etkisi var, ama bakım kesintileri nedeniyle bir miktar da olumsuz etki var" gibi iki kutuplu bir yargı oluşmuştur. Birim işlem kapasitesine daha yüksek ağırlık vermiş, λ=0,5 kullanmıştır.
Yöntem her teknolojinin maliyet hücresini tamamlar, WSM ve WPM bileşenlerini çift kutuplu aritmetikle kurar ve birleşik puanı bulur. Diyelim ki en yüksek kapasiteli teknoloji aynı zamanda en belirgin olumsuz etkiye (sık bakım kesintisi) sahiptir ve yine de birinci sırada kaldı; çünkü kapasitedeki olumlu kutbu bu olumsuz etkiyi telafi edecek kadar güçlüydü.
Birimin tereddüdü şudur. Olumsuz kutbun kaynağı üreticinin kendi bakım kayıtlarıdır, bağımsız bir denetim değildir. Bu kutbun gerçekte olduğundan daha iyimser olması, teknolojinin birleşik puanını yapay biçimde yükseltebilir. Birim sözleşme öncesi bağımsız bir saha ziyaretiyle bu kutbu doğrulamalıdır.
Raporda: "İşlem kapasitesine verilen yüksek ağırlıkla en yüksek kapasiteli teknoloji öne çıkmaktadır; olumsuz kutbun kaynağı üreticinin kendi kaydı olduğundan, sözleşme öncesi bağımsız bir doğrulama önerilir."
3. Yapılmaması Gereken
Öğretici örnekte C2'nin (maliyet) kutup tamamlaması atlanıp ham değerler doğrudan kullanılsaydı, en pahalı seçenek olan A1 bu ölçütte de avantajlı sayılır ve sonuç yön hatası nedeniyle anlamsızlaşırdı. İkinci yanlış, A3'ün C2 hücresindeki (0,6; −0,5) çift kutbunu tek bir "iyi" etiketine indirip aradaki olumsuz kutbu göz ardı etmektir; olumsuz kutup ayrı bir kanıt taşır ve raporda ayrı belirtilmelidir. Üçüncü yanlış, A3'ün 0,6110 puanını "yüzde 61 uygun" diye raporlamaktır; puan yalnız bu üç seçeneği λ=0,5 altında birbirine kıyaslar.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/bf-waspas
Zavadskas, E. K., Turskis, Z., Antuchevičienė, J., & Zakarevičius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika ir Elektrotechnika, 122(6), 3–6. DOI: 10.5755/j01.eee.122.6.1810
Wei, G. W., Alsaadi, F. E., Hayat, T., & Alsaedi, A. (2018). Bipolar fuzzy Hamacher aggregation operators in multiple attribute decision making. International Journal of Fuzzy Systems, 20(1), 1–12. DOI: 10.1007/s40815-017-0338-6
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