Uzantı kartı · Bulanık
Fuzzy PSI
Bulanık PSI, kriter puanları üçgen bulanık sayı olarak verildiğinde kullanılan PSI biçimidir. Ağırlığı kendisi türetir, çıktısı bir tercih seçim puanıdır.
Temel yöntem
PSI →
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. Ağırlığı kendisi türetme mantığı değişmez.
Hücreler. Kesin PSI'de her hücre tek sayıdır. Burada her hücre üç sayı taşır: en düşük, en olası, en yüksek. Uzman puanı kelimeyle verirse ("yüksek", "orta-yüksek" gibi) önceden ilan edilmiş bir ölçek bu kelimeyi üçgene çevirir. PSI ağırlık istemez; dışarıdan bir üçgen ağırlık girilse bile DecisionMind'ın motoru bunu kullanmaz. Ağırlığı yine aşağıdaki üçüncü adımda veriden türetir. Temel PSI'nin "ağırlık istemez, kendisi üretir" kuralı bulanık sürümde de aynen sürer; değişen yalnız girdinin üç bileşenli olmasıdır.
Ölçek eşitleme. Kesin PSI her sütunu kendi en iyisine böler. Burada önce her üçgenin üç bileşeni aynı kurala göre birlikte ölçeklenir. Fayda kriterinde sütundaki en büyük üst değere bölünür. Maliyet kriterinde sütundaki en küçük alt değer üçgenin bileşenlerine, sıra tersine çevrilerek oranlanır; böylece ölçeklenmiş üçgen de en düşük-en olası-en yüksek sırasını korur. Sonra bu ölçeklenmiş üçgenin üç bileşeni ortalanır ve tek bir kesin sayıya iner. Bu, bulanık TOPSIS'ten farklı bir sıradır. Orada durulaştırma en sona, yakınlık puanı hesaplandıktan sonra gelir. Burada durulaştırma çok erken olur, ağırlık daha türetilmeden önce biter. PSI'nin kendine özgü ağırlık türetme adımı zaten kesin bir sayı üzerinde çalışacak biçimde kurulmuştur. Bu yüzden DecisionMind belirsizliği ölçek eşitlemenin hemen ardından tüketir.
Tercih değişim değeri ve ağırlık. Bu adımdan sonrası kesin PSI ile birebir aynı işler. Durulaştırılmış sütunda ortalamadan sapmaların karesi toplanır. Bu yayılım 1'den çıkarılır ve ağırlığa çevrilir. Tercih seçim indeksi bu ağırlıkla hesaplanır. Bulanıklık artık üçgen olarak görünmez; yalnız "girdinin bulanık olması normalizasyonu nasıl etkiledi" biçiminde iz bırakır.
DecisionMind bu bulanık PSI'de ölçek eşitlemesini ve hemen ardından gelen ağırlık merkezi durulaştırmasını sabit tutar. TFN'nin üç bileşeni birlikte, aynı kuralla ölçeklenir.
Çıktı Nasıl Yorumlanır?
Tercih seçim puanı, kesin PSI'de olduğu gibi yalnız bu tablodaki seçenekler arasında sıralayıcı bir araçtır. Yüzde ya da olasılık değildir. Fark, puanın büyüklük aralığındadır. Kesin PSI'de ağırlıklar toplamı 1'e normalize edilip puana çarpılır; bu yüzden puan kabaca 0 ile 1 arasında kalır. Bulanık sürümde puan gözle görülür biçimde 1'in üzerine çıkabilir, çünkü ağırlık türetme adımının ürettiği ham değer normalize edilmeden puana girer. Bu, seçenekler arasındaki sırayı bozmaz. Ama puanı "yüzde 86 iyi" gibi okumayı daha da anlamsız kılar.
Bu nedenle:
"Fuzzy PSI puanı 2,53, bu seçenek neredeyse mükemmel"
yerine:
"A2'nin puanı 2,53 ile bu üç seçenek içinde en yükseğidir. Okunması gereken puanın büyüklüğü değil, diğer seçeneklere göre farkı ve bu farkın küçük bir değişimle kapanıp kapanmadığıdır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Kriterlere gerekçeli bir ağırlık vermek istemiyorsan, PSI'nin temel koşulu budur. Elindeki kriter puanları da ölçülmüş değilse, uzman yargısından ya da yaklaşık tahminden geliyorsa Fuzzy PSI uygun olur. Ölçülmüş bir değeri "daha temkinli görünsün" diye üçgene açmak burada da yanlıştır; bulanık veri türü kartındaki kural aynen geçerlidir. Matris tek türde olmak zorundadır. Bir kriter üçgen bulanık, diğeri kesinse, kesin olanın üç bileşeni aynı sayı yazılır ve genişliği sıfır olarak matrise eklenir.
