Gri VIKOR (Chang, Liu ve Wei, 2001)

Üç şey değişir; iki koşul (kabul edilebilir avantaj ve istikrar) fikri değişmez ama DecisionMind bu uzantıda ikisini de hesaplamaz.

Hücreler. Kesin VIKOR'da her hücre tek sayıdır. Burada her hücre bir alt ve bir üst sınırdır (gri sayı); bir en olası nokta ya da dağılım taşımaz. Kriter ağırlıkları kesin sayı olarak kalır, gri değildir; DecisionMind bu uzantıda birden fazla karar vericinin puanlarını birleştiren bir grup mekanizması sunmaz. Uzlaşma katsayısı v de kullanıcıya açık bir parametre değildir: DecisionMind burada v'yi 0,5'te sabit tutar; kesin VIKOR'da ve bu ailenin bulanık ve nötrosofik üyelerinde v değiştirilebilirken, gri üyede değiştirilemez.

Ölçek eşitleme. Asıl fark ölçek eşitlemeden önce gelir: DecisionMind her gri hücreyi hesaba başlamadan önce beyazlaştırır, yani alt ve üst sınırın ortalamasını alıp tek bir sayıya indirger. Bu tek sayı üzerinde kesin VIKOR'un doğrusal normalizasyonu (en iyi ve en kötü değere göre) aynen uygulanır.

Uzaklık / skor / birleştirme. Beyazlaştırma tamamlandıktan sonra grup faydası ve bireysel pişmanlık kesin VIKOR'daki gibi hesaplanır: ağırlıklı normalize farkların toplamı S, en büyüğü R'dir. Gri yapıya özgü ayrı bir uzaklık ölçüsü yoktur; beyazlaştırma bunu gereksiz kılar.

Sonuç ve durulaştırma. Çıktı zaten tek bir sayıdır (Q), çünkü durulaştırma en başta, ilk adımda olmuştur. Bunun pratik sonucu şudur: aynı orta noktaya sahip ama farklı genişlikte iki gri sayı bu motorda birebir aynı S, R ve Q değerini üretir. Örneğin alt-üst sınırı [0,60; 0,60] olan bir hücreyle [0,30; 0,90] olan bir hücre, aynı sonucu verir. Gri veri türü kartının uyardığı "beyazlaştırma bir sonuç adımıdır, veriye baştan eklenmez" ilkesi burada tersine çevrilmiştir: DecisionMind'ın Gri VIKOR'u beyazlaştırmayı girdi adımında yapar. Bu motorun bir tercihidir ve raporda böyle yazılmalıdır; sınırların genişliği kararı etkilemez, yalnız orta noktası etkiler.

DecisionMind bu uzantıda en iyi/en kötü değerleri beyazlaştırılmış sütun üzerinden seçer, normalizasyonu kesin VIKOR'unkiyle aynı tutar ve v'yi 0,5'te sabitler. İki koşulu (kabul edilebilir avantaj, kabul edilebilir istikrar) hesaplamaz; yalnız Q sıralamasını üretir.

Q'nun küçük olması iyidir, kesin VIKOR'daki gibi. Ancak temel VIKOR kartında anlatılan iki koşulu, yani kabul edilebilir avantajı ve kabul edilebilir istikrarı, motor bu uzantıda sınamaz; fark buradadır. DecisionMind yalnız Q sırasını verir; "tek uzlaşma çözümü mü yoksa uzlaşma kümesi mi" sorusunun cevabını kullanıcı kendisi, S ve R sütunlarına ve seçenek sayısına göre eşiğe bakarak çıkarmalıdır.

Bu nedenle:

"Gri VIKOR'a göre en iyi seçenek A2'dir"

yerine:

"Beyazlaştırılmış orta noktalarla ve v = 0,5 ile A2'nin Q'su en küçüktür; DecisionMind bu uzantıda kabul edilebilir avantaj ve istikrar koşullarını sınamadığından bu farkın yeterince büyük olup olmadığı S ve R sütunlarına bakılarak ayrıca değerlendirilmelidir"

biçiminde yazmak doğrudur.

Kriter değerleri hakkında yalnız bir alt ve bir üst sınır biliniyorsa, aradaki hiçbir değer diğerinden daha olası sayılmıyorsa ve bu az bilgiyle dürüst çalışmak gerekiyorsa. Tipik durumlar: az veriyle çalışılan yeni pazar ya da yeni tesis kararları, tedarikçinin "şu ile bu arasında" verdiği teklifler, kısa geçmiş kaydı olan ölçütler.

Sınırların içinde bir en olası değer biliniyorsa bulanık uzantı daha uygundur; sınırlar bir dağılımın uçlarıysa olasılıksal yöntemler tercih edilmelidir. Sınırı olmayan bilgiyi gri sayıya sıkıştırmak, gri veri türü kartının uyardığı gibi, elde olan bilgiyi siler. Tablo karışıksa DecisionMind tek veri türü ister; ölçülmüş bir kriter de gri hücreye, sınırları eşit iki değer olarak, yani genişliği sıfır biçimde, yazılır. Temel VIKOR'un çıkış koşulu burada da aynen geçerlidir: bir kriterde hiç taviz kabul edilmiyorsa üstünlük yöntemlerine gidilir.

Sınırların içine olmayan bir en olası değer sokmak. Gri sayının ortasını "en olası" ilan edip DecisionMind'ın beyazlaştırmasını bu şekilde okumak yanlıştır; orta nokta yalnız bir hesap kolaylığıdır, veri türü kartının "en olası değer bilgisi taşımaz" uyarısı geçerliliğini korur.

Alt sınırı üst sınırdan büyük yazmak. Her hücrede alt sınır üst sınırdan küçük ya da eşit olmalıdır; tersi durumda beyazlaştırma anlamsız bir sayı üretir.

Ham sınırları hiç kaydetmeden yalnız orta noktayı girmek. DecisionMind motoru zaten beyazlaştırıyor olsa da, kullanıcı ham alt-üst sınırı girip veri kaynağını raporda belirtmelidir; sınırı baştan atıp yalnız orta noktayı yazmak, ileride bir duyarlılık kontrolü için genişliğin geri getirilmesini imkânsız kılar ve "gri VIKOR uyguladım" ile "kesin VIKOR uyguladım" arasındaki farkı okuyucudan gizler.

"Genişlik de bir bilgidir, motor bunu görüyordur" varsayımı. DecisionMind'ın Gri VIKOR'u genişliği görmez; iki farklı genişlikteki gri sayı aynı orta noktaya sahipse sonuç birebir aynıdır. Genişliğin kararı etkilemesi gerekiyorsa bu uzantı yeterli değildir.

Temel ilke şudur:

Gri VIKOR'da hesabı taşıyan sınırlar değil, sınırların orta noktasıdır; genişliğin kararı etkilemesi beklenen bir problemde bu uzantı yanlış araçtır ve ham sınırlar her zaman raporla birlikte saklanmalıdır.