Uzantı kartı · Bulanık
Fermatean bulanık MOORA
MOORA'nın, bir yargıya verilen destek ve ret derecesinin küplerinin toplamının 1'i aşmadığı durumlar için biçimidir. Her hücreyi hemen bir skora indirip geri kalanını kesin MOORA'nın oran sistemi gibi yürütür.
Temel yöntem
MOORA →
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?
İki şey değişir; vektör normalizasyonu ve oran sistemi mantığı değişmez.
Hücreler. Kesin MOORA'da her hücre tek sayıdır. Burada her hücre bir yargıya verilen destek (μ) ve ret (ν) derecesi çiftidir. Kısıt μ³+ν³≤1'dir. Kriter ağırlıkları kesin sayı olarak dışarıdan alınır.
Durulaştırma en baştadır, vektör normu skorlar üzerindedir. Her (μ, ν) çifti, hesabın ilk adımında Fermatean skor fonksiyonuyla (s = μ³ − ν³) tek bir sayıya iner. Skor −1 ile 1 arasında olabileceğinden 1 eklenip pozitif tarafa kaydırılır. Kesin MOORA'nın vektör normalizasyonu (her değerin, sütundaki değerlerin karelerinin toplamının köküne bölünmesi) bu kaydırılmış skorlar üzerinde uygulanır; üçgen ya da destek-ret çifti üzerinde ayrı bir bulanık normalizasyon yoktur.
Oran sistemi. Normalize edilmiş skorlar ağırlıklarla çarpılır; her seçenek için fayda kriterlerindeki ağırlıklı payların toplamından maliyet kriterlerindeki ağırlıklı payların toplamı çıkarılır. Bu, kesin MOORA'nın oran sistemiyle birebir aynı işlemdir, yalnız girdi artık Fermatean skorundan gelir.
Referans noktası. Manifestte ayrı bir adım olarak görünse de, DecisionMind'ın bu ailedeki motoru referans noktası yaklaşımını oran sisteminden bağımsız hesaplamaz; bu adım oran sistemi puanını olduğu gibi kopyalar. Yani bu uzantıda tek gerçek sayı oran sistemi puanıdır; "referans noktasıyla çapraz kontrol" burada bir ikinci bağımsız hesap değildir.
DecisionMind bu uzantıda Fermatean skor fonksiyonunu (μ³ − ν³), skorun +1 ile kaydırılmasını ve bu kaydırılmış skorlar üzerindeki vektör normunu sabit tutar. Ağırlıklar dışarıdan alınır; yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
MOORA puanı kesin MOORA'daki gibi okunur: bir seçeneğin faydalı kriterlerdeki payının zararlı kriterlerdeki payına göre net üstünlüğüdür, başka bir analizle karşılaştırılamaz. Fark şurada: bu pay, geri çevrilebilir bir destek-ret çifti değil, yalnız Fermatean skorunun kaydırılıp normalize edilmiş hâlidir. Bir kriterde tüm seçeneklerin skorları birbirine yakınsa (μ,ν çiftleri çok farklı olsa bile skorları eşitse), o kriterin ayırt ediciliği burada da zayıflar; bu, kesin MOORA'daki aynı olguyla örtüşür.
Bu nedenle:
"Fermatean bulanık MOORA'ya göre en iyi seçenek şudur, çünkü hem oran sistemi hem referans noktası aynı sonucu doğruladı"
yerine:
"Bu ağırlıklar ve bu seçenek kümesiyle oran sistemine göre en yüksek net puana sahip seçenek şudur; bu ailede referans noktası ayrı bir hesap değildir, ikinci bir doğrulama sayılmaz"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Uzmanların destek-ret çiftleri Pisagor bulanığın karesel kısıtını da aşıyorsa (kareler toplamı 1'i aşıyor ama küpler toplamı aşmıyorsa) bu uzantı düşünülür; ayrıntı Pisagor bulanık veri türü kartındadır. İki derece Pisagor kısıtına zaten sığıyorsa Fermatean'a geçmek gerekli değildir, yalnız ayırt edicilik kaybedilir. Ölçülmüş bir değeri doğrudan destek-ret çiftine çevirmek belirsizlik modellemek değil belirsizlik üretmektir. Kesin MOORA'nın çıkış koşulu burada da geçerlidir: bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir.
