Uzantı kartı · Bulanık
Karmaşık bulanık VIKOR
VIKOR'un, bir yargıya verilen destek ve ret derecelerinin her birinin genlik VE faz olmak üzere iki bileşenle taşındığı durumlar için biçimidir. Bu dört sayı önce bir uzaklığa indirgenir, geri kalan hesap kesin VIKOR ile birebir aynı yürür.
Temel yöntem
VIKOR →
Felsefe, işleyiş, güçlü ve zayıf yanlar temel yöntem kartında; bu kart yalnız farkı anlatır.
Veri türü (aile)
Bulanık (Fuzzy) →
Bu veri türü nedir, ne zaman kullanılır, hücreye nasıl yazılır: ailenin ayrıntılı anlatımı burada.
Temel Yöntemden Ne Değişir?
Dört şey değişir; iki koşul (kabul edilebilir avantaj ve istikrar) burada da hesaplanır, tıpkı kesin VIKOR'da olduğu gibi.
Hücreler. Kesin VIKOR'da her hücre tek sayıdır. Burada her hücre dört sayıdan oluşur: destek genliği r_μ ve destek fazı ω_μ, ret genliği r_ν ve ret fazı ω_ν. Genlikler 0 ile 1 arasında, fazlar 0 ile 2π arasında bir açıdır. Genlik, sezgisel bulanıktaki destek ve ret derecesiyle aynı şeyi ölçer. Faz ayrı bir boyuttur; yargının hangi döngüsel ya da ikinci bir eksende konumlandığını taşır. Kriter ağırlıkları kesin sayı olarak dışarıdan alınır.
Ölçek eşitleme (yön çevirme). Maliyet ölçütünde kesin VIKOR en iyi ve en kötü değeri yer değiştirir. Burada maliyet ölçütünde destek çifti (genlik ve fazıyla birlikte) ile ret çifti (genlik ve fazıyla birlikte) bütünüyle yer değiştirir; yalnız genlikler değil, fazlar da birlikte taşınır.
En iyi ve en kötü değer. Her ölçütte en iyi değer, o sütundaki en yüksek destek genliği ve fazı ile en düşük ret genliği ve fazının bir araya getirilmesiyle kurulur; en kötüsü tam tersi biçimde. Bu, gerçekte var olan bir seçeneğin değeri değil, dört bileşenin ayrı ayrı en iyisinden kurulmuş bir referans noktasıdır; kesin VIKOR'un "her sütunun en iyi ve en kötüsü" mantığının dört boyuta taşınmış hâlidir.
Uzaklık, skor ve birleştirme. Her seçeneğin bu iki referans noktasına uzaklığı, dört bileşen üzerinden (destek genliği, ret genliği, destek fazı, ret fazı; fazlar 2π'ye bölünerek 0-1 aralığına getirilir) bir Öklid uzaklığıyla ölçülür. Bu uzaklığın en iyi ile en kötü arasındaki uzaklığa oranı, kesin VIKOR'daki normalize farkın karşılığıdır. Yöntem bu oranı ağırlıklandırıp toplar (S) ve en büyüğünü ayırır (R); sonra v = 0,5 ile Q'yu hesaplar. Bu noktadan sonra hesap tamamen kesin sayılar üzerinden ilerler.
DecisionMind bu uzantıda uzlaşma katsayısı v'yi 0,5'te sabit tutar; temel VIKOR'da kullanıcı tarafından seçilebilen v burada değiştirilemez. İki koşulu (kabul edilebilir avantaj: DQ = 1/(seçenek sayısı − 1); kabul edilebilir istikrar: adayın S'ye ya da R'ye göre de birinci olması) DecisionMind bu uzantıda gerçekten hesaplar ve bu bilgiyi üretir. Ağırlıklar dışarıdan gelir; yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
Küçük Q iyidir, temel VIKOR'daki gibi. İki koşulun sonucu, yani tek çözüm mü küme mi olduğu, burada da hesaplanır; çünkü DecisionMind bu testi gerçekten çalıştırır. Farkı şu: Q'nun altında dört bileşenli (genlik-genlik-faz-faz) bir belirsizlik durur ve bu belirsizlik yalnız uzaklık hesabının içinde taşınır, karşılaştırmada görünmez olur. Faz neyi temsil ettiği açıkça tanımlanmamışsa, S ve R'nin yarısı okuyucuya "nereden geldiği belirsiz bir tekrar puan" gibi görünür.
