Fuzzy MOORA

Hücreler. Kesin MOORA'da her hücre tek sayıdır. Burada her hücre üç sayıdır: en düşük, en olası, en yüksek. Kriter ağırlıkları da üçgen olarak girilebilir, ama DecisionMind bu ağırlığı hesaba girmeden önce ağırlık merkezine (üç bileşenin ortalamasına) indirger; hesabın kendisi tek bir sayıyla ilerler. Yani belirsizlik yalnız karar matrisinin hücrelerinde taşınır, ağırlıklarda taşınmaz. Ağırlığı TFN olarak yazmak sonuca hiçbir genişlik katmaz, yalnız merkez değeri kullanılır.

Ölçek eşitleme. Kesin MOORA her sütunu kendi değerlerinin karelerinin toplamının köküne böler. Fuzzy MOORA aynı işlemi üç bileşene (en düşük, en olası, en yüksek) ayrı ayrı uygular: her bileşen kendi sütunundaki aynı bileşenin büyüklüğüne bölünür. Bunun nedeni şudur: bu yöntem, üç bileşeni de aynı sayı olan, yani gerçekte kesin bir değere karşılık gelen dejenere bir üçgene uygulandığında, hesabı otomatik olarak kesin MOORA'ya indirger. Ayrı bir özel durum kodu gerekmez.

Oran sistemi. Aynı mantık, üç bileşende paralel yürür: ağırlıklanmış her bileşen için "çoğu iyi" kriterlerdeki toplam ile "azı iyi" kriterlerdeki toplamın farkı ayrı ayrı hesaplanır (en düşük bileşenlerin farkı, en olası bileşenlerin farkı, en yüksek bileşenlerin farkı). Kesin MOORA'da bu farkın tek bir sayı olmasına karşılık burada üç sayıdır.

Sonuç ve durulaştırma. Kesin MOORA'da net puan zaten tek sayıdır. Burada üç bileşenli fark, bileşenlerin ortalaması (ağırlık merkezi) alınarak tek bir sayıya indirilir; bu son adımdır, ilk adım değil. Çıktı bulanık bir sayı değil, doğrudan bir net puan ve sıradır. Bu, kesin MOORA'nın çıktı yapısıyla aynıdır; yalnız hesap boyunca üç bileşen paralel taşınmıştır.

DecisionMind klasik Fuzzy MOORA'da bu üç bileşenli normalizasyonu ve son adımdaki ağırlık-merkezi durulaştırmasını sabit tutar; ağırlıklar TFN olarak girilse bile merkezine indirgenerek kullanılır.

Çıktı kesin MOORA'daki gibi bir net puan ve sıradır; okunması da aynıdır: yüzde ya da olasılık değildir, başka bir analizle karşılaştırılmaz. Fark şudur. Bu net puan, hücrelerdeki üç bileşenli belirsizliğin son adımda ortalamasıdır; belirsizlik sonucu değil hesabı etkiler, sonunda görünmez hâle gelir. İki seçeneğin puan farkı bu yüzden yalnız ağırlıklara değil, girdilerin ne kadar geniş, yani ne kadar belirsiz, verildiğine de duyarlıdır.

Bu nedenle:

"Fuzzy MOORA belirsizliği hesaba kattığı için sonuç daha güvenilirdir"

yerine:

"Uzman puanları yaklaşık verildiği için belirsizlik hesap boyunca taşınmış, son adımda tek puana indirilmiştir; sıranın bir terimlik puan değişimine ya da ağırlık takasına dayanıklı olup olmadığı ayrıca gösterilmelidir"

biçiminde yazmak doğrudur.

Kriterler uzman yargısından ya da yaklaşık tahminden geliyorsa ve bu yargıyı tek sayıya indirmek yapay bir kesinlik yaratacaksa. Ölçülmüş bir kriteri (fiyat, süre gibi) üçgene açmak belirsizlik modellemek değil üretmektir; DecisionMind'da matris tek veri türü ister, ölçülmüş bir kriter aynı matriste üç bileşeni eşit bir üçgen olarak yazılır. Çıkış koşulu kesin MOORA ile aynıdır: bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edicidir ve eşik altını elemez; oran sisteminin referans noktası alternatifi de burada geçerlidir.

Değer uzayı ihlali. Her hücrenin en düşük ≤ en olası ≤ en yüksek sırasını ve negatif olmama koşulunu sağlaması gerekir; ölçek dışı bir üçgen (örneğin en olası değerin en yüksekten büyük olması) hesabı baştan geçersiz kılar.

Durulaştırma yönteminin göz ardı edilmesi. Ağırlık merkezi (üç bileşenin ortalaması) DecisionMind'ın sabit seçimidir; başka bir durulaştırma kuralı (yalnız en olası değeri almak gibi) farklı bir sıra verebilir ve bu seçim raporda belirtilmelidir.

Ağırlığı bulanık yazıp "artık ağırlık da belirsizliği taşıyor" sanmak. DecisionMind ağırlığı hesaba girmeden önce merkezine indirger; TFN ağırlık genişliği sonucu hiç etkilemez. Belirsizliğin gerçekten taşındığı yer yalnızca karar matrisinin hücreleridir.

Önce tüm hücreleri merkezine indirip kesin MOORA koşturmak. Aşağıdaki öğretici örnekte üçgenler yaklaşık simetrik olduğu için bu kısayol bu veri kümesinde görünürde yakın bir sonuç verir; ama bu bir güvence değildir. Asimetrik ya da geniş üçgenlerde iki yol ayrışabilir ve her durumda hangi kriterin daha belirsiz değerlendirildiği bilgisi baştan silinmiş olur.

Temel ilke şudur:

Fuzzy MOORA'da belirsizlik yalnız karar matrisinin hücrelerinde taşınır ve son adımda tek puana iner; ağırlığı bulanık yazmak ya da girdiyi baştan durulaştırmak bu taşımayı ortadan kaldırır.