Uzantı kartı · Bulanık
Fuzzy CRITIC
Bulanık CRITIC, kriter değerlerinin üçgen bulanık sayı olarak verildiği durumlarda kullanılan CRITIC biçimidir. Kesin CRITIC'i üçgenin üç köşesi üzerinde ayrı ayrı koşturup üç ağırlık vektörünü ortalayarak tek bir bulanık türetilmiş ağırlık vektörü üretir.
Temel yöntem
CRITIC →
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?
Üç şey değişir; CRITIC'in "yayılım × kendine özgülük" mantığı değişmez.
Hücreler. Kesin CRITIC'te her hücre tek sayıdır. Burada her hücre üç sayıdır: en düşük, en olası, en yüksek. Çıktı hâlâ bir sıralama değil bir ağırlık vektörüdür; bu CRITIC'in kendi kimliğidir ve bulanık biçimde de değişmez.
Ölçek eşitleme, yayılım ve ilişki. Kesin CRITIC bu üç adımı (en küçük-en büyük ölçekleme, standart sapma, korelasyon) tek bir kesin tablo üzerinde bir kez yürütür. Burada aynı beş adım (ölçek eşitleme, yayılım, ilişki, bilgi miktarı, ağırlık) üç kez, birbirinden bağımsız olarak yürütülür: üçgenlerin yalnız en düşük bileşenlerinden oluşan kesin bir tablo üzerinde bir kez, yalnız en olası bileşenlerinden oluşan kesin bir tablo üzerinde bir kez, yalnız en yüksek bileşenlerinden oluşan kesin bir tablo üzerinde bir kez. Üç hesap birbirinin sonucunu görmez; her biri kendi köşesindeki kesin CRITIC'tir.
Sonuç ve durulaştırma. Üç bağımsız hesaptan çıkan üç ağırlık vektörü (en düşük köşenin ağırlıkları, en olası köşenin ağırlıkları, en yüksek köşenin ağırlıkları) kriter kriter ortalanır ve toplamı yeniden 1'e normalize edilir; bu, DecisionMind'ın durulaştırma adımıdır ve yalnız üç bağımsız hesap tamamlandıktan sonra yapılır. Üçgenin genişliği (en yüksek ile en düşük arasındaki fark) hesaba doğrudan girmez; yalnız üç noktanın (en düşük, en olası, en yüksek) her birinin kendi başına ürettiği kesin ağırlık ortalanır. Bu, DecisionMind'ın sabit tuttuğu bir uygulama seçimidir; literatürde başka bulanık CRITIC biçimleri de vardır (örneğin üçgen aritmetiğiyle yayılım ve ilişkiyi doğrudan üçgenler üzerinde hesaplayan biçimler) ve burada tek bir kanonik biçim iddia edilmez.
Çıktı Nasıl Yorumlanır?
Ağırlık, temel CRITIC'teki gibi bir kriterin tabloya kattığı kendine özgü bilgi payını ölçer; okunması aynıdır (bkz. CRITIC kartı).
Fark şurada. Bu ağırlık artık üç ayrı kesin hesabın ortalamasıdır. Üçgenin en düşük ve en olası bileşenleri aynı örüntüyü taşıyorsa, örneğin bütün hücrelerde sabit bir farkla kaymışsa, bu iki köşenin ağırlıkları birebir aynı çıkar ve yalnız en yüksek köşe farklı bir ağırlık üretir; nihai ağırlık bu durumda esas olarak üçgenin üst ucundan etkilenir. Rapor, üç köşenin ağırlıkları birbirine ne kadar yakın çıktığını, yani bulanık aralığın sonucu değiştirip değiştirmediğini, açıkça göstermelidir.
Bu nedenle:
"Bulanık CRITIC analizi C1'in en önemli ölçüt olduğunu gösterdi"
yerine:
"C1, üç köşenin (en düşük, en olası, en yüksek) ayrı ayrı koşturulan kesin CRITIC hesaplarında sırasıyla 0,461, 0,461 ve 0,430 ağırlık almıştır; ortalaması 0,451'dir ve üst uçtaki küçük düşüş dışında üç köşe tutarlıdır, bu nedenle ağırlık üçgenin genişliğine değil ağırlıklı biçimde tüm köşelerin ortak eğilimine dayanmaktadır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Kriter listesi uzun ve tekrar eden göstergeler içeriyorsa, ağırlıkların veriden nesnel olarak türemesi isteniyorsa ve kriter değerlerinin kendisi bir yargı ya da tahminden geliyorsa, yani ölçülmüş değil sözel ya da yaklaşıksa, bu uzantı uygundur. CRITIC'in nesnelliği bulanık girdiyle birlikte kullanılmak isteniyorsa bu uzantı tercih edilir.
Kriter değerleri ölçülmüşse bulanıklaştırmanın CRITIC'e bir katkısı olmaz; temel CRITIC yeterlidir. Temel CRITIC'in çıkış koşulları aynen geçerlidir: seçenek sayısı azsa (beşten az) korelasyon güvenilmez olur ve bu güvenilmezlik üç köşenin her birinde ayrı ayrı tekrarlanır; kriterler önceden bağımsız seçilmişse ikinci ölçü (ilişki) hiçbir köşede bir şey eklemez.