Bu nedenle:
"Karmaşık bulanık VIKOR belirsizliği iki boyutta taşıdığı için sonuç daha güvenilirdir"
yerine:
"Bu sonuç, hem destek/ret genliğindeki hem faz açısındaki farkı taşıyan bir uzaklık üzerinden hesaplanmıştır; faz burada şunu temsil eder (X), bu tanım olmadan S ve R'nin yarısı okunaksız kalır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Bir yargıya verilen destek ya da ret gerçekten iki bağımsız boyuttan geliyorsa bu uzantı düşünülür: örneğin bir değerlendirmenin hem ne kadar güçlü olduğu (genlik) hem hangi döngüsel evrede geçerli olduğu (faz) ayrı ayrı biliniyor olabilir. Bu iki boyut gerçekten bağımsız değilse, yani faz genlikten türetiliyorsa, karmaşık yapı sezgisel bulanık VIKOR'a hiçbir şey katmaz ve yalnız modeli açıklaması daha zor hâle getirir. Ölçülmüş bir kriteri genlik-faz çiftine çevirmek belirsizlik modellemek değil belirsizlik üretmektir. Kesin VIKOR'un çıkış koşulu burada da geçerlidir: bir kriterde taviz kabul edilmiyorsa bu uzantı da pişmanlığı sınırlar ama sıfırlamaz.
Bu Uzantıya Özgü Hatalar
Fazı genlikle orantılı ya da keyfi vermek. Faz genlikten türetilirse (ω = 2π·r gibi) uzaklık hesabı sezgisel bulanık VIKOR'dan farksız bir sonuç üretir; karmaşık yapı hiçbir ek bilgi katmaz. Aşağıdaki Vaka 1 tam olarak bu durumu kullanır ve bunu açıkça söyler.
Faz açısını derece sanıp radyan girmemek. Motor ω'yi 0 ile 2π arasında radyan bekler; 0-360 derece ölçeğinde bir değer doğrudan girilirse değer alanı ihlal edilir.
Maliyet ölçütünde yalnız genlikleri yer değiştirmek, fazları unutmak. Bu uzantıda cost dönüşümü destek çiftini (genlik + faz) ve ret çiftini (genlik + faz) bir bütün olarak yer değiştirir. Yalnız genlikleri değiştirip fazları olduğu gibi bırakmak yön çevirmeyi yarım bırakır.
v'yi değiştirmeye çalışmak. Temel VIKOR'da v kullanıcı kararıdır; bu uzantıda motor v'yi kodda 0,5 sabit tutar, değiştirmenin hiçbir etkisi yoktur.
İki koşulun sonucunu görmezden gelip yalnız Q'su en küçük seçeneği "kazanan" ilan etmek. DecisionMind bu uzantıda koşulları gerçekten hesapladığından, bunu görmezden gelmek temel VIKOR'daki en yaygın hatanın burada da aynen geçerli olduğu anlamına gelir.
Temel ilke şudur:
Karmaşık bulanık VIKOR'un fazı, ancak genlikten gerçekten bağımsız bir kaynaktan geldiğinde bir şey katar; iki uzlaşma koşulu burada motor tarafından gerçekten sınanır ve raporda S, R sütunlarıyla birlikte verilmelidir.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir; manifestteki sentetik 3x3 tablo formüllere sadık biçimde kurulmuştur, literatür sayfası taşımaz ve fazlar genlikle orantılı (ω = 2π·r) verilmiştir. İkinci vaka öğretici kurgudur.