Bu Uzantıya Özgü Hatalar
Değer alanı ihlali. Her hücre μ³+ν³ ≤ 1 koşulunu sağlamalıdır; bu, karelerin değil küplerin toplamından kontrol edilir.
ν'yü 1 − μ yazmak. Bu durumda toplam her zaman tam 1 olur ve küp kısıtının sağladığı ek alan hiç kullanılmamış olur.
Referans noktası satırını bağımsız bir ikinci sonuç sanmak. Bu ailede referans noktası, oran sistemi puanının bir kopyasıdır. Sıralamayı "iki yöntem de aynı sonucu verdi" diye çapraz doğrulamak yanıltıcıdır; kesin MOORA kartındaki "referans noktasıyla sınamadan tek sıraya güvenmek" uyarısı bu uzantıda farklı biçimde geçerlidir: sınama burada zaten mümkün değildir.
Kriter yönünü yanlış işaretlemek. Maliyet kriteri fayda kriteri gibi işaretlenirse, o kriterdeki en kötü skor ideale yaklaştırılır ve sıra anlamsızlaşır.
Temel ilke şudur:
Fermatean bulanık MOORA'nın küp kısıtı yalnız uzman çiftleri gerçekten Pisagor kısıtını aştığında bir şey katar; bu motorda tek gerçek sayı oran sistemi puanıdır, referans noktası ayrı bir doğrulama değildir.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir; manifestteki sentetik 3x3 tablo formüllere sadık biçimde kurulmuştur, literatür sayfası taşımaz. Aynı tablo [Fermatean bulanık EDAS kartında](ff-edas.md) da kullanılmıştır, çünkü DecisionMind'ın Fermatean ailesi ortak bir sentetik fixture üzerinde test edilir. İkinci vaka öğretici kurgudur.
1. Öğretici örnek (DecisionMind'ın doğrulama örneği): Hammadde tedarikçisi seçimi
Bir üretici üç hammadde tedarikçisini üç ölçütte karşılaştırır: teslim güvenilirliği (çoğu iyi), kalite tutarlılığı (çoğu iyi), reddedilen parti oranı (azı iyi). Her tedarikçinin her ölçütteki desteği ve reddi bir Fermatean çiftiyle (μ,ν) verilmiştir.
| Tedarikçi | Teslim güvenilirliği | Kalite tutarlılığı | Reddedilen parti oranı (azı iyi) |
|---|---|---|---|
| T1 | (0,70; 0,40) | (0,50; 0,50) | (0,60; 0,50) |
| T2 | (0,80; 0,30) | (0,60; 0,40) | (0,40; 0,60) |
| T3 | (0,60; 0,50) | (0,70; 0,40) | (0,50; 0,50) |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem her hücrenin Fermatean skorunu (μ³−ν³) hesaplar, 1 ekleyip kaydırır, sütun içinde vektör normalize eder, ağırlıklarla çarpar ve fayda kriterlerindeki paylardan maliyet kriterindeki payı çıkarır.
| Tedarikçi | MOORA puanı | Sıra |
|---|---|---|
| T2 | 0,343 | 1 |
| T3 | 0,273 | 2 |
| T1 | 0,244 | 3 |
Sonuç şöyle okunur. T2, en ağırlıklı ölçüt olan teslim güvenilirliğinde en yüksek skora sahiptir ve reddedilen parti oranında (azı iyi) da en iyi konumdadır; bu ikisi T2'yi öne taşır. T1 tam tersi konumdadır ve son sırada kalır.
Üreticinin tereddüdü ağırlığa duyarlıdır. Kalite tutarlılığının ağırlığı 0,35'ten 0,70'e, teslim güvenilirliği 0,40'tan 0,10'a çekilip reddedilen parti oranı 0,20'ye indirildiğinde, T3 (0,381) T2'nin (0,372) önüne geçmektedir. T1 (0,281) yine son sıradadır. Bu, T2'nin birinciliğinin teslim güvenilirliğine verilen ağırlığa dayandığını, bu ağırlık düştüğünde T3'ün öne geçebildiğini gösterir.
