Uzantı kartı · Bulanık
Aralık değerli sezgisel bulanık WASPAS (DecisionMind türetimi)
WASPAS'ın, bir yargıya verilen destek ve ret derecelerinin kendisinin de birer aralık olduğu durumlar için çalışan biçimidir. Ağırlıklı toplam ve ağırlıklı çarpım bileşenleri bu aralık çiftleri üzerinden ayrı ayrı hesaplanır, tek puana yalnız son adımda iner.
Temel yöntem
WASPAS →
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?
Dört şey değişir; toplam ile çarpımı harmanlama fikri değişmez.
Hücreler. Kesin WASPAS'ta her hücre tek sayıdır. Burada her hücre dört sayıdan oluşur: destek derecesinin alt ve üst sınırı, ret derecesinin alt ve üst sınırı. "Bu başvuruya güvenim 0,65 ile 0,75 arasında, çekincem 0,15 ile 0,20 arasında" gibi bir yargı bu dört sayıya karşılık gelir. Kriter ağırlıkları kesin sayı olarak dışarıdan alınır.
Ölçek eşitleme. Kesin WASPAS her sütunu kendi en iyi değerine oranlayarak eşitler. Burada böyle bir bölme adımı yoktur, çünkü destek-ret aralıkları zaten 0 ile 1 arasındadır. Bunun yerine maliyet kriterinde destek ve ret aralıkları yer değiştirir: ([μᴸ,μᵁ], [νᴸ,νᵁ]) → ([νᴸ,νᵁ], [μᴸ,μᵁ]). Bu, kesin WASPAS'ın en-iyiye-oranlama adımının bu ailedeki karşılığıdır; ölçeği değil yönü çevirir.
Toplam ve çarpım bileşeni. Kesin WASPAS'ın ağırlıklı toplamını (WSM) burada aralık değerli sezgisel bulanık ağırlıklı ortalama (IIFWA) karşılar. Her seçeneğin ölçütler boyunca destek-ret aralık çifti önce tek bir aralık çiftine indirilir. Bu çift sonra bir skorla (destek alt ve üst sınırlarının toplamından ret alt ve üst sınırlarının toplamı çıkarılıp ikiye bölünmesiyle) Q1 adlı tek sayıya döner. Kesin WASPAS'ın ağırlıklı çarpımını (WPM) ise aralık değerli sezgisel bulanık ağırlıklı geometrik ortalama (IIFWG) karşılar; aynı skorla Q2'ye döner. IIFWA destekleri iyimser biçimde büyütürken IIFWG retleri öne çıkarır; bu, sırasıyla toplamanın telafi edici ve çarpımın cezalandırıcı karakterine karşılık gelir.
Sonuç ve birleştirme. Kesin WASPAS'ta λ, arayüzde 0 ile 1 arasında değiştirilebilen ve varsayılanı 0,5 olan bir parametredir. Bu uzantıda λ motorun içinde 0,5'te sabittir ve hiçbir girdi bunu değiştiremez; ne ağırlıklar gibi bir arayüz alanı ne de Sezgisel Bulanık WASPAS'taki gibi ek bir girdi olarak sunulur. Birleşik puan her zaman Q1 ile Q2'nin eşit ağırlıklı ortalamasıdır.
DecisionMind IV-WASPAS'ta bu tamlayan alma kuralını, IIFWA/IIFWG birleştirmesini ve λ=0,5 sabitini değiştirilemez biçimde tutar; ağırlıklar dışarıdan ve kesin olarak alınır, yöntem ağırlık üretmez.
Çıktı Nasıl Yorumlanır?
Çıktı kesin WASPAS'taki gibi bir birleşik puan ve sıradır; okunması da aynıdır: yüzde ya da olasılık değildir, seçenek kümesi değişince sıra kayabilir.
Fark şudur. Puan, iyimser bir toplam görüşü (Q1) ile temkinli bir çarpım görüşünü (Q2) eşit ağırlıkla harmanlar ve bu harman hiçbir zaman değiştirilemez. Ayrıca puanın altında dört sayılı bir destek-ret aralığı vardır; iki seçeneğin puan farkı, biri dar biri geniş bir aralıktan gelebilir. Aralık genişliği, değerlendiricilerin bu yargı üzerinde ne kadar hemfikir olduğunu gösterir ve puanda görünmez.
Bu nedenle:
"IV-WASPAS'a göre G2 en iyi seçenektir"
yerine:
"Bu puan, destek-ret aralıklarının IIFWA ve IIFWG ile ayrı ayrı birleştirilip eşit ağırlıkla harmanlanmasından çıkan bir skordur; hangi seçeneğin aralığının daha geniş, yani değerlendiriciler arasında daha az hemfikir kalınmış olduğu ayrıca raporlanmalıdır"
biçiminde yazmak doğrudur.
Ne Zaman Temel Yöntem Yerine Bu?