Bu Uzantıya Özgü Hatalar
Tek tip, orantılı bulanıklaştırma kullanıp bunu fark etmemek. Her hücreye aynı sabit genişlik eklenmişse (örneğin her değere +1, +2 gibi orantısız olmayan bir kayma), en küçük-en büyük ölçeklemesinden sonra en düşük ve en olası köşelerin normalize edilmiş tabloları birebir aynı çıkabilir ve bu iki köşe aynı ağırlığı üretir; bu bir hata değildir ama fark edilmezse "üç köşe de farklı hesaplandı" yanılgısına yol açar. Rapor bu çakışmayı açıkça belirtmelidir.
Tek bir "kanonik" bulanık CRITIC olduğunu iddia etmek. DecisionMind'ın burada uyguladığı biçim (üç köşeyi bağımsız koşturup ortalamak) birden çok mümkün formülasyondan biridir; başka bir uygulama üçgen aritmetiğini doğrudan yayılım ve ilişki hesabına taşıyabilir ve farklı bir ağırlık üretebilir. Hangi biçimin kullanıldığı raporda belirtilmelidir.
Ölçülmüş bir kriteri gerekçesiz genişletip bulanık CRITIC'e sokmak. Ölçülmüş bir değer üç bileşeni aynı olan bir üçgen olarak kalmalı, gerekçesiz bir genişlik eklenmemelidir.
Yön hatası. "Azı iyi" bir kriter "çoğu iyi" işaretlenirse üç köşenin her birinde korelasyonların işareti döner ve tekrar cezası üç kez, tutarlı biçimde yanlış kritere gider.
Temel ilke şudur:
Bulanık CRITIC, kesin CRITIC'i üçgenin üç köşesinde bağımsız olarak tekrarlayıp ortalamaktır; hangi köşenin nihai ağırlığı sürüklediğini göstermeyen ve tek bir kanonik biçim olduğunu iddia eden her uygulama, yöntemin gerçek davranışını gizler.
Vakalar
Bu örnekler bir literatür vakası değildir; DecisionMind'ın bu ağırlıklandırma profilini uygulayan kaynak kodunun (analyse_asisance deposu, mcdm_engine.py) doğrulama sabitidir ve kanıt düzeyi C olarak işaretlidir. Yayımlanmış, sayfa numarası verilebilecek bir makale örneği değildir. Birinci vaka bu doğrulama sabitidir; ikinci vaka öğretici bir kurgudur.
1. Öğretici örnek: Dört seçenek, üç ölçüt (DecisionMind doğrulama sabiti)
Dört seçenek üç ölçütte üçgen bulanık sayılarla değerlendirilmiştir; ilk ve üçüncü ölçüt çoğu iyi, ikincisi azı iyi (maliyet türünden) olarak işaretlenmiştir.
| Seçenek | C1 | C2 (maliyet) | C3 |
|---|---|---|---|
| A1 | (1; 2; 3) | (4; 5; 6) | (7; 8; 9) |
| A2 | (2; 3; 5) | (7; 8; 10) | (3; 4; 6) |
| A3 | (5; 6; 7) | (2; 3; 4) | (8; 9; 10) |
| A4 | (4; 5; 6) | (6; 7; 8) | (1; 2; 3) |
| Yön | çoğu iyi | azı iyi | çoğu iyi |
Yöntem her köşeyi (en düşük, en olası, en yüksek) ayrı bir kesin tablo olarak alıp kesin CRITIC'in beş adımını (ölçek eşitleme, yayılım, ilişki, bilgi miktarı, ağırlık) bağımsız olarak koşturur.
| Ölçüt | En düşük köşe ağırlığı | En olası köşe ağırlığı | En yüksek köşe ağırlığı | Ortalama ağırlık |
|---|---|---|---|---|
| C1 | 0,461 | 0,461 | 0,430 | 0,451 |
| C2 | 0,201 | 0,201 | 0,237 | 0,213 |
| C3 | 0,338 | 0,338 | 0,333 | 0,336 |
Sonucu şöyle okuyabiliriz. En düşük ve en olası köşelerin ağırlıkları birebir aynıdır (0,461/0,201/0,338), çünkü bu tabloda en olası değer en düşük değere her hücrede sabit bir birim eklenerek kurulmuştur ve bu sabit kayma en küçük-en büyük ölçeklemesinden sonra hiçbir farkı değiştirmez. En yüksek köşe farklı bir örüntü taşıdığı için (kayma sabit değildir) C1'in ağırlığını hafifçe düşürür (0,430), C2'ninkini hafifçe yükseltir (0,237); nihai ortalama bu küçük farkı yansıtır.
