Çift tereddütlü bulanık VIKOR (An, Zhang, Liu ve Zuo, 2025)

Beş şey değişir; en önemlisi son maddedeki sıralama yönüdür.

Hücreler ve karar verici sayısı. Kesin VIKOR'da her hücre tek sayıdır. Burada her hücre bir destek kümesi ve bir ret kümesi taşır; her kümenin her elemanı K karar vericiden birine aittir (bu uzantıda K=3). Bir karar vericinin bir hücrede görüşü yoksa o slot "/" ile işaretlenir ve boş bırakılır; destek ve ret kümelerindeki boşluklar birbirinden bağımsızdır, bir karar vericinin desteği eksik olabilirken reddi kayıtlı olabilir. Karar vericilerin kendi ağırlığı (λ) toplamı 1'e normalize edilir.

Karar verici birleştirme. DecisionMind önce her hücreyi karar verici ağırlığıyla ölçekler (Ē = λ⊗E): her karar vericinin verdiği destek ve ret değeri kendi λ'sıyla çarpılır, boş slotlar bu ölçeklemeden sonra atılır. Tek karar verici varsa bu adım hiçbir şeyi değiştirmez.

Yön-duyarlı referans noktası. Kesin VIKOR her ölçütte gerçek en iyi ve en kötü değeri sütundan okur. Burada referans noktası veriden okunmaz, doğrudan tanımlanır: fayda ölçütünde ideal ⟨{1},{0}⟩ (tam destek, hiç ret) ve anti-ideal ⟨{0},{1}⟩'dir; maliyet ölçütünde ikisi yer değiştirir. Her seçeneğin bu iki sabit noktaya uzaklığı hibrit bir tereddütlü mesafeyle (kümenin en uzak elemanları artı kümelerin ortalama farkı) ölçülür.

Kısmen bilinen ağırlıktan tam ağırlığa. Kesin VIKOR ağırlığı dışarıdan tam olarak alır. Burada üst yönetici yalnız bazı ölçütlerin ağırlığını bilir (bu örnekte yalnız bir ölçüt), geri kalanı bilinmez. DecisionMind bilinmeyen ağırlıkları, her karar vericinin kendi öznel ağırlık tahminiyle ve seçenekleri en iyi biçimde ayıran bir veri-tabanlı hedefi bir denge katsayısıyla (α) birleştiren bir optimizasyonla tamamlar. α=1 yalnız veriye, α=0 yalnız karar vericilerin öznel tahminine dayanır; varsayılan 0,5 ikisini eşit tartar. Kullanıcı tüm ağırlıkları doğrudan da girebilir; bu durumda optimizasyon hiç çalışmaz.

Sonuç ve sıralama yönü: kesin VIKOR'un tersine. S (grup faydası) ve R (bireysel pişmanlık) kesin VIKOR'daki gibi tanımlanır: S ağırlıklı uzaklıkların toplamı, R en büyüğüdür. Q, bir uzlaşma katsayısı β ile S ve R'nin normalize edilmiş bileşimidir; β klasik VIKOR'un v'siyle aynı rolü oynar. Ama An ve arkadaşları (2025) burada S ve R'yi kendi normalizasyonlarında en büyük değere göre ölçekler. Sıralamayı Q'ya göre AZALAN sırada yapar: en YÜKSEK Q en iyi seçenektir. Bu, klasik Opricovic-Tzeng kuralının tam tersidir; o kuralda en düşük Q en iyidir. DecisionMind bu tersine dönüşü olduğu gibi uygular, sessizce klasik kurala çevirmez. Kesin VIKOR'un iki uzlaşma koşulu da (kabul edilebilir avantaj, kabul edilebilir istikrar) bu uzantıda yer almaz; ne motor bunları hesaplar ne de manifest tanımlar. An ve arkadaşlarının kendi yöntemi yalnız Q sıralamasına dayanır.

