Fuzzy OCRA

Üç şey değişir. OCRA'nın girdi ve çıktı kriterlerini ayrı ayrı ele alma fikri aynen kalır.

Hücreler. Kesin OCRA'da her hücre tek sayıdır. Burada her hücre üç sayıdan oluşur: en düşük, en olası, en yüksek. Kriter ağırlıkları kesin sayı olarak dışarıdan gelir. Fuzzy OCRA kendi ağırlığını üretmez.

Girdi ve çıktı hesabı. Yöntem üç bileşenin her birinde, en düşük, en olası ve en yüksek değerlerde ayrı ayrı, kesin OCRA'nın aynı adımlarını çalıştırır. Girdi kriterlerinde her seçeneğin en iyi değere göre ne kadar geride kaldığı bulunur. Çıktı kriterlerinde her seçeneğin en kötü değere göre ne kadar ileride olduğu bulunur. Bu, üç bağımsız kesin hesap demektir, biri en düşük köşede, biri en olası köşede, biri en yüksek köşede.

Birleştirme ve durulaştırma. Üç bileşende ayrı ayrı çıkan girdi ve çıktı toplamları önce kendi en kötüsüne göre sıfırlanır, sonra toplanır. Bu, kesin OCRA'nın üçüncü adımıdır ve üç bileşende ayrı ayrı tekrarlanır. Sonunda üç bileşenden çıkan üç puan ortalanır. DecisionMind burada basit bir ortalama kullanır, üçgenin genişliğini ayrıca hesaba katmaz.

Sonuç. Nihai puan kesin OCRA'daki gibi tek bir sayıdır ve en rekabetsiz seçenek sıfıra yakın çıkar.

DecisionMind bu uzantıda üç bileşeni bağımsız çalıştırıp ortalama alma sırasını sabit tutar. Ağırlık dışarıdan kesin sayı olarak gelir.

Puanın okunuşu kesin OCRA'yla aynıdır. Puan yalnız bu seçenek kümesi ve bu ağırlıklarla anlamlıdır. Bkz. OCRA kartı.

Fark şurada: puan artık üç bağımsız kesin hesabın ortalamasıdır. Üç bileşen (en düşük, en olası, en yüksek) birbirine yakın çıkıyorsa girdiler arasında ciddi bir belirsizlik yok demektir. Üç bileşen birbirinden uzaksa küçük bir puan farkı kolayca değişebilir. Rapor bu üç bileşenin ne kadar tutarlı çıktığını göstermelidir.

Bu nedenle:

"Fuzzy OCRA analizi S seçeneğini en rekabetçi buldu"

yerine:

"S seçeneği, bu ağırlıklar ve bu seçenek kümesiyle en yüksek puanı almıştır. Bu sıra, komşu seçeneklerin puanına yakın çıkan diğer seçenekler için ağırlıklardaki küçük bir değişiklikle değişebilir"

biçiminde yazmak doğrudur.

Kriterler girdi ve çıktı olarak ayrılabiliyorsa ve bu kriterler uzmanlar tarafından sözel ya da yaklaşık puanlanıyorsa Fuzzy OCRA tercih edilir. Ölçülmüş bir kriteri sonradan üçgene açmak bilgi katmaz. Bulanık veri türü kartı bu ayrımı ayrıntılı anlatır.

DecisionMind tek tür veri ister. Kesin OCRA'nın çıkış koşulu burada da geçerlidir: kriterlerin tamamı girdi ya da tamamı çıktıysa yöntemin iki taraflı yapısından hiçbir katkı alınmaz. Bir kriterde taviz kabul edilmiyorsa bu uzantı da telafi edici olduğu için uygun değildir.

Girdi ve çıktı kriterini yanlış işaretlemek. Bu hata kesin OCRA'da olduğu gibi burada da tüm sıralamayı tersine çevirir. Yanlış işaretleme üç bileşende ayrı ayrı ve tutarlı biçimde tekrarlanır.

Değeri yayılım genişliğine göre yorumlamak. Üç bileşenin ortalaması alınırken üçgenin genişliği ayrıca hesaba katılmaz. İki seçeneğin ortalama puanı yakınsa ama üçgenleri çok genişse rapor bu belirsizliği ayrıca söylemelidir.

Ölçülmüş bir kriteri gerekçesiz genişletmek. Ölçülmüş bir değer üç bileşeni aynı olan bir üçgen olarak kalmalıdır.

Manifestin ortak uyarısı da geçerlidir: hücrelerin l küçük eşit m küçük eşit u sırasına uyması gerekir. Durulaştırma yöntemi seçimi sonucu etkiler, DecisionMind burada basit ortalamayı sabit kullanır.

Temel ilke şudur:

Fuzzy OCRA, kesin OCRA'yı üç bileşende bağımsız tekrarlayıp ortalamaktır. Üç bileşenin birbirine ne kadar yakın çıktığını göstermeyen bir uygulama, yöntemin gerçek belirsizliğini gizler.