Raporda: "Verilen ağırlıklarla T2 birincidir (0,343); kalite tutarlılığının ağırlığı belirgin biçimde artırılıp teslim güvenilirliğinin ağırlığı düşürüldüğünde (0,10 / 0,70 / 0,20) T3 öne geçmektedir (0,381 / 0,372). T2'nin birinciliği teslim güvenilirliği ağırlığına duyarlıdır."
Kaynak: DecisionMind'ın Fermatean bulanık MOORA doğrulama örneği. Fermatean skor fonksiyonu Senapati ve Yager (2020)'ın tanımına, oran sistemi Brauers ve Zavadskas (2006)'ın MOORA tanımına dayanır. Değerlendirme puanları ve ağırlık takası senaryosu bu kartın yazarınca kernel formülleri Python'da bağımsız olarak yeniden hesaplanarak elde edilmiş, manifest expected_primary ile birebir doğrulanmıştır.
2. Kargo: Bir lojistik firmasının uluslararası taşıyıcı seçimi
Bir kargo firması, uluslararası gönderiler için üç taşıyıcı arasında seçim yapacaktır. Üç ölçüt vardır: zamanında teslim oranı (çoğu iyi), gümrük işlem hızı (çoğu iyi) ve hasarlı gönderi oranı (azı iyi). Operasyon ekibi, geçmiş performans raporlarından her taşıyıcı için hem destek hem çekince derecesini bir Fermatean çiftiyle kaydeder. Bazı taşıyıcılarda bu iki değer birlikte yüksektir, çünkü raporlar hem güçlü yönleri hem ciddi aksaklıkları aynı anda göstermiştir.
Yöntem her taşıyıcının skorunu hesaplar, vektör normuyla ölçeklendirir ve fayda-maliyet oranını hesaplar. Diyelim ki gümrük işlem hızı en iyi olan taşıyıcı aynı zamanda hasarlı gönderi oranında da ortalamanın altında (lehte) kaldı ve birinci sırada çıktı.
Firmanın tereddüdü şudur: destek ve çekincenin birlikte yüksek olduğu bir taşıyıcı, tek bir skora indiğinde bu çift-yönlü bilgi kaybolur. Firma, skoru yüksek çıkan ama çekince derecesi de yüksek olan taşıyıcılar için ayrı bir referans kontrolü yapmalıdır; yalnız skora bakmak bu çekinceyi gizler.
Raporda: "Gümrük işlem hızı ve düşük hasar oranı nedeniyle bir taşıyıcı öne çıkmaktadır; ekibin bu taşıyıcıya dair belirgin çekinceleri de kaydedilmiştir ve sözleşme öncesi ayrı bir referans kontrolü önerilir."
3. Yapılmaması Gereken
Öğretici örnekte reddedilen parti oranını çoğu iyi işaretleseydik, en çok reddi olan tedarikçi ödüllendirilir ve sıra anlamsızlaşırdı. İkinci yanlış, manifestteki referans noktası satırını oran sisteminden bağımsız bir ikinci sonuçmuş gibi sunup "iki yöntem de aynı sırayı verdi" demektir; bu ailede referans noktası oran sisteminin bir kopyasıdır. Üçüncü yanlış, T2'nin 0,343 puanını "yüzde otuz dört güvenilir tedarikçi" diye okumaktır; puan yalnız bu üç tedarikçi arasında bir kıyastır.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/ff-moora
Brauers, W. K. M., & Zavadskas, E. K. (2006). The MOORA method and its application to privatization in a transition economy. Control and Cybernetics, 35(2), 445–469. (DOI yok)
Senapati, T., & Yager, R. R. (2020). Fermatean fuzzy sets. Journal of Ambient Intelligence and Humanized Computing, 11, 663–674. DOI: 10.1007/s12652-019-01377-0
Yager, R. R. (2014). Pythagorean membership grades in multicriteria decision making. IEEE Transactions on Fuzzy Systems, 22(4), 958–965. DOI: 10.1109/TFUZZ.2013.2278989
Atanassov, K. T. (1986). Intuitionistic fuzzy sets. Fuzzy Sets and Systems, 20(1), 87–96. DOI: 10.1016/S0165-0114(86)80034-3