Kriter değerlendirmesi bir yargıya dayanıyorsa ve bu yargının destek ile ret derecesinin kendisi de belirsizse bu uzantı uygundur. Birden fazla değerlendiricinin verdiği destek-ret puanlarının alt ve üst sınırı biliniyor ama tek bir uzlaşı noktası yoksa bu durum doğaldır. Destek ve ret zaten tek bir noktaysa (aralık genişliği sıfırsa) bu ek genişliğin bir katkısı olmaz, sezgisel bulanık WASPAS yeterlidir. Kesin WASPAS'ın çıkış koşulu burada da geçerlidir: bir kriterde taviz kabul edilmiyorsa bu uzantı da tam telafi edicidir.
λ üzerinde kontrol isteniyorsa (WSM ile WPM arasındaki dengeyi elle ayarlamak gerekiyorsa) bu uzantı uygun değildir; λ burada sabittir. Böyle bir ihtiyaçta kesin WASPAS'a ya da λ'yı ek girdi olarak sunan Sezgisel Bulanık WASPAS'a bakılmalıdır.
Bu Uzantıya Özgü Hatalar
Alt sınırın üst sınırdan büyük olmasına izin vermek. Her aralıkta alt sınır üst sınırdan küçük ya da eşit olmalıdır; bu denetlenmezse hem destek-ret kısıtı (μᵁ+νᵁ≤1) hem IIFWA/IIFWG birleştirmesi anlamsız sonuç verir.
λ'nın değiştirilebileceğini varsaymak. Kesin WASPAS'ta ve ailenin bazı uzantılarında λ bir girdi olarak değişir; bu uzantıda λ motorun içinde 0,5'te sabittir. Raporda "λ=0,3 ile denendi" gibi bir ifade bu uzantı için yanlıştır; bu ailede λ hiç değişmez.
ν'yü 1−μ olarak uydurmak. Bu, aralık genişliğini gerekçesiz sıfırlar ve yapıyı sessizce tek noktalı sezgisel bulanığa indirger.
Skoru "yüzde kaç olasılık" diye okumak. Skor, destek ve ret sınırlarının bir bileşimidir, bir olasılık değildir. Burada kullanılan skor orta nokta biçimindeki bir tanımdır; literatürde başka skor tanımları da vardır ve hangisinin kullanıldığı raporda belirtilmelidir.
Temel ilke şudur:
IV-WASPAS'ta destek-ret aralığı IIFWA ve IIFWG ile ayrı ayrı birleştirilip skorlanır ve bu iki skor değiştirilemez biçimde eşit ağırlıkla harmanlanır; aralığın genişliği değerlendiriciler arasındaki hemfikirlik derecesini gösterir ve rapor bunu ayrıca belirtmelidir.
Vakalar
Birinci vaka DecisionMind'ın doğrulama örneğidir: literatürde ortak bir IV-WASPAS uygulama örneği bulunmadığı için üç seçenekli, üç kriterli sentetik bir tablo formül zincirine sadık kalınarak kurulmuştur. İkinci vaka öğretici bir kurgudur.
1. Öğretici örnek (DecisionMind'ın doğrulama örneği): Kuluçka merkezi başvuru değerlendirmesi
Bir üniversite kuluçka merkezi komitesi, sınırlı kaynağını üç girişim başvurusundan birine öncelikli aktaracaktır. Üç ölçüt vardır: teknik yenilikçilik (çoğu iyi), pazar potansiyeli (çoğu iyi), istenen destek miktarı (azı iyi). Komite üyeleri her başvuru-ölçüt çifti için desteklerini ve çekincelerini bir aralıkla bildirmiştir, çünkü üyeler arasında tam bir uzlaşı yoktur.
| Girişim | Teknik yenilikçilik | Pazar potansiyeli | İstenen destek (azı iyi) |
|---|---|---|---|
| G1 | destek [0,65; 0,75] / ret [0,15; 0,20] | destek [0,45; 0,55] / ret [0,30; 0,40] | destek [0,55; 0,65] / ret [0,20; 0,30] |
| G2 | destek [0,75; 0,85] / ret [0,05; 0,10] | destek [0,55; 0,65] / ret [0,20; 0,30] | destek [0,35; 0,45] / ret [0,40; 0,50] |
| G3 | destek [0,55; 0,65] / ret [0,20; 0,30] | destek [0,65; 0,75] / ret [0,15; 0,20] | destek [0,45; 0,55] / ret [0,30; 0,40] |
| Ağırlık | 0,40 | 0,35 | 0,25 |
Yöntem istenen destek ölçütünde destek-reddi yer değiştirir, sonra her girişimin üç ölçütteki destek-ret aralığını hem IIFWA (toplam analogu) hem IIFWG (çarpım analogu) ile ayrı ayrı birleştirip skorlar; iki skoru eşit ağırlıkla (λ=0,5, sabit) harmanlar.
| Girişim | Birleşik puan | Sıra |
|---|---|---|
| G2 | 0,4485 | 1 |
| G3 | 0,2917 | 2 |
| G1 | 0,1796 | 3 |
Sonuç şöyle okunur. G2, en ağırlıklı ölçüt olan teknik yenilikçilikte en dar ve en yüksek destek aralığına ([0,75; 0,85]) sahiptir ve istenen destek ölçütünde de (tersine çevrildikten sonra) avantajlıdır. G3, pazar potansiyelinde en güçlü aralığa sahip olsa da ([0,65; 0,75]) bu, G2'nin teknik yenilikçilikteki üstünlüğünü dengelemeye yetmez.
