Sezgisel bulanık MAUT

Dört şey değişir; "her kriterin kendi değer ölçeği" fikri değişmez.

Hücreler. Kesin MAUT'ta her hücre tek sayıdır ve bu sayı bir fayda fonksiyonundan geçirilir. Burada her hücre bir çift sayıdır: destek derecesi (μ) ve ret derecesi (ν), toplamları 1'i aşmaz. Kriter ağırlıkları burada kesin (tek sayı) kalır.

Fayda fonksiyonu yerine ne var? Kesin MAUT'un birinci adımı, karar vericiden elde edilen bir fayda eğrisidir (doğrusal ya da bükülmüş). IF-MAUT bu eğriyi kurmaz; her kriterdeki destek-ret çifti zaten "bu seçenek bu kriterde ne kadar iyi, ne kadar kötü" sorusuna doğrudan cevap verir ve bu çift bir fayda fonksiyonundan geçirilmeden kullanılır. Bu, kesin MAUT'un en emek isteyen adımını (elisitasyon) atlar, ama karşılığında fayda eğrisinin biçimiyle ilgili hiçbir tercih bilgisi taşımaz.

Ölçek eşitleme. Kesin MAUT'ta maliyet kriterleri fayda fonksiyonu ters çevrilerek ele alınır. IF-MAUT'ta maliyet kriterinde destek ve ret dereceleri yer değiştirir (μ, ν) → (ν, μ); bu mantıksal bir çeviridir, sayısal bir bölme değildir.

Birleştirme ve sonuç. Kesin MAUT her kriterin faydasını ağırlığıyla çarpıp toplar (katkısal biçim). IF-MAUT bunun yerine Xu'nun (2007) sezgisel bulanık ağırlıklı ortalama (IFWA) işlecini kullanır: her seçeneğin kriterler boyunca destek-ret çiftleri, kriter ağırlıklarıyla birlikte tek bir sezgisel bulanık "toplam fayda" sayısına (U_i) birleştirilir. Bu birleştirme de katkısaldır (aynı tercih bağımsızlığı varsayımını taşır) ama toplama işlemi artık aritmetik değil, sezgisel bulanık cebirin kendi kurallarıyla yapılır. Sonuç, Chen-Tan (1994) skor fonksiyonuyla (S = μ - ν) tek sayıya indirilir; eşitlik durumunda Hong-Choi (2000) doğruluk fonksiyonu (H = μ + ν) sırayı belirler.

Skorun okunuşu kesin MAUT'a benzer: yüksek skor "daha çok fayda" demektir, ama artık bir fayda eğrisinin ürünü değil, destek-ret çiftlerinin doğrudan birleşimidir. −1 ile 1 arasında değişir; 0'a yakın bir skor "destek ile ret dengede" demektir, "orta düzeyde fayda" demek değildir. İki seçenek arasındaki fark küçükse, bu fark hangi kriterin ağırlığına ve hangi kriterdeki destek-ret dengesine duyarlıdır.

Bu nedenle:

"IF-MAUT bu seçeneğin gerçek faydasının 0,61 olduğunu gösterdi"

yerine:

"Kriter destek-ret çiftleri Xu (2007) IFWA işleciyle birleştirilmiş, Chen-Tan skoruna indirilmiştir; A1 0,61 skorla ilk sıradadır, A2 ile A3 arasındaki sıra bir kriterdeki destek payı değişince değişebilir"

biçiminde yazmak doğrudur.

Kriterler bir yargıya destek ve ret dereceleriyle değerlendiriliyorsa ve karar vericiden ayrı bir fayda eğrisi (doğrusal olmayan tercih) elde etmek için zaman ya da erişim yoksa bu uzantı kullanılır. IF-MAUT, kesin MAUT'un elisitasyon yükünü taşımadan, kriterler arası doğrudan telafiyi sezgisel bulanık cebirle uygular.

Karar vericinin belirli bir kriterde doğrusal olmayan bir tercihi (bir eşikten sonra hızla düşen ya da doyuma ulaşan bir fayda) varsa ve bu eğri elde edilebiliyorsa temel yöntemde kalınmalıdır. IF-MAUT böyle bir eğriyi modellemez, yalnız destek-ret dengesini taşır. IF-MABAC ile karıştırılmamalıdır: aynı veri türü, farklı algoritmik aile (MAUT'un katkısal IFWA birleştirmesi, MABAC'ın sınır yaklaşım alanı mantığından ayrıdır). Çıkış noktası kesin MAUT ile aynıdır: kriterler karar vericinin tercihinde birbirine bağımlıysa katkısal birleştirme (IFWA dahil) geçersizdir.

μ+ν>1 girmek. Sezgisel bulanık sayının tanım kısıtı ihlal edilirse hesap geçersizleşir; her hücre girmeden önce kontrol edilmelidir.

IF-SAW ile aynı sonucu "MAUT'a özgü" sanmak. Kesin ağırlıklarla ve IFWA birleştirmesiyle IF-MAUT ve IF-SAW sayısal olarak aynı sonucu verir; ikisi yalnız çerçeveleme (fayda-teorik mi, ağırlıklı-toplam mı) ve raporlama biçiminde ayrışır. İkisini aynı problemde ayrı yöntemmiş gibi sıralayıp karşılaştırmak yanlıştır.

IFWG (geometrik) ya da IFOWA (sıralı) işleçle karıştırmak. IF-MAUT yalnız IFWA (ağırlıklı aritmetik) kullanır; farklı bir birleştirme işleci farklı bir sonuç verir ve raporda IF-MAUT diye sunulmamalıdır.

Ölçülmüş bir değeri doğrudan μ yapıp ν=1-μ yazmak. Bu, kararsızlık payını sıfırlar ve sezgisel bulanık yapının tek katkısını (destek-ret ayrımı) ortadan kaldırır.

Temel ilke şudur:

IF-MAUT, fayda eğrisi kurma emeğini üstlenmeden destek-ret dengesini doğrudan birleştirmek içindir; μ+ν>1 girmek, farklı bir birleştirme işleci kullanmak ya da ν'yü 1-μ'den türetmek yöntemin tek katkısını yok eder.