Karar vericinin bilinen bir önceliği kriterlere yansıtılacaksa, yani öznel bir ağırlık isteniyorsa, temel PSI kartındaki çıkış koşulu aynen geçerlidir. Bir kriterde taviz kabul edilmiyorsa da aynı koşul geçerlidir. Bu durumda AHP, BWM, SWARA gibi öznel bir ağırlıklandırmayı ya da önce eleme sonra sıralamayı tercih etmelisiniz.
Bu Uzantıya Özgü Hatalar
Üçgenin l ≤ m ≤ u sırasını bozmak. Ölçek eşitlemesi maliyet kriterinde sırayı tersine çevirerek yapılır. Bu adım atlanır ya da yanlış uygulanırsa üçgen l değeri u değerinden büyük gibi tanımsız bir biçime düşer. Motorun bunu fail-closed durdurması beklenir.
Durulaştırma yöntemini değiştirip sonucu karşılaştırmak. Ağırlık merkezi, yani üç bileşenin ortalaması, tek standart değildir. Başka bir durulaştırma kuralıyla (örneğin yalnız en olası değeri alarak) üretilmiş bir puanı bu kartın puanıyla yan yana koymak yanlıştır.
Puanı 0-1 aralığında bir oran sanmak. Yukarıda açıklandığı gibi bu puan 1'in üzerine çıkabilir. "Yüzde" ya da "oran" dili kullanmak yanıltıcıdır.
Dışarıdan ağırlık girip yöntemin bunu kullandığını sanmak. PSI ağırlığı veriden türetir. Girilen bir ağırlık olsa bile sıralamayı etkilemez. Ağırlığın karar vericinin önceliğini yansıtması gerekiyorsa PSI zaten yanlış araçtır.
Temel ilke şudur:
Fuzzy PSI'de belirsizlik yalnız ölçek eşitleme adımına kadar taşınır. Ağırlık türetme ve puanlama, durulaştırılmış tek bir sayı üzerinde kesin PSI ile aynı biçimde çalışır.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir. Bu sayılar bir literatür tablosundan gelmez; motorun formüllerini bu kartın yazarı Python'da bağımsız olarak yeniden çalıştırmıştır. İkinci vaka öğretici bir kurgudur.
1. Öğretici örnek: Üç seçenek, üç kriter (DecisionMind doğrulama örneği)
Üç seçenek üç kriterde üçgen bulanık puanlarla değerlendirilmiştir. İlk iki kriter "çoğu iyi", üçüncüsü "azı iyi"dir. Ağırlık sütunu motor tarafından kullanılmaz; PSI ağırlığı kendisi türetir.
| Seçenek | C1 | C2 | C3 (maliyet) |
|---|---|---|---|
| A1 | (0,65; 0,70; 0,75) | (0,45; 0,50; 0,55) | (0,55; 0,60; 0,65) |
| A2 | (0,75; 0,80; 0,85) | (0,55; 0,60; 0,65) | (0,35; 0,40; 0,45) |
| A3 | (0,55; 0,60; 0,65) | (0,65; 0,70; 0,75) | (0,45; 0,50; 0,55) |
| Yön | çoğu iyi | çoğu iyi | azı iyi |
Yöntem her üçgeni kendi kuralıyla ölçekler. Ölçeklenmiş üçgeni ağırlık merkeziyle tek sayıya indirir. Sonra bu sayılar üzerinden PSI'nin kendi ağırlığını türetir ve tercih seçim puanını hesaplar.
| Seçenek | Tercih seçim puanı | Sıra |
|---|---|---|
| A2 | 2,531 | 1 |
| A3 | 2,259 | 2 |
| A1 | 2,003 | 3 |
Sonuç şöyle okunur. A2 birincidir, çünkü C1'de en yüksek üçgene ve C3'te, yani maliyette, en düşük üçgene sahiptir. PSI bu iki kriterde seçenekler arasındaki farkı büyük bulur ve ikisine de görece yüksek ağırlık verir. A1 sonuncudur, çünkü hiçbir kriterde en iyi uçta değildir.