Komitenin tereddüdü şudur: teknik yenilikçilik ağırlığı 0,40'tan 0,05'e indirilip pazar potansiyeline 0,60 verilirse (istenen destek 0,35 kalır) ne olur? Bağımsız Python ile kernel doğrudan çalıştırıldığında, bu yeni ağırlıklarla G3'ün puanı 0,2888'e, G2'ninki 0,2712'ye düşer; birincilik G3'e geçer, çünkü G3'ün pazar potansiyelindeki üstünlüğü artık en ağır ölçütü belirlemektedir.
Raporda: "Verilen ağırlıklarla (0,40; 0,35; 0,25) G2 en yüksek birleşik puana sahiptir (0,4485). Ağırlık pazar potansiyeline belirgin biçimde kaydırıldığında (0,05; 0,60; 0,35) birincilik G3'e geçmektedir; bu nedenle hangi ölçütün komite kararında öncelikli olduğu ayrıca gerekçelendirilmelidir."
Kaynak: DecisionMind'ın IV-WASPAS doğrulama örneği; literatürde paylaşılan ortak bir IV-WASPAS uygulama tablosu bulunmadığı için sentetik olarak kurulmuş, beklenen sonuçlar manifestteki formül zincirinden (destek-ret tümleyeni, IIFWA/IIFWG birleştirme, skor, sabit λ=0,5) türetilmiştir. Değer uzayı Atanassov ve Gargov'un (1989) aralık değerli sezgisel bulanık küme tanımına dayanır. Puanlar ve ağırlık takası senaryosu bu kartın yazarınca kernel doğrudan çalıştırılarak bağımsız olarak hesaplanmıştır.
2. Müzecilik: Bir müzenin geçici sergi teklifi seçimi
Bir şehir müzesinin küratörler kurulu, önümüzdeki sezon için üç geçici sergi teklifinden birine öncelik verecektir. Üç ölçüt vardır: beklenen ziyaretçi ilgisi (çoğu iyi), koleksiyonla tematik uyum (çoğu iyi), kurulum ve sigorta maliyeti (azı iyi). Kurul üyeleri her teklif-ölçüt çifti için desteklerini ve çekincelerini bir aralıkla bildirmiştir, çünkü üyeler arasında tam bir görüş birliği yoktur.
Yöntem maliyet ölçütünde destek-reddi yer değiştirir, üç ölçütün aralıklarını hem IIFWA hem IIFWG ile birleştirir, skorlayıp sabit λ=0,5 ile harmanlar. Diyelim ki en yüksek ziyaretçi ilgisi beklenen teklif aynı zamanda en düşük maliyetli çıktı ve birleşik puanda birinci oldu; tematik uyumda en güçlü aralığa sahip teklif ise ikinci sırada kaldı.
Kurulun tereddüdü şudur: tematik uyum ölçütündeki aralık genişliği, yani kurul üyelerinin bu konuda ne kadar hemfikir olduğu, tek puanda görünmez. Aralığı geniş olan bir teklif için, bu görüş ayrılığının kaynağı (örneğin eserlerin ödünç alınabilirliğine dair belirsizlik) ayrıca tartışılmalıdır.
Raporda: "Ziyaretçi ilgisi ve düşük maliyet nedeniyle bir teklif öne çıkmaktadır; bu teklifin tematik uyum ölçütünde kurul içindeki görüş aralığı geniştir ve bu, sergi programı kesinleşmeden ayrıca değerlendirilmelidir."
3. Yapılmaması Gereken
Öğretici örnekte istenen destek ölçütü tersine çevrilmeden (yani destek aralığı hâlâ "destek" yönünde) bırakılsaydı, en yüksek destek isteyen girişim bu ölçütte avantajlı görünürdü. İkinci yanlış, G2'nin teknik yenilikçilik aralığını [0,75; 0,85] yerine tek bir nokta değere (örneğin 0,80) indirip hesaplamaktır; bu, üyeler arasındaki gerçek görüş farkını siler. Üçüncü yanlış, raporda "λ'yı 0,7'ye çekip toplama daha çok ağırlık verdik" demektir; bu uzantıda λ motorun içinde sabittir ve hiçbir girdiyle değişmez, böyle bir işlem hiç yapılmamıştır.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/iv-waspas
Zavadskas, E. K., Turskis, Z., Antuchevičienė, J., & Zakarevičius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika ir Elektrotechnika, 122(6), 3–6. DOI: 10.5755/j01.eee.122.6.1810
Atanassov, K., & Gargov, G. (1989). Interval valued intuitionistic fuzzy sets. Fuzzy Sets and Systems, 31(3), 343–349. DOI: 10.1016/0165-0114(89)90205-4
Atanassov, K. T. (1986). Intuitionistic fuzzy sets. Fuzzy Sets and Systems, 20(1), 87–96. DOI: 10.1016/S0165-0114(86)80034-3
Moore, R. E. (1966). Interval Analysis. Prentice-Hall. (DOI yok)