Tereddütlü WASPAS (Mishra, Rani, Pardasani ve Mardani, 2019)

Üç şey değişir; toplam ile çarpımı bir katsayıyla harmanlayan WASPAS mantığı değişmez.

Hücreler. Kesin WASPAS'ta her hücre tek sayıdır. Burada her hücre bir kümedir. Küme, aynı kriterde birden fazla makul değeri birlikte tutar; örneğin {0,5; 0,7}. Bir uzman tek değer verirken başka bir uzman iki ya da üç değer verebilir. Ağırlıklar kesin sayı olarak dışarıdan alınır; birden fazla uzman varsa DecisionMind bu uzmanların matrislerini önce tek bir kümeye birleştirir, tek uzman varsa bu adım hiçbir şeyi değiştirmez.

Ölçek eşitleme yerine tamlayan alma. Kesin WASPAS her sütunu en iyi değere bölerek eşitler; bu bölme kümeler için tanımlı değildir. Bunun yerine maliyet kriterlerinde her kümenin her elemanı kendi tamlayanına (1 eksi eleman) çevrilir; fayda kriterleri olduğu gibi kalır. Bu, kesin WASPAS'ın yön düzeltmesine karşılık gelir ama bölme değil tamlayan almadır.

Toplam ve çarpım yerine HFWA ve HFWG. Kesin WASPAS'ın ağırlıklı toplamını (WSM) burada Tereddütlü Bulanık Ağırlıklı Ortalama (HFWA) karşılar. Bu birleştirme her kriterdeki kümenin her elemanını kartezyen çarpımla eşleştirip iyimser bir yeni küme kurar; tek bir kriterdeki yüksek bir değer genel sonucu yukarı çekebilir. Ağırlıklı çarpımını (WPM) ise Tereddütlü Bulanık Ağırlıklı Geometrik (HFWG) karşılar; burada düşük değerler baskındır. İki birleştirme de kendi kümesini üretir; kümenin elemanlarının ortalaması alınarak (Xia-Xu 2011 skor fonksiyonu) tek bir sayıya indirilir.

Sonuç ve birleştirme, λ burada kullanıcıya açıktır. İki skor, HFWA'dan gelen ve HFWG'den gelen, ϑ (ya da λ) katsayısıyla harmanlanır; DecisionMind belirtilmezse 0,5 varsayar. Bu kartın yazarınca DM3 manifesti okunduğunda önemli bir fark görülür. Bu katsayı (lambda_waspas), diğer üç WASPAS uzantısından farklı olarak D.parameters listesinde açık bir kullanıcı girdisi olarak tanımlıdır. Diğer üçü Karmaşık bulanık Z-sayı WASPAS, Küp bulanık WASPAS ve Fermatean bulanık WASPAS kartlarıdır. Kullanıcı bu değeri 0 ile 1 arasında değiştirebilir.

Küme sayısı hesap boyunca büyür. İki kriterin kümesi eşleştirildiğinde, sonuç kümesi bu iki kümenin eleman sayılarının çarpımı kadar eleman taşır; üç kriterin üçünün de ikişer elemanı varsa sonuç kümesi sekiz elemana çıkar. Bu, kesin WASPAS'ta hiç karşılaşılmayan bir büyümedir ve kümenin kendisi rapor edilmez, yalnız ortalaması (skoru) kullanılır.

DecisionMind bu uzantıda tamlayan alma kuralını, HFWA/HFWG birleştirmesini ve Xia-Xu skor fonksiyonunu sabit tutar. Ağırlıklar dışarıdan gelir; ϑ kullanıcı tarafından ayarlanabilir bir girdidir.

Çıktı kesin WASPAS'taki gibi bir birleşik skor ve sıradır; okunması da aynıdır: yüzde ya da olasılık değildir, seçenek kümesi değişince sıra kayabilir.

Fark şudur. Skor artık tek bir ölçüm değil, iki farklı görüşün harmanlanmasıdır: biri iyimser (HFWA), diğeri temkinli (HFWG). ϑ burada gerçekten değiştirilebilir bir arayüz parametresi olduğu için, aynı tabloda ϑ değiştirildiğinde sıranın değişip değişmediği motor içinden doğrudan sınanabilir; diğer üç WASPAS uzantısında bu sınama yalnız motor dışında, bağımsız hesapla yapılabilir.

Bu nedenle:

"Tereddütlü WASPAS'a göre en yüksek skorlu seçenek kesin biçimde en iyisidir"

yerine:

"HFWA ve HFWG bileşenleri ϑ=0,5 ile harmanlanmıştır; ϑ değiştirildiğinde sıranın sağlam kalıp kalmadığı ayrıca gösterilmelidir"

biçiminde yazmak doğrudur.

Aynı kriter-seçenek çifti için birden fazla makul ve savunulabilir derece varsa bu uzantı uygundur. Örneğin birkaç uzman birbirinden bağımsız puan vermiş ve bu puanları ortalamaya indirmeden birlikte tutmak isteniyorsa. Tek ölçülmüş değer varsa hücreye tek sayı yazılır, küme kurulmaz; DecisionMind tabloyu tek veri türünde ister. Kesin WASPAS'ın çıkış koşulu burada da geçerlidir: HFWA bileşeni telafi edicidir, bir kriterde taviz kabul edilmiyorsa uygun değildir; sıralama değil ağırlık gerekiyorsa AHP, BWM, CRITIC, Entropy gibi yöntemlere bakılmalıdır.

ϑ'yı hiç sınamadan varsayılan 0,5'te bırakmak. Bu katsayı burada gerçekten değiştirilebilir; HFWA ve HFWG bileşenlerinin ayrı ayrı ne söylediğine bakmadan sonucu raporlamak, base WASPAS kartındaki aynı hatanın burada da geçerli biçimidir.

Ret'i ya da eksik değeri kümeye keyfi eklemek. Bir uzmanın vermediği bir değeri "muhtemelen şu olurdu" diye kümeye eklemek, kümenin gerçek kaynağını kaybettirir; küme yalnız gerçekten verilmiş değerleri taşımalıdır.

Maliyet kriterinde tamlayan almayı atlamak. Yön düzeltmesi bölme değil eleman bazında tamlayan almadır; bu adım atlanırsa "azı iyi" bir kriterde yüksek değer yanlışlıkla ödüllendirilir.

Küme büyüklüğünü fark etmeden yorumlamak. Kartezyen çarpım nedeniyle sonuç kümesi hızla büyür; bu büyüme bir hata değildir ama kümenin kendisi değil yalnız ortalaması (skoru) rapor edilmelidir.

Yalnız HFWA ya da yalnız HFWG'yi raporlamak. İkisi farklı karakterdedir; yalnız birini gösterip diğerini atlamak, birleşik skorun ϑ'ya duyarlılığını gizler.

Temel ilke şudur:

Küme, aynı kriter-seçenek çifti için gerçekten birden fazla savunulabilir kaynaktan gelmelidir; ϑ burada değiştirilebilir olduğu için, sonucun ϑ seçimine ne kadar bağımlı olduğu raporda gösterilmelidir.