Kurulun bir tereddüdü var. Yalnız en olası köşe, üçgenin modal değeri, kesin bir tablo gibi alınıp CRITIC koşturulsaydı C1 ağırlığı 0,461 çıkardı; bu, nihai bulanık ortalamadan (0,451) yalnız 0,010 farklıdır. Bu örnekte fark küçüktür, ama fark tamamen en yüksek köşenin farklı korelasyon örüntüsünden gelir ve genişliği farklı bir tabloda çok daha büyük olabilir. Rapor, ağırlığın üç köşenin ortak eğilimine mi yoksa yalnız bir köşeye mi dayandığını göstermelidir.
Raporda: "Ağırlıklar, üçgenin üç köşesinde bağımsız olarak koşturulan CRITIC hesaplarının ortalamasıdır (C1=0,451; C2=0,213; C3=0,336); en düşük ve en olası köşeler birebir aynı sonucu verdiği için ağırlıktaki küçük farklar tümüyle üst uç değerlerden gelmektedir."
Kaynak: DecisionMind'ın Bulanık CRITIC motorunun (analyse_asisance deposu, mcdm_engine.py, _weights_fuzzy_critic) doğrulama sabiti; yayımlanmış bir makale örneği değildir, kanıt düzeyi C'dir ve kart bunu olduğu gibi bildirir.
2. Spor: Bir kulübün scout ekibinin oyuncu değerlendirme göstergelerini ağırlıklandırması
Bir futbol kulübünün scout ekibi, aday oyuncuları karşılaştırırken kullandığı sekiz göstergenin (topla buluşma sayısı, isabetli pas yüzdesi, beklenen gol katkısı, sprint hızı, top kapma sayısı, hava topu kazanma yüzdesi, faul sayısı ve sakatlık geçmişi puanı) hangisine ne kadar ağırlık vereceğine karar verecektir. Göstergelerin çoğu maçtan maça gözlemcilerin "iyi / orta / zayıf" gibi sözel notlarına dayandığından üçgen bulanık sayı olarak kaydedilmiştir; ekip, ağırlıkların kendi önceliklerinden değil veriden türemesini istemektedir, çünkü beklenen gol katkısı ile topla buluşma sayısının aynı şeyi ölçtüğünden şüphelenmektedir.
Yöntem sekiz göstergenin üç köşesini ayrı ayrı koşturur, yayılım ve korelasyonları hesaplar. Diyelim ki beklenen gol katkısı ile topla buluşma sayısı üç köşede de yüksek korelasyonlu çıktı ve ikisi de düşük ağırlık aldı; sakatlık geçmişi puanı diğer göstergelerden bağımsız hareket ettiği için yüksek ağırlık aldı.
Scout ekibinin bir tereddüdü var. Beklenen gol katkısının düşük ağırlık alması, bu göstergenin önemsiz olduğu anlamına gelmez; topla buluşma sayısıyla aynı bilgiyi taşıdığı için bilgi payını paylaşmıştır. Ekip, üç köşenin ağırlıklarının birbirine ne kadar yakın çıktığını da kontrol etmelidir; eğer yalnız en yüksek köşede bir gösterge öne çıkıyorsa, bu göstergenin gözlemcilerin en iyimser notlarına duyarlı olduğu anlamına gelir ve orta değer notlarıyla da doğrulanmalıdır.
Raporda: "Sekiz göstergenin ağırlıkları, üç köşede bağımsız koşturulan CRITIC hesaplarının ortalamasıyla türetilmiştir; beklenen gol katkısı topla buluşma sayısıyla yüksek korelasyonlu olduğundan bilgi payını bölüşmüş, sakatlık geçmişi puanı bağımsız bilgi taşıdığından en yüksek ağırlığı almıştır."
3. Yapılmaması Gereken
Birinci yanlış, öğretici örnekte yalnız en olası köşenin (modal değer) ağırlığını (C1=0,461) nihai ağırlık gibi raporlamaktır. Bu, en düşük ve en yüksek köşelerin katkısını görmezden gelmek anlamına gelir; bu örnekte fark küçüktür ama başka bir tabloda büyük olabilir ve rapor bunu kontrol ettiğini göstermelidir.
İkinci yanlış, C2'nin (maliyet) yönünü "çoğu iyi" işaretlemektir. Bu, üç köşenin her birinde korelasyonların işaretini döndürür ve tekrar cezası C1'e değil C2'ye yanlış biçimde dağılır.
Üçüncü yanlış, "bulanık CRITIC" adının tek bir kanonik hesap olduğunu varsaymak ve başka bir yazılımın farklı sonucunu "yanlış" ilan etmektir. Literatürde birden fazla native bulanık CRITIC biçimi vardır.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/fuzzy-critic
Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The CRITIC method. Computers & Operations Research, 22(7), 763–770. DOI: 10.1016/0305-0548(94)00059-H
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. DOI: 10.1016/S0019-9958(65)90241-X
Zavadskas, E. K., & Podvezko, V. (2016). Integrated determination of objective criteria weights in MCDM. International Journal of Information Technology & Decision Making, 15(2), 267–283. DOI: 10.1142/S0219622016500036
Žižović, M., Miljković, B., & Marinković, D. (2020). Objective methods for determining criteria weight coefficients: A modification of the CRITIC method. Decision Making: Applications in Management and Engineering, 3(2), 149–161. DOI: 10.31181/dmame2003149z