Bu uzantıda büyük Q iyidir, küçük Q değil. Bu, ailenin diğer bütün VIKOR uzantılarının (ve kesin VIKOR'un) tam tersidir ve raporda her seferinde açıkça yazılmalıdır; aksi hâlde okuyucu "en düşük Q kazanır" alışkanlığıyla yanlış seçeneği öne çıkarır. S ve R ayrı ayrı okunmalıdır: küçük S toplamda ideale yakınlığı, küçük R en kötü ölçütte az kayıp olmasını gösterir, tıpkı kesin VIKOR'da olduğu gibi; farkı, bu iki değerin Q'ya AZALAN yönde katılmasıdır. Klasik VIKOR'un iki uzlaşma koşulu burada yoktur; "tek uzlaşma çözümü" ile "uzlaşma kümesi" ayrımı bu uzantıda hiç yapılmaz, yalnız bir sıralama vardır.

Bu nedenle:

"Çift tereddütlü bulanık VIKOR'a göre en düşük Q'lu seçenek kazanır"

yerine:

"Bu uzantıda An ve arkadaşlarının (2025) tanımı gereği en YÜKSEK Q en iyi seçenektir; klasik VIKOR'un aksi yönde çalışır ve bu fark raporda açıkça belirtilmelidir"

biçiminde yazmak doğrudur.

Birden fazla karar vericinin görüşü ayrı ayrı toplanmışsa, bazı karar vericiler bazı kriterlerde görüş bildirmemişse ve kriter ağırlıklarının bir kısmı yönetim tarafından belirlenip kalanı veriden ve karar vericilerin öznel tahmininden türetilmesi gerekiyorsa bu uzantı uygundur. Tek bir karar vericinin tam bilgiyle doldurduğu bir tablo varsa bu karmaşıklık gerekli değildir; HF-VIKOR ya da kesin VIKOR yeterlidir. Kesin VIKOR'un çıkış koşulu burada da geçerlidir: bir kriterde hiç taviz kabul edilmiyorsa bu uzantı da pişmanlığı sınırlar ama sıfırlamaz.

Sıralama yönünü tersine çevirmek. Bu uzantıda en yüksek Q en iyidir; motor çıktısını alıp alışkanlıkla "en düşük Q'yu al" demek, sonucu baştan aşağı yanlış okumaktır. Bu, manifestin kendi bildirdiği bir uyarıdır.

"/" boş slotunu sıfır saymak. Bir karar vericinin görüş bildirmediği slot "/" ile işaretlenir ve hesaba hiç girmez; bunu 0 olarak okumak, o karar vericinin "hiç desteklemiyorum" dediğini varsaymak gibi yanlış bir sinyal ekler.

Destek ve ret boşluklarının birlikte gittiğini varsaymak. Bir karar vericinin desteği eksik olabilirken reddi kayıtlı olabilir (ya da tersi); Vaka 1 tablosunda bu ayrık örnekler vardır. İkisini aynı slotta birlikte var ya da yok saymak veri kaybına yol açar.

Optimizasyonla türetilen ağırlığı basit bir ortalama sanmak. Kısmen bilinen ağırlıklar, karar vericilerin öznel tahminleri ve veri-tabanlı hedef bir denge katsayısı (α) ile birleştirilir; bu, karar vericilerin öznel ağırlıklarının düz ortalaması değildir. α değiştirilmeden "ağırlıklar ortalamadır" demek yanlıştır.

Klasik VIKOR'un iki koşulunu burada da arıyor olmak. Kabul edilebilir avantaj ve kabul edilebilir istikrar bu uzantıda ne hesaplanır ne de tanımlıdır; "uzlaşma kümesi" ifadesi burada kullanılmaz.

Temel ilke şudur:

Bu uzantıda büyük Q iyidir; bu tersine dönüş An ve arkadaşlarının (2025) kendi tanımıdır, bir hata değildir, ama raporda her seferinde açıkça yazılmazsa okuyucuyu yanlış seçeneğe yönlendirir.