Aralık değerli sezgisel bulanık VIKOR (Park, Cho ve Kwun, 2011)

Dört şey değişir; iki koşul (kabul edilebilir avantaj ve istikrar) fikri değişmez ve DecisionMind bu uzantıda ikisini de gerçekten hesaplar.

Hücreler. Kesin VIKOR'da her hücre tek sayıdır. Burada her hücre dört sayıdan oluşur: destek derecesinin alt ve üst sınırı, ret derecesinin alt ve üst sınırı. Üst destek ile üst ret toplamı 1'i geçemez. Ağırlıklar kesin sayı olarak dışarıdan verilir. Park, Cho ve Kwun'un (2011) makalesi birden fazla karar vericinin oylarını birleştiren bir grup mekanizması da tanımlar. DecisionMind bu uzantıda yalnız tek karar vericinin, ağırlıkları zaten verilmiş kernel'ini çalıştırır.

Ölçek eşitleme (yön çevirme). Kesin VIKOR'da maliyet ölçütünde en iyi ve en kötü değer basitçe yer değiştirir. Burada aynı fikir, destek ve ret aralıklarının kendisine dokunmadan uygulanır. Her hücrede dört bileşen vardır: alt destek, üst destek, alt ret, üst ret. Fayda ölçütünde en iyi çift, bu dört bileşenin ayrı ayrı en büyük destek ve en küçük ret değerlerinden kurulur. Maliyet ölçütünde bu seçim tersine döner. Bu, aynı fikri IV-VIKOR'dan farklı bir yolla uygular. IV-VIKOR maliyet ölçütünde hücreyi bütünüyle tersine çevirir, yani destek ve ret aralığı yer değiştirir. IVIF-VIKOR ise hücreye dokunmadan yalnız en iyi/en kötü seçimini ters çevirir.

Uzaklık. İki çift arasındaki uzaklık, dört bileşenin (alt destek, üst destek, alt ret, üst ret) mutlak farklarının toplamı olarak hesaplanır. Buna Burillo-Bustince uzaklığı denir; bu bir Manhattan uzaklığıdır. Park, Cho ve Kwun'un (2011) makalesi iki farklı uzaklık daha tanımlar: değiştirilmiş bir ikinci uzaklık ve Grzegorzewski uzaklığı. Makale, sıralamanın bu üçü arasında değişebildiğini gösterir. DecisionMind bu uzantıda yalnız ilkini, Burillo-Bustince uzaklığını uygular; diğer ikisi motorda yoktur. IV-VIKOR ise dört bileşenin karelerinin toplamının kökünü alan bir Öklid uzaklığı kullanır. İki kart aynı görünen hücre biçimini gerçekte farklı bir uzaklıkla ölçer.

Sonuç. Grup faydası S̃ ve bireysel pişmanlık R̃, kesin VIKOR'daki gibi ağırlıklı uzaklıkların toplamı ve en büyüğüdür. Uzlaşma katsayısı v kullanıcı tarafından değiştirilebilir, varsayılan 0,5'tir. IV-VIKOR'dan farklı olarak DecisionMind burada iki uzlaşma koşulunu da hesaplar ve tek çözüm mü, uzlaşma kümesi mi olduğunu rapor eder.

DecisionMind bu uzantıda Burillo-Bustince uzaklığını sabit tutar; v kullanıcı tarafından değiştirilebilir bir parametredir.

Küçük Q̃ iyidir, temel VIKOR'daki gibi. İki koşulun sonucu, yani tek çözüm mü küme mi olduğu burada da rapor edilir, çünkü DecisionMind bu testi gerçekten çalıştırır.

Bu nedenle:

"Aralık değerli sezgisel bulanık VIKOR'a göre en iyi seçenek A1'dir"

yerine:

"Bu ağırlıklar ve v = 0,5 ile A1 tek uzlaşma çözümüdür; hem S̃'de hem R̃'de birincidir ve ikinci seçenekle arasındaki fark kabul eşiğinin üstündedir"

biçiminde yazmak doğrudur; koşullardan biri sağlanmıyorsa uzlaşma kümesi olduğu gibi yazılır.

Bir yargının destek ve ret derecesi hakkında yalnız bir aralık biliniyorsa, yani uzman "destek tam olarak 0,6 değil, 0,5 ile 0,7 arası" diyorsa bu uzantı uygundur. Destek ve ret tek bir sayıyla veriliyorsa (aralık genişliği sıfırsa) bu ek genişliğin bir katkısı olmaz, sezgisel bulanık VIKOR (IF-VIKOR) yeterlidir. Kriterler ölçülmüşse kesin VIKOR'da kalınır. Tablo karışıksa DecisionMind tek veri türü ister. Temel VIKOR'un çıkış koşulu burada da aynen geçerlidir: bir kriterde hiç taviz kabul edilmiyorsa üstünlük yöntemlerine gidilmelidir.

Değer-uzayı ihlali. Her aralıkta alt sınır üst sınırdan küçük ya da eşit olmalı ve üst destek ile üst ret toplamı 1'i aşmamalıdır. Bir ölçütte iki seçeneğin destek-ret çifti birebir aynıysa (ideal ile anti-ideal arasındaki uzaklık sıfırsa) o ölçütün katkısı tanımsızlaşır; motor bu durumu hata olarak verir.

Bu kartı IV-VIKOR ile karıştırmak. İkisi de aynı dört sayılı hücre biçimini kullanır, ama farklı bir motorla çalışır. IVIF-VIKOR maliyet ölçütünde yalnız en iyi/en kötü seçimini ters çevirir ve Manhattan uzaklığı kullanır; IV-VIKOR hücreyi bütünüyle tersine çevirir ve Öklid uzaklığı kullanır. Aynı tabloyu iki uzantıya verip aynı Q beklemek yanlıştır.

Uzaklık ölçütünün yalnız bir tanesinin uygulandığını unutmak. Literatür üç uzaklık tanımlar (Burillo-Bustince, değiştirilmiş ikinci uzaklık, Grzegorzewski) ve makale bunların farklı sıralama üretebildiğini gösterir. DecisionMind yalnız Burillo-Bustince uzaklığını çalıştırır; raporda "diğer uzaklık ölçütleriyle de aynı sonuç çıkar" diye bir iddia yoktur.

İki koşulu atlayıp yalnız Q̃'su en küçük seçeneği "kazanan" ilan etmek. DecisionMind bu uzantıda koşulları gerçekten hesaplar. Bunu görmezden gelmek, temel VIKOR'daki en yaygın hatanın burada da aynen geçerli olduğu anlamına gelir.

Temel ilke şudur:

Bu uzantıda destek-ret aralığı bütünüyle değil yalnız en iyi/en kötü seçimiyle çevrilir. Uzaklık Manhattan biçimindedir ve iki uzlaşma koşulu gerçekten hesaplanır. Bu üç özellik IV-VIKOR'dan farklıdır.