1. Öğretici örnek (DecisionMind'ın doğrulama örneği): Bulut sunucu sağlayıcısı seçimi
Bir şirket üç bulut sunucu sağlayıcısını üç ölçütte karşılaştırır: çalışma süresi güvenilirliği (çoğu iyi), veri işleme hızı (çoğu iyi), maliyet endeksi (azı iyi). Her sağlayıcının her ölçütteki desteği ve reddi genlik-faz çiftiyle verilmiştir; bu örnekte fazlar genliklerle orantılıdır (ω = 2π·r), yani faz genliğin taşıdığından fazladan bir bilgi eklemez.
| Sağlayıcı | Çalışma süresi (r_μ; r_ν) | İşleme hızı (r_μ; r_ν) | Maliyet endeksi (r_μ; r_ν, azı iyi) |
|---|---|---|---|
| A1 | (0,85; 0,15) | (0,65; 0,15) | (0,75; 0,15) |
| A2 | (0,85; 0,05) | (0,75; 0,15) | (0,55; 0,15) |
| A3 | (0,75; 0,15) | (0,85; 0,15) | (0,65; 0,15) |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem her ölçütte dört bileşenin (destek genliği/fazı, ret genliği/fazı) en iyisini ve en kötüsünü ayrı ayrı belirler, sonra her sağlayıcının bu iki referansa uzaklığını ölçüp normalize eder. Ağırlıklı uzaklıkları toplar (S) ve en büyüğünü ayırır (R). v = 0,5 ile Q'yu hesaplar.
| Sağlayıcı | S | R | Q |
|---|---|---|---|
| A2 | 0,175 | 0,175 | 0,000 |
| A3 | 0,525 | 0,400 | 0,747 |
| A1 | 0,883 | 0,350 | 0,889 |
Sonuç şöyle okunur. A2, hem toplamda ideale en yakın (S'de birinci) hem en kötü ölçütteki uzaklığı en küçük (R'de birinci) olan sağlayıcıdır; iki koşul da sağlanır. Kabul edilebilir avantaj: üç seçenek için eşik DQ = 1/2 = 0,50'dir, A2 ile ikinci sıradaki A3'ün Q farkı 0,747'dir ve eşiğin üstündedir. Kabul edilebilir istikrar: A2 hem S'de hem R'de birincidir. Tek uzlaşma çözümü A2'dir.
Şirketin tereddüdü ağırlığa duyarlıdır. Çalışma süresi ile maliyet endeksi ağırlıkları yer değiştirip çalışma süresi 0,25'e, maliyet endeksi 0,40'a çekilirse A2 yine Q'su en küçük sağlayıcı olarak kalır (Q=0). Ama A3 ile arasındaki fark 0,350'ye düşer ve bu fark 0,50 eşiğinin altında kalır; kabul edilebilir avantaj koşulu artık sağlanmaz. DecisionMind bu senaryoda tek çözüm yerine A2 ile A3'ü birlikte bir uzlaşma kümesi olarak işaretler. Kabul edilebilir istikrar koşulu bu senaryoda da sağlanır, çünkü A2 S'de birinci kalmayı sürdürür.
Raporda: "Verilen ağırlıklarla (çalışma süresi 0,40, maliyet 0,25) A2 tek uzlaşma çözümüdür; her iki koşul sağlanmıştır. Çalışma süresi ile maliyet ağırlığı yer değiştirdiğinde A2 yine Q'su en küçük sağlayıcı kalır, ama kabul edilebilir avantaj koşulu artık sağlanmaz ve uzlaşma kümesi A2 ile A3'ten oluşur. Bu örnekte faz genlikle orantılı verildiğinden sonucun tamamı genlik farkından gelmektedir."
Kaynak: DecisionMind'ın CF-VIKOR doğrulama örneği. Uzaklık ve VIKOR iskeleti manifestteki formüllere dayanır; karmaşık sezgisel bulanık yapı Alkouri ve Salleh (2012)'nin tanımına, karmaşık bulanık kümenin temel fikri Ramot ve arkadaşlarının (2002) çalışmasına dayanır. Değerlendirme değerleri ve ağırlık takası senaryosu bu kartın yazarınca kernel doğrudan çalıştırılarak bağımsız olarak hesaplanmıştır; literatürde bu değer uzayına özgü, VIKOR'a uygulanmış yayımlanmış bir makale bulunamamıştır (onay notuna bakınız).