Kurulun tereddüdü şudur. A2'nin üstünlüğünün büyük kısmı C3'teki, yani maliyetteki, belirgin avantajından gelir. A2'nin C3 üçgeni A3'ünkiyle aynı düzeye, yani (0,55; 0,60; 0,65)'e yükseltilip maliyet avantajı tamamen kaldırılırsa puan sırası değişir. A3, 2,478 puanla A2'nin 2,428 puanının önüne geçer. Bu, A2'nin birinciliğinin tek bir kriterdeki belirgin farka dayandığını gösterir. Bu fark kapanınca sıra döner.
Raporda: "Tercih seçim puanları PSI ile, ağırlık dışarıdan verilmeden, doğrudan üç seçenek arasındaki değer farklılığından türetilmiştir. A2, 2,531 puanla, özellikle maliyet kriterindeki belirgin avantajı sayesinde birincidir. Bu avantaj kapandığında sıra A3 lehine değişir."
Kaynak: Bu örnek DecisionMind'ın Fuzzy PSI motorunun doğrulama örneğidir. Bir makaledeki vaka değildir. Motorun F.steps formülleri bu kartın yazarı tarafından Python ile bağımsız olarak yeniden hesaplanmıştır.
2. Havacılık: Bir bölgesel havayolunun yeni iç hat rotası için uçak tipi seçimi
Bir bölgesel havayolu, yeni açacağı iç hat rotasında kullanacağı üç uçak tipi arasında seçim yapacaktır. Kriterler şunlardır: koltuk başına yakıt verimliliği, kabin konfor puanı ve bakım maliyeti. Bakım maliyeti "azı iyi" kriteridir. Filo planlama ekibinin kriterlere gerekçeli bir ağırlık verecek ne yeterli uçuş verisi ne de üst yönetimden net bir öncelik sıralaması vardır. Bu yüzden ağırlıkları doğrudan üç teklif arasındaki farktan türetmeye karar vermiştir. Yakıt verimliliği ve konfor puanları saha mühendislerinin "yüksek", "orta-yüksek" gibi sözel değerlendirmelerinden üçgene çevrilmiştir.
Yöntem üç teklifi ölçekler, durulaştırır ve kriterlerin yayılımına göre ağırlık türetir. Diyelim ki bakım maliyetinde üç uçak tipi birbirine yakın çıktı, kabin konforunda ise belirgin fark vardı. PSI bu durumda konfora göreli yüksek, bakım maliyetine göreli düşük ağırlık verdi ve en konforlu tipi birinci sıraya koydu.
Planlama ekibinin tereddüdü şudur. Bakım maliyetinin düşük ağırlık alması, şirketin bakım giderlerini önemsemediği anlamına gelmez. Bu, üç teklifin bu kriterde zaten birbirine yakın olduğunu gösterir. Ekip, sözel konfor puanlarından birinin bir terim aşağı çekilmesi durumunda sıranın değişip değişmeyeceğini ayrıca kontrol etmeden kararı kesinleştirmemelidir.
Raporda: "Kriter ağırlıkları, üç uçak teklifi arasındaki değer farklılığından Fuzzy PSI ile türetilmiştir. Kabin konforunun göreli yüksek ağırlığı, teklifler arasında bu kriterde en büyük farkın bulunmasından gelir. Şirketin bakım maliyetini önemsizleştirdiği anlamına gelmez."
3. Yapılmaması Gereken
Öğretici örnekteki tercih seçim puanını "A2 yüzde 253 daha iyi" gibi bir yüzdeye çevirmek yanlıştır. Puan bir oran değildir, yalnız bu üç seçenek arasında sıralayıcıdır. İkinci yanlış, A2'nin C3'teki, yani maliyetteki, belirgin avantajını görmezden gelip yalnız toplam puanı raporlamaktır. Bu avantaj kapandığında sıranın A3 lehine döndüğü yukarıda gösterilmiştir. Üçüncü yanlış, motora bir ağırlık üçgeni girip raporda "kriterlere şu ağırlıklar verildi" diye yazmaktır. PSI bu girdiyi kullanmaz, ağırlığı kendisi türetir.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/fuzzy-psi
Maniya, K., & Bhatt, M. G. (2010). A selection of material using a novel type decision-making method: Preference selection index method. Materials & Design, 31(4), 1785–1789. DOI: 10.1016/j.matdes.2009.11.020
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. DOI: 10.1016/S0019-9958(65)90241-X
Chen, C.-T. (2000). Extensions of the TOPSIS for group decision-making under fuzzy environment. Fuzzy Sets and Systems, 114(1), 1–9. DOI: 10.1016/S0165-0114(97)00377-1