Fuzzy MABAC

Dört şey değişir; sınır yaklaşım alanı mantığı değişmez.

Hücreler. Kesin MABAC'ta her hücre tek sayıdır. Burada her hücre üç sayıdır: en düşük, en olası, en yüksek. Kriter ağırlıkları da aynı biçimde üçgendir; kesin ağırlık verilecekse üç bileşeni aynı yazılır. DecisionMind'ın Fuzzy MABAC'ı grup kararı birleştirmesi yapmaz; her hücre tek bir üçgen olarak girilir.

Ölçek eşitleme. Kesin MABAC her sütunu kendi en küçük ve en büyük değerine göre 0-1 arasına yerleştirir. Fuzzy MABAC bunu üç bileşen üzerinde ayrı ayrı yapar ama tek bir ortak payda kullanır: sütundaki en yüksek üst değer ile en düşük alt değer arasındaki fark. Fayda kriterinde her bileşen bu farka bölünerek büyütülür, maliyet kriterinde sıra ters çevrilir. Kesin yöntemle aynı doğrusal mantık, üç bileşene birden uygulanmış hâlidir.

Ağırlıklama ve kaydırma. Eşitlenmiş üçgene önce 1 eklenir, sonra kriterin üçgen ağırlığıyla bileşen bileşen çarpılır. Bu "+1" kaydırması kesin MABAC'takiyle aynı teknik zorunluluktan gelir, çünkü bir sonraki adımdaki geometrik ortalama sıfır ya da negatif bir üçgenle çalışamaz.

Sınır yaklaşım alanı ve uzaklık. Sınır, her bileşen için ayrı ayrı alınan geometrik ortalamadır; böylece sınırın kendisi de bir üçgendir. Seçeneğin sınıra uzaklığı, kesin MABAC'taki gibi çıkarma ile bulunur, ama üçgenler arası çıkarma çapraz bileşenle yapılır. Bir üçgenin en düşük ucu sınırın en yüksek ucundan, en yükseği ise sınırın en düşüğünden çıkarılır. Böylece iki üçgenin gerçek belirsizlik payı uzaklığa yansır; üçgenlerden biri geniş, biri dar olabilir.

Sonuç ve durulaştırma. Her uzaklık üçgeni önce merkezle tek sayıya indirilir. Merkez, üç bileşenin ortalamasıdır ve COA olarak kısaltılır. Bu tek sayılar sonra kriterler boyunca toplanır. DecisionMind bu merkez durulaştırmasını sabit tutar. Başka bir durulaştırma kuralı kullanılırsa, örneğin yalnız en olası değer alınırsa, farklı bir puan sırası çıkabilir.

Puanın okunuşu kesin MABAC ile aynıdır. Pozitif puan sınırın üzerinde, negatif puan sınırın altında olduğu anlamına gelir ve bu okuma yalnız bu seçenek kümesi için geçerlidir. Fark şurada: bu puan tek bir sayı olarak görünse de altında üç katmanlı bir belirsizlik vardır. Bu belirsizlik durulaştırma adımında tek sayıya indirildiği için görünmez. İki seçeneğin puan farkı küçükse, bu fark girdilerdeki tahminlerin genişliğine duyarlıdır; bu genişlik üçgenin ne kadar açık olduğunu gösterir.

Bu nedenle:

"Fuzzy MABAC belirsizliği hesaba kattığı için A2'nin üstünlüğü kesindir"

yerine:

"Uzman tahminleri üçgen olarak girilmiş, belirsizlik sınır uzaklığı hesabına kadar taşınmıştır; A2 sınırın en üzerinde, A1 en altındadır ve A1-A3 arasındaki sıra tek bir kriterdeki tahmin değişimine duyarlıdır"

biçiminde yazmak doğrudur.

Kriterler ölçülmemişse, uzman tahminine ya da yargısına dayanıyorsa ve bu tahminin bir aralığı ile en olası noktası ayrı ayrı biliniyorsa bu uzantı kullanılır. Tipik durumda, henüz gerçekleşmemiş bir performans oranı "en az, en olası, en çok" biçiminde tahmin edilir; bu oran verim, uyum ya da memnuniyet gibi bir ölçüt olabilir.

Kriterler ölçülmüş, sayılmış ya da faturalanmışsa temel yöntemde kalınır. Ölçülmüş bir orana genişlik eklemek belirsizlik modellemek değil, belirsizlik üretmektir. DecisionMind tek veri türü ister; tablo karışıksa ölçülmüş kriter de üçgene yazılır ve üç bileşeni aynı sayı olur. Bu, bilgi eklemez; yalnız biçime uyar.

Çıkış noktası kesin MABAC ile aynıdır. Bu uzantı da telafi edicidir; bir kriterde taviz kabul edilmiyorsa ELECTRE ailesine bakılır.

Değer aralığının l ≤ m ≤ u sırasını bozmak. Üçgenin bileşenleri bu sırayı korumazsa hesabın tamamı geçersizleşir. Örneğin en olası değer en düşükten küçük yazılırsa bu hata oluşur. Girmeden önce her hücre kontrol edilmelidir.

Durulaştırma yöntemini değiştirmeden sonucu farklı bir kaynakla karşılaştırmak. Merkez (COA) dışında bir durulaştırma kullanılırsa, örneğin yalnız en olası değer alınırsa, farklı bir sıra çıkabilir. DecisionMind'ın sabit tuttuğu kural budur; başka bir yazılımla karşılaştırırken bu belirtilmelidir.

Önce durulaştırıp sonra kesin MABAC koşturmak. Üçgenleri baştan tek sayıya indirip kesin yöntemi uygulamak Fuzzy MABAC değildir. Böyle yapılırsa sınır yaklaşım alanı ve uzaklık hesabı artık belirsizlik taşımaz, puan farkları da abartılı çıkar.

"Daha gelişmiş" yanılgısı. Fuzzy MABAC, kesin MABAC'tan daha "doğru" bir sıralama üretmez; yalnız girdinin doğası (tahmin) buna uygunsa daha dürüst bir gösterimdir.

Temel ilke şudur:

Fuzzy MABAC, uzman tahminindeki yaklaşıklığı sınır yaklaşım alanına kadar taşımak içindir; girdiyi baştan kesinleştiren ya da bileşen sırasını bozan her uygulama, yöntemin tek katkısını yok eder.