2. Toplu Taşıma: Bir belediyenin yeni otobüs filosu tedarikçisi seçimi
Bir belediye yeni otobüs filosu için üç tedarikçi arasında seçim yapacaktır. Üç ölçüt vardır: yolcu memnuniyeti, yakıt verimliliği ve birim araç maliyeti (azı iyi). Belediyenin ulaşım dairesi, yolcu memnuniyeti ölçütünü iki bağımsız boyutta değerlendirir. Genlik, anketlerin ne kadar güçlü bir kanıta dayandığını ölçer. Faz ise bu memnuniyetin günün hangi diliminde (sabah yoğun saat ya da akşam boş saat) ölçüldüğünü, 24 saatlik döngüye eşlenmiş bir açı olarak taşır. Bu iki boyut gerçekten bağımsızdır, çünkü aynı güçte bir memnuniyet kanıtı sabah ya da akşam ölçülmüş olabilir ve bu iki dilimin karar için önemi farklıdır.
Yöntem her tedarikçinin bu dört bileşenli uzaklığını hesaplar, ağırlıklı toplamı (S) ve en kötü ölçütteki uzaklığı (R) ayırır, iki koşulu sınar. Diyelim ki bir tedarikçi hem toplamda hem en kötü ölçütte en iyi konumdadır, ama bunun büyük kısmı sabah yoğun saatte toplanan anketlerden gelmektedir; akşam verisi daha zayıftır.
Dairenin tereddüdü şudur: faz burada "hangi zaman dilimi" bilgisini taşıdığı açıkça tanımlanmadıkça, S ve R'nin yarısı ekibe açıklanamaz kalır. Daire, faz açısının hangi zaman dilimlerini ve nasıl kodlandığını raporda ayrıca belirtmelidir; aksi hâlde "bu tedarikçi neden öne çıktı" sorusuna cevap verilemez.
Raporda: "Tek uzlaşma çözümü bu tedarikçidir; S ve R'nin yarısı sabah/akşam zaman dilimini temsil eden faz bileşeninden gelmektedir ve bu bileşenin akşam verisinde daha zayıf olduğu ayrıca not edilmiştir."
3. Yapılmaması Gereken
Öğretici örnekte fazları genlikten bağımsızca uydurmak, örneğin A1'e rastgele ω = 1,0 yazmak: bu, uzaklığın kaynağını belirsizleştirir ve tekrarlanabilir olmayan bir sonuç üretir. İkinci yanlış, maliyet ölçütünde yalnız genlikleri yer değiştirip fazları olduğu gibi bırakmaktır; bu, yön çevirmeyi yarım bırakır ve maliyet ölçütü hâlâ "çoğu iyi" gibi işlenir. Üçüncü yanlış, A2'nin Q=0 değerini "kusursuz sağlayıcı" diye okuyup iki koşulu kontrol etmeden "A2 kazandı" yazmaktır; bu tabloda koşullar gerçekten sağlanır ama bu, her tabloda böyle olacağı anlamına gelmez ve her seferinde ayrıca sınanmalıdır.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/cf-vikor
Alkouri, A. M. J. S., & Salleh, A. R. (2012). Complex intuitionistic fuzzy sets. AIP Conference Proceedings, 1482(1), 464–470. DOI: 10.1063/1.4757515
Ramot, D., Milo, R., Friedman, M., & Kandel, A. (2002). Complex fuzzy sets. IEEE Transactions on Fuzzy Systems, 10(2), 171–186. DOI: 10.1109/91.995119
Atanassov, K. T. (1986). Intuitionistic fuzzy sets. Fuzzy Sets and Systems, 20(1), 87–96. DOI: 10.1016/S0165-0114(86)80034-3
Opricovic, S. (1998). Multicriteria Optimization of Civil Engineering Systems (Višekriterijumska optimizacija sistema u građevinarstvu). Doktora tezi, Belgrad Üniversitesi İnşaat Fakültesi. (DOI yok)
Opricovic, S., & Tzeng, G.-H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445–455. DOI: 10.1016/S0377-2217(03)00020-1